Китайская компания Moonshot AI представила языковую модель Kimi K3.1 Pro с улучшенными навыками программирования, 3D-моделирования и финансового анализа. При этом разработчики намеренно ограничили ее возможности по поиску и эксплуатации уязвимостей.
Новинка представляет собой дообученную версию Kimi K3. Она построена на архитектуре Mixture-of-Experts (MoE) с 2,8 трлн параметров, из которых 104 млрд активируются при обработке запроса. Контекстное окно составляет 1 млн токенов, модель работает с текстом и изображениями.
Одновременно компания выпустила Kimi K3.1 Pro Highspeed. По заявлению разработчиков, она генерирует ответы в два-три раза быстрее стандартной версии.
Обе модели доступны через сайт и приложения Kimi, сервисы Work и Code, а также API. Полные веса разработчики обещают опубликовать до 4 ноября.
Программирование и агентные задачи
По данным Moonshot AI, K3.1 Pro набрала 65,7% в Terminal-Bench 4.0 — испытании ИИ-агентов на выполнение инженерных задач через терминал. Для сравнения: Claude Opus 5.5 получила 66,4%, а GPT-6 Astra — 58,2%.
Однако результаты получены по разным методикам: собственную модель компания тестировала через Claude Code, а показатели конкурентов взяла из опубликованных отчетов и официального рейтинга.
Во внутреннем Kimi Code Bench 3.0 Long-horizon, оценивающем выполнение продолжительных задач по программированию, новинка набрала 61,2% против 55,95% у предшественницы.
Независимое тестирование Artificial Analysis подтвердило прогресс относительно K3. Новинка получила 55 баллов в Intelligence Index против 44 у предыдущей версии и заняла четвертое место в рейтинге.
При этом K3.1 Pro генерировала в среднем на 14% больше выходных токенов при решении задач. Несмотря на снижение тарифов API на треть, стоимость выполнения одного задания осталась примерно на уровне K3.
3D-моделирование и финансовый анализ
Moonshot AI также расширила возможности модели для работы с трехмерной графикой. По утверждению разработчиков, K3.1 Pro способна создавать готовые к использованию 3D-модели на основе текстовых описаний, эскизов и изображений, определяя форму, пропорции и взаимное расположение элементов.
Система может самостоятельно писать и запускать скрипты для Blender и CAD-программ, изменять геометрию, материалы и компоновку объектов. Среди заявленных сценариев — проектирование механических деталей, архитектурных конструкций и игровых сцен.
В приложениях Kimi появилась функция 3D Make, позволяющая просматривать и редактировать полученные модели, а также экспортировать их для 3D-печати.
В тесте BenchCAD на восстановление трехмерных объектов по изображениям K3.1 Pro набрала 92,7 балла по метрике Voxel IoU при использовании инструментов. Claude Opus 5.5 получила 96,2, а GPT-6 Astra — 95,9.
Другое направление — финансовый анализ. По заявлению Moonshot AI, модель способна обрабатывать корпоративную отчетность, сопоставлять сведения из нескольких документов, строить финансовые модели со связанными формулами и готовить инвестиционные исследования.
В OfficeQA Pro v2, проверяющем анализ финансовых документов и многоэтапные вычисления, K3.1 Pro получила 64,4 балла. На внутренних испытаниях результаты финансового моделирования выросли на 7,2 пункта относительно K3, а инвестиционных исследований — на 11,6 пункта.
Разработчики также заявили о снижении доли ошибочных утверждений с 23,4% до 8,3% во внутреннем Kimi Hallu Bench Hard. Однако тест специально составлен из сложных вопросов и не отражает частоту ошибок при обычном использовании.
Разработчики ограничили возможности для кибератак
Отдельное внимание Moonshot AI уделила безопасности модели перед запланированной публикацией ее весов.
В ходе обучения инженеры заметили, что навыки поиска и эксплуатации уязвимостей росли по мере масштабирования дообучения. Источником оказались материалы о кибербезопасности в общем обучающем корпусе и соответствующие задачи в среде обучения с подкреплением.
Для снижения потенциальных рисков такие данные исключили на обоих этапах обучения, сохранив обычные задачи по программированию.
На внутреннем бенчмарке xdev-bench-hard экспериментальная версия без подобных ограничений успешно справилась с 90,5% заданий, тогда как итоговая K3.1 Pro — с 81%.
В тесте модель получает исходный код с недавно раскрытой уязвимостью и короткую подсказку, после чего должна написать эксплойт и добиться выполнения произвольного кода в изолированной среде. Результаты не прошли независимую проверку.
При этом предыдущая Kimi K3 показала на том же испытании 33,3%. В компании признали, что даже после ограничений возможности новой системы существенно выросли: улучшенные навыки программирования переносятся и на такие задачи.
Однако, по оценке Moonshot AI, K3.1 Pro по-прежнему уступает передовым проприетарным моделям, которые доступны не менее трех месяцев.
В Moonshot AI объяснили решение нежеланием публиковать открытые веса модели, устанавливающей новый максимум возможностей для кибератак. Одновременно компания подчеркнула пользу подобных инструментов для защитного аудита программного обеспечения.
Стоимость API стандартной K3.1 Pro составляет $2 за 1 млн входящих и $10 за 1 млн исходящих токенов.
Напомним, в июле Moonshot AI представила Kimi K3 — по заявлению проекта, первую в мире открытую модель класса 3T с нативной поддержкой изображений. Модель рассчитана на продолжительные автономные задачи по программированию.
Подписывайтесь на ForkLog в социальных сетях
