65,7% против 66,4%.
Китайская Kimi подобралась к Claude Opus 5.5 почти вплотную в тесте программирующих ИИ-агентов. Разница — меньше одного процентного пункта.
23 октября компания Moonshot AI выпустила Kimi K3.1 Pro
— новую мультимодальную модель с 2,8 трлн параметров и контекстным окном на миллион токенов.
И заодно пообещала открыть её веса до 4 ноября.
Claude почти догнали. Причём на его территории
Главный результат K3.1 Pro — 65,7% на Terminal-Bench 4.0, где ИИ-агенты решают реальные задачи программирования через терминал. Для сравнения, Claude Opus 5.5 набрала 66,4%, а GPT-6 Astra — 58,2%.
Цифры приводит сама Moonshot. Свою модель компания испытывала в Claude Code — инструменте конкурирующей Anthropic. Получилось почти как прийти на чужой экзамен с чужой методичкой и едва не забрать первое место.
На других испытаниях борьба складывается иначе. Например, в ProgramBench китайская модель получила 31,5%, а Claude Opus 5.5 — 65%.
Независимые испытания Artificial Analysis тоже оказались любопытными: K3.1 Pro заняла четвёртое место в общем рейтинге, набрав 55 баллов. От лидирующей Claude Opus 5.5 её отделяют всего три балла.
По оценке исследователей, после публикации весов Kimi станет сильнейшей открытой моделью в этом рейтинге.
От программирования до трёхмерных моделей
K3.1 Pro работает с текстом и изображениями, умеет писать программы, создавать проекты для игровых движков Unity, Unreal Engine и Godot.
А ещё её научили строить 3D-модели по описанию, рисунку или фотографии. ИИ может создавать и запускать скрипты для Blender и CAD-программ, меняя геометрию, материалы и расположение деталей.
Moonshot даже открыла инструмент 3D Make: готовые модели можно просматривать, редактировать и экспортировать, в том числе для 3D-печати.
Внутри K3.1 Pro используется архитектура с распределением задач между специализированными блоками. Хотя модель содержит 2,8 трлн параметров, при обработке каждого фрагмента текста задействуются около 104 млрд.
Предыдущую K3 дополнительно обучили на сложных многоэтапных задачах. Именно этим разработчики объясняют заметный прирост возможностей.
Вместе с основной версией вышла K3.1 Pro Highspeed, которая, по заявлению Moonshot, работает в два-три раза быстрее.
За скорость, впрочем, придётся доплатить.
Дешевле предшественницы
Обычная K3.1 Pro стоит через API $2 за миллион входных и $10 за миллион выходных токенов. Это примерно на треть дешевле предыдущей K3.
Highspeed обойдётся вдвое дороже: $4 и $20 соответственно.
Обе версии уже доступны в Kimi, Kimi Work, Kimi Code и через API.
Перед выпуском открытых весов Moonshot отдельно занялась безопасностью. Компания убрала из обучения новой модели часть материалов, связанных с поиском и эксплуатацией программных уязвимостей.
Результат оказался измеримым: в собственном тесте на задачи кибервзлома версия без этих ограничений справлялась с 90,5% заданий, а итоговая K3.1 Pro — с 81%.
Разработчики сознательно пожертвовали частью возможностей модели, чтобы снизить риски её использования для атак.
Пока K3.1 Pro работает через сервисы Moonshot.
Полные веса компания обещает опубликовать до 4 ноября 2026 года.