Kimi K3.1 Pro: מה Moonshot אומרת על מודל ה-3T הפתוח-משקלים שלה, ומה לבדוק לפני החלפה
Moonshot AI שחררה את Kimi K3.1 Pro ב-23 באוקטובר עם הקשר של מיליון טוקנים, טענות benchmark של הספק, גישה לצמצום יכולת סייבר, ומשקלים שהובטחו עד 4 בנובמבר. מה פוסט ההשקה אומר ומה עדיין לא מאומת.
Moonshot AI שחררה את Kimi K3.1 Pro ב-23 באוקטובר. היא קוראת למודל מודל הקוד פתוח החזק ביותר שלה במחלקת 3T, עם חלון הקשר של מיליון טוקנים. המשקלים עוד לא יצאו: Moonshot אומרת שהמשקלים המלאים ישוחררו עד 4 בנובמבר. כל מספר benchmark למטה בא מפוסט ההשקה של Moonshot עצמה, ולא הרצתי את המודל.
קראתי מקור ראשוני אחד: Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence. קראתי את הסעיפים הראשיים וחלק מההערות שוליים. לא קראתי את טבלאות ה-benchmark המאוחרות במלואן, את תיעוד ה-API או כל הערכה בלתי תלויה.
מה שוחרר
לפי הפוסט, K3.1 Pro הוא המודל הראשון בסדרת K3.1 וגרסה post-trained של Kimi K3, עם compute post-training גדול בהרבה. מודל שני, Kimi K3.1 Pro Highspeed, אמור לרוץ פי 2 עד 3 מהר יותר מ-K3.1 Pro.
שניהם זמינים עכשיו ב-Kimi.ai, Kimi Work, Kimi Code וב-Kimi API תחת השמות kimi-k3.1-pro ו-kimi-k3.1-pro-highspeed. Moonshot אומרת ש-Zero Data Retention זמין ללקוחות API ושגישת Kimi Enterprise כבויה כברירת מחדל.
טענות ה-benchmark
Moonshot אומרת שעל פני benchmarks של קוד, agentic וידע, K3.1 Pro "מתאים או מתקרב" למודלים הקנייניים החזקים ביותר. דוגמאות מהפוסט:
| Benchmark | K3.1 Pro | השוואה שניתנה על ידי Moonshot |
|---|---|---|
| Terminal-Bench 4.0 | 65.7% | GPT-6 Astra 58.2%, Claude Opus 5.5 66.4% |
| Kimi Code Bench 3.0 Long-horizon (פנימי) | 61.2% | Kimi K3 55.95% |
| BenchCAD, עם כלים | 92.7% | Claude Opus 5.5 96.2%, GPT-6 Astra 95.9% |
| OfficeQA Pro v2 | 64.4 | מתואר כ-state of the art |
שימו לב למה שהערות השוליים אומרות. K3.1 Pro הורץ עם ה-harness של Claude-Code, במאמץ reasoning מקסימלי. ציונים של ספקים אחרים נלקחו בעיקר מהפוסטים שלהם או מ-leaderboards ציבוריים, ו-Moonshot מוסיפה שבדיקת מודלים קנייניים "עשויה לכלול התנהגות fallback מסוימת". ה-Kimi Code Bench הוא של Moonshot. אלה לא הרצות head-to-head מבוקרות.
דיוק עובדתי
Moonshot מדווחת שב-Kimi Hallu Bench Hard הפנימי שלה, שיעור ההזיות ברמת הטענה ירד מ-23.4% ב-K3 ל-8.3%. הפוסט עצמו אומר שהדוגמאות מעוצבות בכוונה לבדיקת נקודות חלשות ושהשיעורים לא מייצגים שיעורי שגיאה כוללים בשימוש יומיומי. קחו את ההסתייגות הזו כפי שהיא.
גישת יכולת הסייבר
זה החלק הכי יוצא דופן בפוסט. Moonshot אומרת שהיא מצאה תוכן הקשור לסייבר בקורפוס ה-mid-training הכללי שלה ומשימות סייבר בתערובת סביבות למידת החיזוקים שלה, ושהסרה שלהם בשני השלבים צמצמה את יכולת מחקר הפגיעויות. היא מדווחת על ה-xdev-bench-hard הפנימי שלה:
- Checkpoint בלי אמצעי ההסרה פתר 90.5% מהבעיות ב-pass@3.
- K3.1 Pro הסופי מגיע ל-81.0%.
Moonshot מצהירה על עיקרון של לא לשחרר משקלים פתוחים שמרחיבים את הגבול המוחלט של יכולת סייבר, וש-K3.1 Pro נשאר מאחורי מודלים קנייניים חזיתיים שדווחו פומבית. היא גם אומרת שהיא מתכוונת להעלות בהדרגה את יכולת הסייבר הזמינה במשקלים פתוחים. ה-benchmark הוא פנימי ולא יכולתי לבדוק אותו. ירידה מ-90.5% ל-81.0% היא צמצום, לא הסרה, והפוסט אומר את זה.
זמינות ומה חסר
- משקלים: הובטחו עד 4 בנובמבר 2026. עד שהם מפורסמים, "פתוח-משקלים" מתאר כוונה.
- רישיון: לא מצאתי תנאי רישיון בחלקים שקראתי.
- תמחור: לא מצאתי תמחור בחלקים שקראתי.
- דרישות חומרה ל-self-hosting של מודל במחלקת 3T: לא מכוסות במה שקראתי.
מה הייתי בודק
אלה הצעות שלי שלא נבדקו.
1. הריצו את המשימות שלכם. השתמשו במאגרים והכרטיסים האמיתיים שלכם, לא ב-benchmarks ציבוריים, והשוו מול המודל שאתם משתמשים בו עכשיו.
2. בדקו את ה-harness. הציונים משתמשים ב-harness של Claude-Code. ראו איך זה מתנהג בכלי שאתם באמת משתמשים בו.
3. מדדו הקשר ארוך. חלון של מיליון טוקנים הוא טענה על קיבולת, לא על איכות בסוף החלון.
4. השוו Highspeed ו-Pro גם בחביון וגם בדיוק לעומס העבודה שלכם.
5. חכו למשקלים ולרישיון לפני שמתכננים self-hosting, ובדקו שהקבצים ששוחררו תואמים את ההכרזה.
6. בדקו תנאי נתונים ל-API אם אתם שולחים קוד פרטי, כולל זכאות ל-Zero Data Retention.
מה לא הייתי מסיק
- שהוא מנצח את Claude Opus 5.5 או GPT-6 Astra. בנתון ה-Terminal-Bench של הפוסט עצמו הוא מעט מאחורי Opus 5.5.
- ששיפורי ה-benchmark באים רק מהמודל. הגדרות harness ומאמץ משנות.
- ששחרור המשקלים הפתוחים מובטח בתאריך המוצהר.
- שסיכון הסייבר נפתר. הפוסט מתאר צמצום, שנמדד על בדיקה פנימית.
שאלות נפוצות
מהו Kimi K3.1 Pro?
המודל הדגל החדש של Moonshot AI בסדרת K3.1, גרסה post-trained של Kimi K3 עם חלון הקשר של מיליון טוקנים, לפי פוסט ההשקה שלה.
האם המשקלים זמינים?
עדיין לא. Moonshot אומרת שהם ישוחררו עד 4 בנובמבר 2026.
מהו Kimi K3.1 Pro Highspeed?
וריאנט ש-Moonshot אומרת שהוא פי 2 עד 3 מהר יותר מ-K3.1 Pro.
איפה אפשר להשתמש בו היום?
Kimi.ai, אפליקציות Kimi, Kimi Work, Kimi Code ו-Kimi API, לפי הפוסט.
איך הוא משתווה ל-Claude Opus 5.5?
ב-Terminal-Bench 4.0, Moonshot מדווחת 65.7% מול 66.4% ל-Opus 5.5. ההשוואה היא של Moonshot, עם ההתקנה המתוארת בהערות השוליים שלה.
מה Moonshot עשתה לגבי יכולת סייבר?
היא אומרת שהיא הסירה נתונים הקשורים לסייבר מה-mid-training וסיננה סביבות RL של סייבר, ומדווחת על ירידה ב-benchmark הפנימי שלה מ-90.5% ל-81.0%.
האם כדאי להחליף את סוכן הקוד שלי אליו?
אי אפשר לדעת מפוסט השקה. בדקו אותו על המשימות שלכם קודם.
מקורות
- Moonshot AI, Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence (23 באוקטובר 2026): פרטי שחרור, טענות benchmark, גישת סייבר, זמינות והערות שוליים. טבלאות ה-benchmark המאוחרות לא נקראו במלואן.
קריאה נוספת
- משקלי Kimi K3.1 Pro יצאו: כרטיס המודל של ה-2.8T עונה על מה שפוסט ההשקה השאיר פתוח
Moonshot הכריזה על Kimi K3.1 Pro ב-23 באוקטובר והבטיחה את המשקלים עד 4 בנובמבר. הם עכשיו ב-Hugging Face עם כרטיס מודל מלא: 2.8T סהכ, 104B פעילים, 896 מומחים, הקשר של 1M, רישיון מותאם אישית, וחוזה API רב-תורי ששווה לקרוא לפני שמכוונים אליו סוכנים.
- Developer Knowledge API ושרת MCP של גוגל: תיעוד רשמי לסוכן הקוד שלכם, והמגבלות שגוגל מפרטת
מה ה-Developer Knowledge API של גוגל, שרת ה-MCP, פקודות gcloud וה-agent skill עושים, איך האימות עובד, ומגבלות הטריות וההיקף שגוגל מתעדת. נקרא מהתיעוד של גוגל עצמה.
- DeepSeek-V4.1-Flash-1017: מחירים, benchmarks ותאריך החיוב של Search ו-Fetch שכדאי לעקוב אחריו
DeepSeek שחררה את V4.1-Flash-1017 עם משקלים ברישיון MIT, תמחור Flash חדש ו-APIs פתוחים של Search ו-Fetch. מה ה-release note, כרטיס המודל ועמוד התמחור של DeepSeek מצהירים, ומה לבדוק לפני מעבר.
יומן הבנייה
לעקוב אחרי העבודה.
מאמרים ואבטיפוסים חדשים, ישר לקורא ה-RSS שלכם. מנויי המייל בהשהיה זמנית, עד שאחבר שירות משלוח עובד. לא נאסף כאן אימייל.
עקבו ב-RSS