النقاط الرئيسية
- أصدرت شركة الذكاء الاصطناعي الصينية Moonshot AI نموذج Kimi K3.1 Pro الذي قفز إلى المركز الرابع على مؤشر Artificial Analysis للذكاء بـ 55 نقطة، خلف Claude Opus 5.5 مباشرة.
- يُظهر النموذج مكاسب كبيرة في المهام الوكيلة والبرمجة والنمذجة 3D.
- يبقى عدد المعلمات عند 2.8 تريليون، لكن أسعار الواجهة البرمجية تنخفض بنسبة 33 بالمئة. تخطط Moonshot لإصدار أوزان النموذج بحلول نوفمبر 2026.
يحل نموذج الاستدلال الجديد Kimi K3.1 Pro من Moonshot AI في المركز الرابع على مؤشر Artificial Analysis للذكاء، بفارق 3 نقاط فقط عن أفضل النماذج الاحتكارية.
أصدرت شركة الذكاء الاصطناعي الصينية Moonshot AI Kimi K3.1 Pro، وهو نسخة مدرَّبة لاحقًا من سابقه Kimi K3 بقدر أكبر بكثير من الحوسبة في التدريب اللاحق. يحصد النموذج 55 نقطة على مؤشر Artificial Analysis للذكاء، بزيادة قدرها 11 نقطة عن K3 تضعه في المركز الرابع.
فقط Claude Opus 5.5 (58) وClaude Sonnet 5.5 (56) وMuse Wonder Full (56) تتفوق عليه، وفقًا لـ Artificial Analysis. وإذا أصدرت Moonshot أوزان النموذج كما هو مخطط بحلول 4 نوفمبر 2026، فسيصبح K3.1 Pro نموذج الأوزان المفتوحة الأعلى تقييمًا المتاح. سيؤدي ذلك إلى تقليص الفجوة بين النماذج المفتوحة والاحتكارية من 12 إلى 3 نقاط فقط، بافتراض عدم حدوث أي تغييرات أخرى حتى ذلك الحين.
إلى جانب K3.1 Pro، تطلق Moonshot نسخة تسمى K3.1 Pro Highspeed تعمل أسرع بمرتين إلى ثلاث مرات، وفقًا للشركة. وكلاهما متاح الآن عبر Kimi.aiوKimi Work وKimi Code و Kimi API.إعلان
| العنصر | Kimi-K3.1-Pro | Kimi-K3.1-Pro-Highspeed |
|---|---|---|
| الإدخال | $2.00 / MTok | $4.00 / MTok |
| الإخراج | 10.00 دولار / مليون رمز | 20.00 دولار / مليون رمز |
| إدخال الكاش | 0.20 دولار / مليون رمز | 0.20 دولار / مليون رمز |
المهام الوكيلة تحقق أكى المكاسب
أقوى تحسينات K3.1 Pro تظهر في المهام الوكيلة. على معيار GDPval-AA، يصل إلى 1,846 من Elo وفقًا لـ Artificial Analysis، بفارق 312 نقطة عن K3. ما يجعله خلف Claude Opus 5.5 (1,866) وMuse Wonder Full (1,857) بقليل. على Terminal-Bench 4.0، تعلن Moonshot نسبة 65.7 بالمئة، متقدمًا على GPT-6 Astra (58.2 بالمئة) ومتأخرًا بفارق ضئيل عن Claude Opus 5.5 (66.4 بالمئة). بينما حقق K3 نسبة 13 بالمئة فقط في الاختبار نفسه.
كما انخفضت معدلات الهلوسة بشكل حاد. على معيار Kimi Hallu Bench Hard الداخلي الخاص بـ Moonshot، انخفضت الهلوسة على مستوى الادعاء من 23.4 بالمئة مع K3 إلى 8.3 بالمئة، وفقًا للشركة. وتقول Moonshot إن هذا اختبار ضغط، وليس مقياسًا لمعدلات الأخطاء العامة. بينما يحقق GPT-6 Astra نسبة 5.5 بالمئة على المعيار نفسه، لذا لا يزال يتمتع بتفوق.
على معايير التمويل الداخلية، حقق K3.1 Pro تحسنًا بمقدار 7.2 نقطة في النمذجة المالية و11.6 نقطة في البحث المالي. وبالنسبة لمهام المكاتب العامة، يتصدّر النموذج جميع النماذج المختبرة على OfficeQA Pro v2، وفقًا لـ Moonshot.
| المعيار | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra | Claude Fable 5.1 | DeepSeek-V4.1-Flash | GLM-5.3 |
|---|---|---|---|---|---|---|
| Terminal-Bench 4.0 | 65.7 | 66.4 | 58.2 | 57.9 | 42.3 | 41.8 |
| SWE Marathon v1.1 | 51.7 | 46.3 | 42.5 | 45.6 | 40.0 | 42.5 |
| DeepSWE v1.1 | 75.5 | 74.2 | 74.1 | 67.4 | 77.0 | 66.9 |
| BenchCAD (with tools) | 92.7 | 96.2 | 95.9 | 92.6 | 81.6 | -- |
| HLE-Full (with tools) | 70.0 | 67.7 | 57.2 | 65.6 | 58.8 | 62.5 |
| BrowseComp | 92.1 | 90.8 | 91.5 | -- | -- | -- |
| OfficeQA Pro v2 | 64.4 | 62.2 | 54.4 | 54.5 | 40.4 | 31.1 |
| Automation Bench-AA | 73.3 | 69.5 | 68.5 | 59.4 | 66.6 | 62.2 |
| GDPval-AA v2.1 (Elo) | 1,846 | 1,866 | 1,573 | 1,754 | 1,746 | 1,650 |
| GPQA-Diamond | 94.2 | 93.9 | 96.1 | 93.7 | 92.2 | 91.7 |
| ExploitBench | 74.7 | 91.0 | 100 | 83.0 | -- | 54.4 |
من Moonshot's جدول معايير Kimi K3.1 Pro. جميع النتائج بمستوى جهد الاستدلال مضبوطًا على "max".إعلان
النمذجة ثلاثية الأبعاد (3D) والبرمجة
بحسب Moonshot، يعمل K3.1 Pro مباشرة مع محركات الألعاب مثل Unity وUnreal Engine وGodot، ويتعامل مع الإصلاحات السريعة وبناء المشاريع الكاملة. في معيار BenchCAD، يحصل على 92.7 بالمئة مع الأدوات، وهو قريب من Claude Opus 5.5 (96.2 بالمئة) وGPT-6 Astra (95.9 بالمئة). وبدون أدوات، يحقق 72.8 بالمئة، أي يقارب Claude Opus 5.5 (73.0 بالمئة).
تقول Moonshot إن النموذج الأقوى لديه في النمذجة البارامترية للأجزاء الميكانيكية والنماذج المعمارية والمنتجات القابلة للتهيئة. ويمكنه كتابة وتشغيل سكربتات لبرنامج Blender وبرامج CAD دون الحاجة إلى موصلات MCP. كما أطلقت الشركة ميزة تسمى "3D Make" على Kimi.com تتيح للمستخدمين معاينة النماذج ثلاثية الأبعاد (3D) وتعديلها وتصديرها.
الحجم نفسه، وأسعار أقل
يحافظ K3.1 Pro على نفس أبعاد K3، مع 2.8 تريليون معلمة إجمالية و104 مليار معلمة نشطة. تمتد نافذة السياق إلى مليون رمز، ويتعامل النموذج مع النصوص والصور معًا. ووفقًا لـ Artificial Analysis، فهو يقع في قمة حدود باريتو. لا يوجد نموذج بعدد معلمات مماثل يحقق درجة أعلى في مؤشر الذكاء.
تنخفض أسعار الرموز بنسبة 33 بالمئة. تكلفة المدخلات 2 دولار لكل مليون رمز (مقابل 3 دولار سابقًا)، وتكلفة المخرجات 10 دولار (مقابل 15 دولار سابقًا)، وتكلفة إصابات ذاكرة التخزين المؤقت 0.20 دولار (مقابل 0.30 دولار سابقًا). كل مهمة في مؤشر الذكاء تكلف 1.98 دولار، أي تكاد تكون مطابقة لـ K3 (2.00 دولار)، لأن النموذج يولّد 14 بالمئة من الرموز الإخراجية أكثر.
الأمن السيبراني والقيود المتعمدة على القدرات الهجومية
تخصص Moonshot قسمًا كاملاً في مقالتها التقنية بالمدونة للأمن السيبراني. تقول الشركة إنها لاحظت أن قدرات البحث عن الثغرات ظلت تنمو مع توسع التدريب اللاحق، لأن المحتوى المرتبط بالسيبرانيات كان مدمجًا في متن التدريب المتوسط العام، وكانت المهام ذات الصلة جزءًا من مزيج بيئة التعلم المعزز (RL).
في إصدار الأوزان المفتوحة، أزالت Moonshot البيانات السيبرانية من مرحلتي التدريب. في معيارها الداخلي xdev-bench-hard، الذي يعيد إنتاج ثغرات تم الكشف عنها حديثًا في برمجيات مثل نواة Linux وNode.js وJavaScriptCore، يحل الإصدار غير المنظف 90.5 بالمئة من المهام. بعد تنظيف البيانات، يحل K3.1 Pro نسبة 81.0 بالمئة. ويصل DeepSeek-V4.1-Flash إلى 85.7 بالمئة في الاختبار نفسه، بينما حصل Kimi K3 على 33.3 بالمئة.
تقول Moonshot إنه لا ينبغي لأي نموذج بأوزان مفتوحة أن يدفع الحدود المطلقة لقدرات الهجوم السيبراني. في الوقت نفسه، تريد الشركة رفع ما تستطيع النماذج المفتوحة فعله تدريجيًا، لأنها تخدم أيضًا أغراضًا دفاعية مثل تدقيق الأنظمة القديمة. وقد أظهرت Anthropic سابقًا أنه حتى GLM-5.3، الذي يحصل على 45 في مؤشر AA، يستطيع كتابة استغلالات بمستويات تقارب Claude Mythos.
المصدر: مدونة Kimi | Artificial Analysis