اولین مدلِ ۳T-کلاس با پنجرهٔ زمینه ۱ میلیون توکنی که وزن‌هایش به‌صورت باز منتشر می‌شود، اکنون در دسترس است. Kimi K3.1 Pro در بنچمارک‌های کدنویسی و عامل‌محور (Agentic) مدل‌های مالکیتی را به چالش می‌کشد.
همان‌طور که در تحلیل قبلی ما درباره‌ی روند باز شدن مدل‌های مرزی اشاره کردیم، فاصله بین مدل‌های باز و بسته به سرعت در حال تنهی است. Kimi با انتشار این مدل، گامی بزرگ در دموکراتی‌سازی دسترسی به هوش مصنوعی پیشرفته برداشته است. به نقل از اعلامیه رسمی شرکت، Kimi K3.1 Pro نسخه‌ی پس‌آموزش‌دیده (Post-trained) مدل پایه Kimi K3 است که با محاسبات پس‌آموزش (Post-training compute) به‌مراتب بیشتر توسعه یافته. برای مقیاس‌دهی یادگیری تقویتی (RL) مشترک در صدها حوزه‌ی پایین‌دست، تیم Kimi هر لایه از پشته را بهینه کرده: چارچوب RL، استنتاج زمینه‌بلند (Long-context inference)، کارایی آموزش، زیرساخت سندباکس (Sandbox infrastructure)، زمان‌بندی رول‌اوت (Rollout scheduling) و پلتفرم مشترک برای بررسی کیفیت محیط. نتیجه: هر واحد محاسبه RL بازدهی پایدار و پیش‌بینیرانه تحویل می‌دهد. این پیشرفت در ادامه‌ی تلاش‌های Moonshot AI برای بهینه‌سازی استنتاج در مدل‌های وزن‌باز است که پیش‌تر در مورد کاهش ۳۰٪ی توکنی استدلال در Kimi K2.7 توضیح داده شد.
جزئیات فنی و بنچمارک‌ها
- پارامترها: ۳T (۳ تریلیون) — کلاس ۳T
- پنجرهٔ زمینه (Context Window): ۱ میلیون توکن (Token) با مقیاس‌پذیری gầnخطی
- نسخه‌های عرضه‌شده: Kimi K3.1 Pro و Kimi K3.1 Pro Highspeed (۲ تا ۳ برابر سریع‌تر برای تعاملات پاسخگو)
- دسترسی امروز: Kimi.ai، Kimi Work، Kimi Code، و Kimi API
- انتشار وزن‌های کامل: ۴ نوامبر (۱۳ آبان) تحت مجوز باز (Permissive open license)
عملکرد در بنچمارک‌های کلیدی
- Terminal-Bench 4.0 (ارزیابی عامل‌های کدنویسی در وظایف ترمینال واقعی با تست‌های سخت‌گیرانه): Kimi K3.1 Pro ۶۵.۷٪ — جلوتر از GPT-6 Astra (۵۸.۲٪) و به‌مراتب نزدیک به Claude Opus 5.5 (۶۶.۴٪)
- Kimi Code Bench 3.0 Long-horizon (بنچمارک داخلی برای اجرای چندمرحله‌ای، استفاده از ابزار و حل مسئله انتهای‌به‌انتها در حوزه‌های مهندسی متنوع): Kimi K3.1 Pro ۶۱.۲٪ — بهبود از ۵۵.۹۵٪ مدل پایه K3
قابلیت‌های حوزه‌محور
کدنویسی (Coding): پوشش طیف کامل کارهای کدنویسی — از اصلاحات سریع در کدهای واقعی تا ساخت پروژه‌های تمام‌قد. سبک بصری مد نظرتر برای بازی‌ها و تجربیات وب، و دانش ساخت آن‌ها با ابزارهای مناسب. کارایی در حالت‌های تعاملی و خودمختار. برنامه‌ریزی، اجرا و اشکال‌زدایی گردش‌های کاری پیچیده با کمترین مداخله انسانی. سواء در بازسازی سیستم‌های میراثی (Legacy refactoring)، تولید سوئیت‌های تست، یا ساخت برنامه‌های فول‌استک (Full-stack)، مدل به بستر شما سازگار شده و خروجی سطح تولید (Production-grade) تحویل می‌دهد.
ساختار سه‌بعدی (3D Creation): پشتیبانی بومی از Blender، Unreal Engine و سایر خط‌لوله‌های ۳D. تولید، اصلاح و بهینه‌سازی دارایی‌های سه‌بعدی از پرامپت‌های زبان طبیعی. درک استدلال فضایی (Spatial reasoning)، ویژگی‌های مواد و منطق انیمیشن — امکان نمونه‌سازی سریع و تکرارپذیر برای توسعه‌دهندگان بازی، معماران و طراحان محصول.
تحقیقات مالی (Financial Research): تجزیه اسناد مالی متراکم، استخراج بینش از جلسات درآمد (Earnings calls)، و سنتز داده‌های بازار. تولید یادداشت‌های سرمایه‌گذاری (Investment memos)، ارزیابی ریسک و تحلیل سناریو با دقت سطح استناد (Citation-level accuracy) — ابزاری قدرتمند برای تحلیل‌گران، محققان و تیم‌های فین‌تک.
قابلیت‌های عامل‌محور (Agentic Capacities): آموزش‌دیده برای عملیات به‌عنوان عامل خودمختار در محیط‌های واقعی. استفاده از ابزار (Tool use)، مرور وب، تعامل با APIها، و اجرای کد در محیط‌های سندباکس (Sandboxed environments). پنجرهٔ ۱ میلیون توکنی امکان حفظ وظایف طولانی‌مدت با حافظه کامل از تعاملات قبلی را می‌دهد — حل مسئله عمیق و چندنوبتی (Multi-turn).
زمینه و اهمیت استراتژیک
فاصله بین مدل‌های باز و بسته به سرعت در حال تنهی است. K3.1 Pro تنها رقابتی نیست — بلکه استانداردهای جدیدی برای آنچه مدل‌های بازوزن می‌توانند در حوزه‌های واقعی و با ریسک بالا انجام دهند، تعیین می‌کند. با انتشار وزن‌ها، ما جامعه را دعوت می‌کنیم تا مدل را بازبینی، بهبود و گسترش دهد، تا اطمینان حاصل شود که آینده هوش مصنوعی شفاف، همکاری‌محور و در دسترس همه است.
تحلیل
انتشار Kimi K3.1 Pro تنها یک انتشار مدل جدید نیست؛ این یک سیگنال ساختاری است. تا پیش از این، مدل‌های بازوزن (Open-weight) یا در مقیاس پارامتر محدود بودند (۷B–۷۰B) یا زمینه کوتاه داشتند (۳۲K–۱۲۸K). مدل‌های مرزی مالکیتی (GPT-4o، Claude 3.5 Opus) اگرچه زمینه ۱M+ و قابلیت عامل قوی داشتند، اما وزن‌هایشان بسته بود و دسترسی از طریق API با هزینه بالا و وابستگی به فروشنده (Vendor lock-in) همراه بود. K3.1 Pro این دو جهان را ادغام می‌کند: مقیاس ۳T، زمینه ۱M، و وزن‌های باز. نکته ظریف‌تر: بهبود ۵.۲۵ درصدی در Kimi Code Bench Long-horizon ناشی از بهینه‌سازی پشته RL است، نه افزایش پارامتر. این یعنی کارایی محاسبه (Compute efficiency) در یادگیری تقویتی مقیاس‌بزرگ، لبه‌ی جدید رقابت شده است.
گام بعدی شما
- اگر توسعه‌دهنده‌ی کد هستید: Kimi Code را امروز امتحان کنید و گردش کاری عامل‌محور (Agentic workflow) را در یک مخزن واقعی (Real repo) با زمینه ۱M توکن تست کنید.
- اگر محقق مدل هستید: از ۴ نوامبر وزن‌ها را دانلود کنید و مقیاس‌پذیری RL در زمینه‌های طولانی را بدون محدودیت API بررسی کنید.
- اگر تیم محصول هستید: نسخه Highspeed را برای کاربردهای تعاملی با تأخیر پایین (Low-latency) ارزیابی کنید — نسبت قیمت به عملکرد در استنتاج (Inference) می‌تواند نقطه عطف باشد.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های جدید مراجعه کنید.
گفتگو