Kimi K3.1 Pro es el nuevo modelo #1 de disponibilidad abierta para defensa cibernética agéntica, por detrás solo del modelo de acceso confiable GPT-6 Sol (Daybreak Blue) en el Artificial Analysis Cyber Index
El Kimi K3.1 Pro de @Kimi_Moonshot obtiene 64% en el Artificial Analysis Cyber Index, 7 puntos por delante del anterior modelo líder de disponibilidad abierta, DeepSeek V4.1 Flash 1017 (57%), y 5 puntos por detrás de GPT-6 Sol (Daybreak Blue, max, 69%), que solo está disponible a través del programa de acceso confiable de OpenAI. Una vez que se liberen los pesos de K3.1 Pro, K3.1 Pro también será el modelo de pesos abiertos líder en defensa cibernética.
El Artificial Analysis Cyber Index mide la capacidad en tareas de defensa cibernética agéntica y se compone de tres benchmarks: CWE-Bench-AA, DeepsecBench-AA y CyberGym-E2E-AA. El Índice evalúa principalmente a los modelos a través de sus API de acceso público, reflejando las capacidades cibernéticas disponibles para los desarrolladores.
Los modelos propietarios de OpenAI, Anthropic y Google pueden tener capacidades cibernéticas más fuertes pero pierden puntos por negativas de seguridad: GPT-6 Sol (Daybreak Blue, max), disponible a través del programa de acceso confiable de OpenAI, obtiene 32 puntos por encima de su contraparte pública. Kimi K3.1 Pro no encuentra negativas de seguridad.
Resultados clave:
➤ Modelo #1 de disponibilidad abierta y #2 en general: Kimi K3.1 Pro obtiene 64%, 23 puntos más que Kimi K3 (41%) y por delante de DeepSeek V4.1 Flash 1017 (57%). Solo el GPT-6 Sol de acceso confiable (Daybreak Blue, max, 69%) obtiene una puntuación más alta
➤ La puntuación más alta en CyberGym-E2E-AA de cualquier modelo: K3.1 Pro obtiene 95% en CyberGym-E2E-AA, situándose por delante de GPT-6 Sol (Daybreak Blue, 93%) y del siguiente modelo de disponibilidad abierta, Mistral Large 4 (82%). En DeepsecBench-AA, K3.1 Pro obtiene 37%, por detrás de GPT-6 Sol (Daybreak Blue, 48%) y GPT-6 Sol (46%). En CWE-Bench-AA obtiene 61%, 4 puntos por detrás de GPT-6 Sol (Daybreak Blue, 65%), con DeepSeek V4.1 Flash 1017 liderando con 69%
➤ Aumento del 15% en Costo por Tarea a pesar de precios de token más bajos: K3.1 Pro tiene un Costo por Tarea de $2.81, más alto que GPT-6 Sol (Daybreak Blue, max, $1.77) y DeepSeek V4.1 Flash 1017 ($0.42). Kimi K3.1 Pro es 33% más barato por token que Kimi K3 ($2/$10 frente a $3/$15 por 1M de tokens de entrada/salida), pero usa ~2x más tokens de entrada, lo que resulta en un Costo por Tarea 15% más alto ($2.81 frente a $2.45)