Moonshot AI открыла веса Kimi K3.1 Pro: 2,8 трлн параметров и 1 млн токенов контекста
Китайская Moonshot AI выложила в открытый доступ полные веса Kimi K3.1 Pro: 2,8 трлн параметров, контекст на миллион токенов и 65,7% на Terminal-Bench 4.0. Часть кибернавыков модели при этом урезали намеренно — и это самая интересная часть релиза.
Что случилось
Китайская Moonshot AI выполнила обещание: 4 ноября 2026 года на Hugging Face появились полные веса Kimi K3.1 Pro — первой модели новой серии K3.1. Анонс состоялся 23 октября, тогда же модель стала доступна в Kimi.ai, Kimi Work, Kimi Code и через API, а публикацию весов компания обещала «не позднее 4 ноября».
Что внутри
- архитектура mixture-of-experts: 2,8 трлн параметров всего и 104 млрд активных на каждый токен;
- 896 экспертов, из них 16 выбираются на токен, плюс 2 общих;
- контекстное окно — 1 048 576 токенов;
- нативная мультимодальность: текст и изображения, визуальный энкодер MoonViT-V2 на 401 млн параметров;
- 93 слоя, квантование MXFP4 для весов и MXFP8 для активаций;
- отдельная версия Kimi K3.1 Pro Highspeed работает в 2–3 раза быстрее обычной.
Бенчмарки: почти вровень с фронтиром
На Terminal-Bench 4.0, где агент решает реальные задачи в терминале, K3.1 Pro набирает 65,7%. Это выше GPT-6 Astra (58,2%) и почти вплотную к Claude Opus 5.5 (66,4%). На внутреннем Kimi Code Bench 3.0 Long-horizon результат — 61,2% против 55,95% у Kimi K3.
| Бенчмарк | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 65,7% | 66,4% | 58,2% | 57,9% |
| SWE Marathon v1.1 | 51,7% | 46,3% | 42,5% | 45,6% |
| BenchCAD с инструментами | 92,7% | 96,2% | 95,9% | 92,6% |
Заявленная точность фактов тоже выросла: на внутреннем стресс-тесте Kimi Hallu Bench Hard доля ошибочных утверждений упала с 23,4% у K3 до 8,3%.
Кибернавыки урезали намеренно
Самое интересное в релизе — не цифры, а признание Moonshot: способности модели в поиске уязвимостей растут вместе с масштабом посттренинга, и компанию это не устроило. Из обучающих данных удалили кибербезопасный контент — и на этапе mid-training, и в наборе RL-сред, сохранив при этом обычные задачи по программированию.
Эффект измерили на внутреннем xdev-bench-hard. Чекпойнт без фильтрации решает 90,5% задач, финальная K3.1 Pro — 81,0%. Модель стала заметно слабее в эксплуатации уязвимостей, чем позволял пайплайн, и, по заявлению компании, отстаёт от проприетарных фронтирных моделей, доступных публично минимум три месяца.
Лицензия и запуск
Веса опубликованы под собственной лицензией kimi-k3.1-pro: пользоваться и дообучать можно свободно, но компаниям, которые перепродают доступ к модели как сервис, нужен отдельный договор. Для запуска есть готовые рецепты под vLLM, SGLang, Transformers и Docker — но 2,8 трлн параметров требуют датацентрового железа, а не домашней видеокарты.
Почему это важно
Открытые веса продолжают догонять лучшие закрытые модели, и китайские лаборатории — главный драйвер этого процесса. Бизнес получает возможность держать сильную модель на своём железе и не зависеть от чужого API. Остаётся вопрос независимых проверок: цифры выше — из отчёта самой Moonshot.
Комментарии 0
Комментариев пока нет — будьте первым.
Оставить комментарий
Имя и текст — этого достаточно. Комментарий появится сразу; подозрительные сообщения уходят на проверку.