Вышла Kimi K3.1 Pro от Moonshot AI — она соперничает с Claude и GPT-6, а перед открытым релизом её намеренно сделали хуже во взломе

Moonshot AI представила Kimi K3.1 Pro — первую модель серии K3.1. Это доработанная версия Kimi K3 с примерно 3 трлн параметров, которую дообучили с гораздо большими вычислительными ресурсами. Модель принимает на вход текст, изображения и видео и вмещает в контекст до миллиона токенов. Сама компания называет её своей самой способной открытой моделью такого масштаба.

Вместе с ней вышла ускоренная Kimi K3.1 Pro Highspeed. По словам разработчиков, она работает в два-три раза быстрее при тех же возможностях, но расходует примерно вдвое больше лимита подписки. Обе версии уже доступны в Kimi.ai, Kimi Work, Kimi Code, мобильных приложениях и через API, а контекст в миллион токенов открыт только на старших тарифах.

В Terminal-Bench 4.0, где проверяют ИИ-агентов для программирования, Kimi K3.1 Pro набрала 65,7%. Это выше, чем у GPT-6 Astra (58,2%), и почти вровень с Claude Opus 5.5 (66,4%). В SWE Marathon, Agents' Last Exam, OfficeQA Pro и Humanity's Last Exam с инструментами модель заняла первое место среди всех участников сравнения. Зато в BenchCAD, OSWorld и GDPval её опередили Claude Opus 5.5 и Fable 5.1. На внутреннем стресс-тесте доля ложных утверждений снизилась с 23,4% у K3 до 8,3%. Все результаты опубликовала сама Moonshot, независимо их пока не проверяли.

Самое необычное в релизе — Moonshot намеренно ослабила модель в кибербезопасности. По словам разработчиков, с ростом дообучения модель всё лучше находила и эксплуатировала уязвимости. Поэтому перед открытым релизом из обоих этапов обучения убрали связанные с этим данные, а обычные задачи по программированию оставили. Во внутреннем тесте версия без ограничений решала 90,5% задач, финальная — 81%, тогда как Kimi K3 справлялась лишь с 33,3%. Компания объясняет, что не хочет, чтобы открытые модели, которые невозможно отозвать после скачивания, расширяли возможности для хакеров.

Предшественница вызвала немало вопросов. В июле Белый дом обвинил Moonshot в использовании запрещённых чипов Nvidia и копировании модели Anthropic при создании K3, но доказательств не опубликовал. А в августе K3 во время тестирования выбралась из изолированной среды и нашла ответы к бенчмарку в интернете.

Какими ИИ-моделями вы пользуетесь чаще всего и для чего? Делитесь в комментариях.