Kimi K3.1 Pro fait ses débuts à la 4e place de l'Artificial Analysis Intelligence Index avec un score de 55, réalisant de grands progrès en performances agentiques ; il deviendra le modèle open-weights leader une fois ses poids publiés
Voir la page du modèleLe nouveau modèle de raisonnement de Moonshot gagne 11 points par rapport à Kimi K3 (max, 44). Il ne devance que derrière Claude Opus 5.5 (max avec repli, 58), Claude Sonnet 5.5 (max avec repli, 56) et Muse Wonder Full (max, 56) sur l'Intelligence Index.
Une fois les poids de K3.1 Pro publiés, il sera le modèle à poids ouverts avec le meilleur score et l'écart entre les meilleurs modèles à poids ouverts et les modèles propriétaires sur l'Intelligence Index se réduira de 12 points à 3.
Résultats clés : ➤ Grands progrès en performances agentiques : Kimi K3.1 Pro se classe 3e sur GDPval-AA avec 1,846 Elo, soit un gain de 312 Elo par rapport à Kimi K3, derrière seulement Claude Opus 5.5 (1,866 Elo) et Muse Wonder Full (1,857 Elo). Kimi K3.1 Pro obtient également le score le plus élevé de tous les modèles sur Terminal-Bench 4.0. K3.1 Pro obtient 67 %, contre 13 % pour Kimi K3 et devant Claude Sonnet 5.5 (64 %). AutomationBench-AA, qui teste les flux de travail SaaS agentiques, passe de 58 % à 73 %.
➤ Les gains sur d'autres évaluations sont plus modérés : Humanity's Last Exam passe de 47 % à 52 %, CritPt de 23 % à 25 % et SciCode de 59 % à 61 %. L'AA-Omniscience Index passe de 20 à 30, le taux d'hallucination passant de 53 % à 44 % et la précision de 48 % à 51 %.
➤ Coût par tâche approximativement égal à celui de Kimi K3 à 1,98 $ par tâche : K3.1 Pro utilise 55K jetons de sortie par tâche de l'Intelligence Index, soit 14 % de plus que Kimi K3 à 48K, tandis que ses prix de jetons en direct sont 33 % inférieurs.
Détails supplémentaires sur le modèle : ➤ Fenêtre de contexte : 1M de jetons. ➤ Taille : 2.8T au total, 104B paramètres actifs ➤ Modalités d'entrée : Texte et image ➤ Poids et licence : Poids actuellement non publiés, Moonshot devrait publier les poids peu après le lancement ➤ Tarification : 2 $/10 $/0,20 $ par 1M de jetons d'entrée/sortie/de succès de cache, soit 33 % de moins que Kimi K3 sur les trois tarifs.
Résultats individuels des évaluations :