تُطلق Kimi K3.1 Pro في المركز 4 على مؤشر الذكاء من Artificial Analysis بنتيجة 55، محققةً مكاسبًا كبيرة في الأداء الوكيلي؛ وستكون النموذج الرائد ذا الأوزان المفتوحة بمجرد نشر أوزانه
انظر صفحة النموذجيكتسب نموذج الاستدلال الجديد من Moonshot 11 نقطة مقارنةً بـ Kimi K3 (max، 44). يتقدم عليه فقط Claude Opus 5.5 (max with fallback، 58) وClaude Sonnet 5.5 (max with fallback، 56) وMuse Wonder Full (max، 56) على مؤشر الذكاء.
بمجرد إصدار أوزان K3.1 Pro سيكون النموذج ذا الأوزان المفتوحة ذات أعلى نتيجة، وسوف تتقلص الفجوة بين النماذج الرائدة ذات الأوزان المفتوحة والنماذج الاحتكارية على مؤشر الذكاء من 12 نقطة إلى 3.
النتائج الرئيسية: ➤ مكاسب كبيرة في الأداء الوكيلي: تحقق Kimi K3.1 Pro المركز 3 على GDPval-AA بـ 1,846 Elo، بزيادة 312 Elo عن Kimi K3، وخلف Claude Opus 5.5 (1,866 Elo) وMuse Wonder Full (1,857 Elo) فقط. كما تحقق K3.1 Pro أعلى نتيجة بين جميع النماذج على Terminal-Bench 4.0. تسجل K3.1 Pro نسبة 67%، ارتفاعًا من 13% لـ Kimi K3 ومتقدمةً على Claude Sonnet 5.5 (64%). يرتفع AutomationBench-AA، الذي يختبر سير العمل الوكيلي في SaaS، من 58% إلى 73%.
➤ المكاسب في التقييمات الأخرى أكثر اعتدالًا: يرتفع Humanity's Last Exam من 47% إلى 52%، وCritPt من 23% إلى 25%، وSciCode من 59% إلى 61%. يرتفع مؤشر AA-Omniscience من 20 إلى 30، حيث ينخفض معدل الهلوسة من 53% إلى 44% وترتفع الدقة من 48% إلى 51%.
➤ التكلفة لكل مهمة تساوي تقريبًا تكلفة Kimi K3 عند $1.98 لكل مهمة: تستخدم K3.1 Pro عدد 55K من رموز الإخراج لكل مهمة في مؤشر الذكاء، أي أكثر بنسبة 14% من Kimi K3 عند 48K، في حين أن أسعارها للرموز من الدرجة الأولى أقل بنسبة 33%.
تفاصيل إضافية عن النموذج: ➤ نافذة السياق: 1M رمز. ➤ الحجم: 2.8T إجمالي، 104B معلمة نشطة ➤ وسائط الإدخال: النص والصورة ➤ الأوزان والترخيص: الأوزان غير منشورة حاليًا، ويُتوقع أن تصدر Moonshot الأوزان بعد الإطلاق بوقت قصير ➤ التسعير: $2/$10/$0.20 لكل 1M من رموز الإدخال/الإخراج/إصابة ذاكرة التخزين المؤقت، أي أقل بنسبة 33% من Kimi K3 في جميع الأسعار الثلاثة.
نتائج التقييمات الفردية: