דלגו לתוכן
גיליון 001·חי·20:20 IL
→ יומן/2026-11-08·8 דק׳

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.

מאת Harel Asaf·בונה בינה מלאכותית·תל אביב

Moonshot AI שחררה את Kimi K3.1 Pro ב-23 באוקטובר והבטיחה את משקלי המודל המלאים עד 4 בנובמבר. המשקלים עמדו בתאריך: דף המודל moonshotai/Kimi-K3.1-Pro פורסם ב-Hugging Face ב-4 בנובמבר, וכרטיס המודל שמגיע איתו קונקרטי יותר מפוסט ההשקה. הוא מאשר 2.8 טריליון פרמטרים סהכ עם 104 מיליארד פעילים לכל טוקן, 896 מומחים, חלון הקשר של 1,048,576 טוקנים, קלט תמונה מובנה, ורישיון מותאם אישית. הוא גם מתעד התנהגות API אחת שתדרדר את הסוכן שלכם בשקט אם תפספסו אותה. טבלת ה-benchmarks של הספק כנה יותר מרוב הטבלאות: K3.1 Pro מוביל בכמה benchmarks סוכניים ושל קידוד ומפסיד בבירור באחרים. אם אתם מריצים סוכני קידוד או צינורות הקשר ארוכים, זה שווה חלון הערכה. אם קיוויתם לארח אותו בעצמכם על צומת אחד, הגודל מסיים את המחשבה מוקדם.

מה כרטיס המודל מאשר

  • ארכיטקטורה: MoE עם 2.8T סהכ ו-104B פרמטרים מופעלים, 93 שכבות, 896 מומחים עם 16 נבחרים לכל טוקן ועוד 2 מומחים משותפים, ואוצר מילים של 160K.
  • קשב: היבריד של שכבות KDA ושכבות Gated DeepSeek Sparse Attention (Gated DSA), שמחליפות את שכבות ה-Gated MLA מלאות-הקשב של Kimi K3 למידול יעיל יותר של הקשר ארוך. אורך ההקשר הוא 1,048,576 טוקנים.
  • ראייה: מקודד MoonViT-V2 עם 401M פרמטרים, כך שהמודל מקבל טקסט ותמונות באופן מובנה.
  • קוונטיזציה: משקלים ב-MXFP4 ואקטיבציות ב-MXFP8, באימון מודע-קוונטיזציה ולא קוונטיזציה אחרי העובדה.
  • גישה: משקלים פתוחים ב-Hugging Face תחת "Kimi K3.1 Pro License" מותאם אישית (לא Apache או MIT; קראו אותו לפני שימוש מסחרי), ועוד API מתארח כמודל kimi-k3.1-pro ב-platform.kimi.ai עם פרוטוקולים תואמי OpenAI ו-Anthropic. מנועי אירוח עצמי מומלצים: vLLM, SGLang ו-TokenSpeed, כל אחד עם מתכונים שפורסמו. פוסט ההשקה מזכיר גם וריאנט Highspeed מהיר יותר; לא מצאתי משקלי Highspeed במה שקראתי, אז להתייחס אליו כ-API בלבד לעת עתה.

תמונת ה-benchmarks, עם אזהרות מצורפות

כל המספרים למטה הם מהטבלה של Moonshot עצמה, שהורצו במאמץ reasoning מקסימלי, אז להתייחס אליהם כטענות ספק. בתוך הטבלה הזו, התמונה מעורבת באמת, מה שאמין יותר מטא-טאו נקי:

  • הובלות: SWE Marathon v1.1 עם 51.7 (Claude Opus 5.5 עם 46.3, GPT-6 Astra עם 42.5), HLE-Full עם כלים ב-70.0 (Opus 67.7, Astra 57.2), BrowseComp ב-92.1, MMMU-Pro עם python ב-90.0.
  • תחרותי: Terminal-Bench 4.0 עם 65.7, ממש מאחורי 66.4 של Opus 5.5; DeepSWE עם 75.5, מאחורי 77.0 של DeepSeek-V4.1-Flash.
  • הפסדים ברורים: Program Bench עם 31.5 מול 65.0 של Opus 5.5, ו-Terminal-Bench-Science עם 38.1 מול 68.1 של GPT-6 Astra.

שתי שורות מסומנות כפנימיות (Kimi Code Bench 2.0 ו-3.0), אז הן נושאות אפילו פחות משקל מהשאר. הקריאה הכנה: K3.1 Pro בחבורה הקדמית לקידוד סוכני ולעבודה ארוכת-טווח, לא מוביל עליה באופן אחיד.

מה אני הייתי בודק

ההצעות שלא נבדקו שלי לפני שמנתבים עומסים אמיתיים:

  • להריץ הערכות סוכן-קידוד משלכם גם מול ה-API וגם מול נקודת קצה מאוחסנת עצמית; טבלת הספק מראה שהרגישות למשפחת המשימות גדולה (נדנדה של 33 נקודות בין Program Bench ל-SWE Marathon).
  • לתקצב מאמץ reasoning מקסימלי: כל ציון שפורסם משתמש בו, וברירת המחדל היא "max" עם "low" ו-"high" זמינים. הגדרות זולות יותר לא ישווה את הטבלה.
  • לטפל בחוזה הרב-תורי בזהירות: ה-API דורש להעביר חזרה את הודעת ה-assistant המלאה כמו שהיא, כולל reasoning_content ו-tool_calls, לא רק את ה-content. לקוחות שמקצצים את ה-reasoning בין תורים יידרדרו בשקט.
  • לקרוא את הרישיון המותאם אישית לפני כל דבר מסחרי; זה מסמך בפני עצמו, לא רישיון OSS סטנדרטי.
  • אם מאארחים עצמית, לתכנן סביב משקלי MXFP4 מהיום הראשון; 2.8T פרמטרים גם ב-4 ביט זו בעיית הגשה רב-צומתית.

מה לא הייתי מסיק

לא להסיק שזה מנצח את החזית בקידוד באופן כללי; הטבלה של הספק עצמה מראה שני הפסדים בוטים. לא להניח שההקשר של 1M זול או מהיר באורך מלא; הכרטיס לא נותן עקומת השהיה או עלות בהקשר ארוך. לא להתייחס לפרסום ב-Hugging Face כרגע שבו המודל הפך שמיש עבורכם: מתכוני המנוע והתנהגות ה-API הם מה שחשוב, ואלה בני ימים בודדים לכל היותר. ולא לקרוא את ההערות השוליים של benchmark הסייבר כראיה לכישורי ניצול בעולם האמיתי; אלה תקרות יכולת תחת תקציבים מלאכותיים, שדווחו על ידי הספק.

שאלות נפוצות

האם משקלי Kimi K3.1 Pro באמת זמינים עכשיו?

כן. המאגר moonshotai/Kimi-K3.1-Pro ב-Hugging Face פורסם ב-4 בנובמבר 2026, בתאריך שפוסט ההשקה מ-23 באוקטובר הבטיח. הרישיון הוא "Kimi K3.1 Pro License" מותאם אישית, לא רישיון OSI סטנדרטי, אז קראו אותו לפני בנייה על המשקלים.

אפשר להריץ את Kimi K3.1 Pro מקומית?

לא על תחנת עבודה. 2.8T פרמטרים סהכ עם משקלי MXFP4 זו עבודת הגשה רב-צומתית ורב-GPU. Moonshot ממליצה על vLLM, SGLang או TokenSpeed עם מתכונים שפורסמו. כל השאר צריכים להשתמש ב-API המתארח.

איך קוראים ל-API?

ב-platform.kimi.ai, בוחרים את המודל kimi-k3.1-pro. ה-API תואם גם לפרוטוקולי לקוח של OpenAI וגם של Anthropic, אז קוד SDK קיים בעיקרון עובר.

מהי התנהגות ה-API שהכי סביר שתשבור את הסוכן שלי?

מצב רב-תורי. חובה להעביר חזרה את הודעת ה-assistant המלאה ב-messages, כולל reasoning_content ו-tool_calls, לא רק את טקסט ה-content. השמטת ה-reasoning בין תורים היא מצב הכישלון השקט.

איך זה משתווה ל-Claude Opus 5.5 או GPT-6 Astra?

בטבלה של Moonshot עצמה: מוביל ב-SWE Marathon, ב-HLE-Full עם כלים, ב-BrowseComp וב-MMMU-Pro; בערך שווים ב-Terminal-Bench 4.0 וב-DeepSWE; מאחור בבירור ב-Program Bench וב-Terminal-Bench-Science. הכל מדווח על ידי הספק במאמץ reasoning מקסימלי.

האם ההקשר של מיליון טוקנים אמיתי?

הכרטיס מפרט אורך הקשר של 1,048,576 טוקנים ושינויי הארכיטקטורה (Gated DSA שמחליפה שכבות MLA מלאות-קשב) קיימים בדיוק כדי להפוך הקשר ארוך ליעיל. הכרטיס לא מפרסם תמחור או השהיה בהקשר ארוך, אז לאמת עלות על עומס העבודה שלכם לפני שמתחייבים.

מה השתנה מ-Kimi K3?

K3.1 Pro עבר post-training מ-K3 עם למידת חיזוקים משותפת בקנה מידה גדול על פני תחומי מטה, מחליף את שכבות ה-Gated MLA מלאות-הקשב בשכבות Gated DSA, ומוסיף את ערימת הראייה MoonViT-V2. Moonshot מכנה אותו המודל המסוגל ביותר שלה במחלקת ה-3T עד כה.

מקורות

לא נקרא: טקסט ה-K3.1 Pro License עצמו, מתכוני vLLM/SGLang/TokenSpeed, ה-Quickstart של Kimi K3.1 Pro, וכל הערכה עצמאית. כל מספרי ה-benchmarks למעלה מדווחים על ידי הספק. לא הרצתי את המודל.

קריאה נוספת

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