Kimi K3.1 Pro במקום הרביעי במדד Artificial Analysis, שלוש נקודות מאחורי Claude Opus 5.5
מודל ההסקה החדש של Moonshot AI הסינית קיבל 55 נקודות במדד Artificial Analysis Intelligence Index, והוא נמצא במקום הרביעי, אחרי Claude Opus 5.5 עם 58 נקודות. אם החברה תשחרר את המשקולות כמתוכנן עד 4 בנובמבר, הפער בין המודל הפתוח המוביל למודלים הקנייניים יירד מ-12 נקודות ל-3 בלבד.
הדירוג של Kimi K3.1 Pro, מודל ההסקה (reasoning model) החדש של החברה הסינית Moonshot AI, הופיע עכשיו גם במדד העצמאי Artificial Analysis Intelligence Index. המודל קיבל 55 נקודות, 11 יותר מקודמו Kimi K3, ומדורג רביעי. לפניו נמצאים רק Claude Opus 5.5 של אנתרופיק (58 נקודות), Claude Sonnet 5.5 (56) ו-Muse Wonder Full (56).
מה השתנה מ-K3
לפי The Decoder, K3.1 Pro הוא גרסה של K3 שעברה post-training, כלומר שלב האימון שאחרי האימון הבסיסי, בהיקף חישוב גדול בהרבה. הארכיטקטורה לא השתנתה: 2.8 טריליון פרמטרים בסך הכול, מתוכם 104 מיליארד פעילים, חלון הקשר (context window) של מיליון טוקנים, ותמיכה בטקסט ובתמונות.
השיפור הגדול ביותר נרשם במשימות סוכניות (agentic), כלומר משימות שבהן המודל פועל בכמה צעדים ומשתמש בכלים. במבחן GDPval-AA המודל הגיע ל-1,846 נקודות Elo לפי Artificial Analysis. זה 312 נקודות יותר מ-K3, וקצת פחות מ-Claude Opus 5.5 (1,866) ומ-Muse Wonder Full (1,857). ב-Terminal-Bench 4.0 מדווחת Moonshot על 65.7%, לעומת 66.4% של Claude Opus 5.5 ו-58.2% של GPT-6 Astra. K3 השיג באותו מבחן 13% בלבד. חשוב לציין שאת רוב תוצאות המבחנים בטבלה פרסמה החברה עצמה, ולא גוף חיצוני.
לפי החברה, גם שיעור ההזיות (hallucinations) ירד: במבחן הפנימי Kimi Hallu Bench Hard הוא ירד מ-23.4% ל-8.3%. Moonshot מדגישה שמדובר במבחן עומס ולא במדד לשיעור השגיאות הכללי. GPT-6 Astra עדיין טוב יותר במבחן הזה, עם 5.5%. גם המבחנים שבהם המודל מפגר מאחור מופיעים בטבלה: ב-ExploitBench הוא קיבל 74.7, לעומת 91.0 של Claude Opus 5.5 ו-100 של GPT-6 Astra.
מחיר נמוך יותר
מחירי ה-API ירדו ב-33%. כעת הם עומדים על 2 דולר למיליון טוקנים בקלט ו-10 דולר בפלט. לצד המודל הושקה גרסת K3.1 Pro Highspeed, שלפי החברה מהירה פי שניים עד שלושה ועולה 4 דולר בקלט ו-20 דולר בפלט. לפי Artificial Analysis, המודל נמצא בראש חזית פארטו (Pareto frontier), כלומר אף מודל במספר פרמטרים דומה לא מקבל ציון גבוה יותר במדד. עלות משימה ממוצעת אפילו ירדה מעט, מ-2.00 ל-1.98 דולר. שתי הגרסאות זמינות דרך Kimi.ai, Kimi Work, Kimi Code וה-API של החברה.
למה זה חשוב
הנתון החשוב ביותר בסיפור עוד לא התממש. Moonshot מתכננת לשחרר את משקולות המודל (model weights) עד 4 בנובמבר 2026. אם זה יקרה, K3.1 Pro יהיה המודל בעל המשקולות הפתוחות (open weights) עם הציון הגבוה ביותר. לפי The Decoder, הפער בין המודל הפתוח המוביל למודלים הקנייניים המובילים יצטמצם אז מ-12 נקודות ל-3, בהנחה ששום דבר אחר לא ישתנה עד אז.
המשמעות האפשרית היא שחברות ומפתחים יוכלו להריץ על התשתית שלהם מודל שמתקרב לביצועים של המודלים המובילים, במקום לשלם על גישה בלבד. עם זאת, כדאי להיזהר משתי סיבות. התאריך הוא הצהרת כוונות ולא שחרור בפועל, וחלק ניכר מהמספרים מגיע מהחברה עצמה. הדירוג במדד של Artificial Analysis הוא כרגע האימות החיצוני העיקרי לטענות של Moonshot.