Moonshot выпустила Kimi K3.1 Pro — открытую модель на уровне Claude Opus 5.5

Kimi K3.1 Pro — новый флагман китайской Moonshot AI и первая модель серии K3.1. Компания называет её самой сильной моделью с открытыми весами в классе около 3 трлн параметров. Главный упор релиза — долгая самостоятельная работа в программировании, финансовой аналитике и 3D. Пользоваться моделью можно уже сейчас, скачать её веса — в начале ноября.

Kimi K3.1 Pro собрала цифрового человека и научила его ходить

Самый наглядный пример из анонса Moonshot — симулятор ходьбы. Kimi K3.1 Pro взяла открытую анатомическую модель human-atlas, в которой 296 элементов скелета и 402 мышцы. Задача звучала так — заставить виртуального человека ходить.

Агент на базе Kimi K3.1 Pro прошёл 167 заходов и 420 независимых проверок. В начале модель человека падала через несколько секунд. В конце она шла 11,2 секунды подряд, попеременно переставляя ноги. Когда обучение движениям рук застопорилось, агент сам поставил диагностические опыты. Он нашёл 36 ошибок в расчёте того, как мышцы плеча тянут кость, исправил их и запустил обучение заново.

Вторая сильная сторона — 3D. Kimi K3.1 Pro работает с игровыми движками Unity, Unreal Engine и Godot, пишет скрипты для Blender и CAD-программ и собирает трёхмерные сцены для сайтов. В чат kimi.ai заодно добавили режим 3D Make. Объект описывается словами, правится прямо в браузере и скачивается для 3D-печати или как видео.

Kimi K3.1 Pro выросла из июльской Kimi K3

Kimi K3.1 Pro — это Kimi K3 после дообучения с гораздо большим объёмом вычислений. Базовая K3 вышла 16 июля. Обе модели устроены как «смесь экспертов». Всего в них 2,8 трлн параметров, но на каждое слово работает около 104 млрд. Такая схема даёт размер триллионной модели и скорость заметно меньшей.

Окно контекста у Kimi K3.1 Pro — 1 млн токенов, это несколько толстых книг за один запрос. Модель понимает картинки и видео. Режим рассуждений включён всегда, отключить его нельзя. Глубину раздумий задают уровнями low, high и max, по умолчанию стоит max.

Линейка Kimi сейчас выглядит так:

• Kimi K2 → уходит: с 31 октября её не дадут новым пользователям API, к концу декабря отключат совсем
• Kimi K3 → базовая модель, вышла 16 июля
• Kimi K3.1 Pro → новый флагман
• Kimi K3.1 Pro Highspeed → та же модель, которая отвечает в 2–3 раза быстрее

Где Kimi K3.1 Pro обходит Claude и GPT

Moonshot сравнила Kimi K3.1 Pro с пятью моделями на 14 тестах. В соперниках Claude Opus 5.5, Claude Fable 5.1, GPT-6 Astra, DeepSeek -V4.1-Flash и GLM-5.3. Первое место модель Moonshot взяла в шести тестах. Самые заметные из них:

• SWE Marathon (длинные задачи по программированию в настоящих проектах) → 51,7 против 46,3 у Opus 5.5 и 42,5 у GPT-6 Astra
• Humanity's Last Exam с инструментами (сложнейшие вопросы из десятков наук) → 70,0 против 67,7 у Opus 5.5 и 57,2 у GPT-6 Astra
• Agents' Last Exam (многошаговые задачи для ИИ-агентов) → 43,2 против 42,6 у Opus 5.5
• OfficeQA Pro v2 (вопросы по большим офисным документам) → 64,4 против 62,2 у Opus 5.5
• ZeroBench (головоломки на понимание картинок) → 63,0 против 61,0 у Opus 5.5

В главном тесте для агентов-программистов Terminal-Bench 4.0 (работа в командной строке) Kimi K3.1 Pro набрала 65,7%. Это на 0,7 пункта ниже Opus 5.5 и на 7,5 пункта выше GPT-6 Astra. Отрывы почти везде измеряются одним-двумя пунктами. Говорить о победе рано, о паритете — уже можно.

Показателен и выбор соперников. Moonshot поставила в таблицу Claude Fable 5.1, самую старшую модель Anthropic , и в нескольких тестах обошла её.

Научные расчёты Kimi K3.1 Pro пока не даются

Самый заметный провал Kimi K3.1 Pro — Terminal-Bench Science 0.1. Тест проверяет научную работу в командной строке: расчёты, обработку данных, постановку экспериментов. Здесь у модели 38,1. У GPT-6 Astra — 68,1, у Opus 5.5 — 63,3, у Fable 5.1 — 40,0. Отставание от лидера почти двукратное.

Есть и проигрыши помельче. В управлении компьютером (OSWorld V2.1) Kimi K3.1 Pro на третьем месте с 79,6, за Opus 5.5 и Fable 5.1. В черчении деталей с инструментами (BenchCAD) у неё 92,7 против 96,2 у Opus 5.5. В финансовом тесте Frontier Finance модель второй, за Fable 5.1.

Отдельная деталь — собственный тест Moonshot на долгие задачи по коду, Kimi Code Bench 3.0. Kimi K3.1 Pro набрала в нём 61,2, а GPT-6 Astra — 66,5. Моделей, проигрывающих в тесте своего же разработчика, в анонсах обычно не показывают, и эта честность Moonshot добавляет доверия к остальной таблице.

Здесь нужно оговориться. Все цифры пока от самой Moonshot. Часть тестов Kimi K3.1 Pro проходила через оболочку Claude Code , часть — через собственную Kimi Code. В сноске компания предупреждает, что у моделей Claude могли срабатывать резервные модели, а у GPT — защитные фильтры. Независимых замеров ещё нет.

Kimi K3.1 Pro путает факты втрое реже Kimi K3

Moonshot отдельно меряла выдумки, или галлюцинации. На своём жёстком тесте Kimi Hallu Bench Hard доля неверных утверждений у Kimi K3 была 23,4%. У Kimi K3.1 Pro она упала до 8,3%. С поиском и инструментами меньше ошибается только GPT-6 Astra с 5,5%, у Opus 5.5 — 15,0%. Компания честно предупреждает, что тест специально собран из каверзных вопросов и не показывает долю ошибок в обычной работе.

Рост в финансовых задачах тоже по внутренним тестам. В финансовом моделировании Kimi K3.1 Pro прибавила 7,2 пункта, в аналитике — 11,6. Ведение бизнес-операций выросло сильнее всего, с 8,9 до 37 баллов. Среди примеров Moonshot показывает модель оценки Nvidia со связанными отчётами, презентацию для инвесткомитета и отраслевой доклад со ссылками на источники.

Moonshot намеренно ослабила Kimi K3.1 Pro во взломе

Перед открытым релизом Moonshot нашла в обучающих данных материалы по кибератакам и вычистила их. Общие задачи по коду при этом остались. Эффект виден на тесте xdev-bench-hard, где модель ищет и использует уязвимости в ядре Linux, Node.js и почтовом сервере Exim. Версия Kimi K3.1 Pro без чистки решала 90,5% задач, финальная — 81,0%.

«Наступательные кибервозможности K3.1 Pro намеренно ниже того, что способен выдать наш процесс обучения»,

- пишут в Moonshot AI.

Принцип у Moonshot такой. Открытые веса не должны сдвигать верхнюю планку возможностей для взлома, поднимать её компания будет постепенно. По оценке самой Moonshot, Kimi K3.1 Pro в этой области уступает закрытым моделям, которые доступны публично хотя бы три месяца. Для открытой модели такое публичное самоограничение — заметный шаг.

Четыре входа в Kimi K3.1 Pro

Kimi K3.1 Pro уже доступна во всех продуктах Moonshot:

• Чат kimi.ai → сайт и приложения для iOS, Android и HarmonyOS
• Kimi Work → программа для документов и таблиц, версия 3.1.0 и новее, Windows и Mac на Apple Silicon
• Kimi Code → агент для программирования, модель выбирается командой /model
• Kimi API → модели kimi-k3.1-pro и kimi-k3.1-pro-highspeed

В Kimi Code модель Kimi K3.1 Pro доступна с тарифа Plus. Полный контекст в 1 млн токенов и быстрая версия Highspeed открываются с тарифа Pro, причём Highspeed тратит лимит примерно вдвое быстрее. В API модель включается после пополнения счёта минимум на 1 доллар. Ставок за токены в анонсе Moonshot не называет, они живут на странице цен платформы. Счёт пополняется в долларах, поэтому из России для API понадобится зарубежная карта.

В корпоративной версии Kimi модель по умолчанию выключена, её включает администратор. Для клиентов API есть режим, при котором Moonshot не хранит запросы.

Открытые веса Kimi K3.1 Pro придут с вопросами

Полные веса Kimi K3.1 Pro Moonshot обещает до 4 ноября. Запустить модель дома не получится. Веса Kimi K3 занимают около 1,56 ТБ и требуют нескольких серверных видеокарт, а то и нескольких серверов. Открытый релиз нужен компаниям и облачным провайдерам.

Лицензию Moonshot пока не назвала. У Kimi K3 она требовала от крупных провайдеров с выручкой больше 20 млн долларов в год отчислять до 30%. Перенесут ли это условие на Kimi K3.1 Pro, неизвестно, а для бизнеса это главный вопрос.

Обычному пользователю проще начать с чата kimi.ai или Kimi Code. Модель стоит пробовать на длинных задачах, где нужно много шагов подряд: сборка небольшого проекта, разбор отчёта, 3D-сцена. Чтобы ответы приходили быстрее, в API достаточно поставить уровень рассуждений low. Тем, кто подключал Kimi K2 к своим сервисам, переезд лучше спланировать до конца декабря.

Kimi K3.1 Pro сжала разрыв до пунктов, но цифры пока свои

Kimi K3.1 Pro показывает, что открытая модель из Китая почти догнала лучшие закрытые модели в программировании и офисной работе. Слабым местом остаётся наука, где отставание двукратное.

Проверочных точек две. Первая — 4 ноября и лицензия весов. Вторая — независимые замеры. Независимый прогон Kimi K3 на Terminal-Bench 4.0 от Artificial Analysis дал 17,2%, а Moonshot теперь заявляет для K3.1 Pro 65,7% в собственной оболочке. Если независимые тесты подтвердят хотя бы большую часть этого скачка, рейтинги придётся переписывать.