يصبح Kimi K3.1 Pro النموذج رقم 1 المتاح علنًا للدفاع السيبراني الوكيلي، متخلفًا فقط عن نموذج الوصول الموثوق GPT-6 Sol (Daybreak Blue) على Artificial Analysis Cyber Index
يسجّل Kimi K3.1 Pro من @Kimi_Moonshot نتيجة 64% على Artificial Analysis Cyber Index، متقدمًا بفارق 7 نقاط عن النموذج المتاح علنًا الرائد سابقًا DeepSeek V4.1 Flash 1017 (57%)، ومتخلفًا بـ 5 نقاط عن GPT-6 Sol (Daybreak Blue، max، 69%)، المتاح فقط عبر برنامج الوصول الموثوق من OpenAI. بمجرد إصدار أوزان K3.1 Pro، سيصبح K3.1 Pro أيضًا النموذج الرائد ذا الأوزان المفتوحة للدفاع السيبراني.
يقيس Artificial Analysis Cyber Index القدرة على مهام الدفاع السيبراني الوكيلي ويتألف من ثلاثة معايير تقييم: CWE-Bench-AA وDeepsecBench-AA وCyberGym-E2E-AA. يقيّم المؤشر النماذج بشكل أساسي عبر واجهات برمجة التطبيقات المتاحة للعامة، مما يعكس القدرات السيبرانية المتاحة للمطورين.
قد تمتلك النماذج الاحتكارية من OpenAI وAnthropic وGoogle قدرات سيبرانية أقوى لكنها تخسر نقاطًا بسبب رفضات السلامة: GPT-6 Sol (Daybreak Blue، max)، المتاح عبر برنامج الوصول الموثوق من OpenAI، يسجّل 32 نقطة فوق نظيره العام. Kimi K3.1 Pro لا يواجه أي رفضات سلامة.
النتائج الرئيسية:
➤ النموذج المتاح علنًا رقم #1 والرقم #2 إجمالًا: يسجّل Kimi K3.1 Pro نتيجة 64%، بزيادة 23 نقطة عن Kimi K3 (41%) ومتقدمًا على DeepSeek V4.1 Flash 1017 (57%). النموذج الوحيد الأعلى منه هو ذو الوصول الموثوق GPT-6 Sol (Daybreak Blue، max، 69%)
➤ أعلى نتيجة على CyberGym-E2E-AA بين جميع النماذج: يسجّل K3.1 Pro نتيجة 95% على CyberGym-E2E-AA، متقدمًا على GPT-6 Sol (Daybreak Blue، 93%) والنموذج التالي المتاح علنًا Mistral Large 4 (82%). على DeepsecBench-AA، يسجّل K3.1 Pro نتيجة 37%، متخلفًا عن GPT-6 Sol (Daybreak Blue، 48%) وGPT-6 Sol (46%). وعلى CWE-Bench-AA يسجّل 61%، متخلفًا بـ 4 نقاط عن GPT-6 Sol (Daybreak Blue، 65%)، مع صدارة DeepSeek V4.1 Flash 1017 بنسبة 69%
➤ زيادة بنسبة 15% في التكلفة لكل مهمة رغم انخفاض أسعار الرموز: تبلغ تكلفة المهمة الواحدة لـ K3.1 Pro مقدار $2.81، أعلى من GPT-6 Sol (Daybreak Blue، max، $1.77) وDeepSeek V4.1 Flash 1017 ($0.42). Kimi K3.1 Pro أرخص بنسبة 33% لكل رمز من Kimi K3 ($2/$10 مقابل $3/$15 لكل 1M رمز إدخال/إخراج)، لكنه يستخدم ما يقارب 2 أضعاف رموز الإدخال، مما يؤدي إلى تكلفة أعلى بنسبة 15% لكل مهمة ($2.81 مقابل $2.45)