Kimi K3.1 Pro вышла: что умеет новая модель Moonshot
Moonshot AI представила Kimi K3.1 Pro — обновлённую модель с контекстом до 1 млн токенов, которая уже доступна в сервисах Kimi и через API. Разбираем, где она сильна, почему стала дешевле и зачем компания специально ограничила её кибервозможности перед релизом.
Что именно выпустила Moonshot
23 октября Moonshot AI показала Kimi K3.1 Pro — первую модель новой линейки K3.1. По сути это дообученная версия Kimi K3 с очень длинным контекстом и более дорогим постобучением: компания использовала больше вычислений и прогоняла обучение с подкреплением сразу по сотням прикладных сценариев.
Вместе с основной версией вышла K3.1 Pro Highspeed, которую Moonshot называет более быстрой — примерно в 2–3 раза. Архитектура у модели прежняя: MoE с 2,8 трлн параметров, но на каждый токен активируются 104 млрд. Модель принимает текст, изображения и видео, а отвечает текстом. При этом режим рассуждений всегда включён, а глубину можно задавать параметром reasoning_effort: low, high или max.
Где она доступна и сколько стоит
K3.1 Pro уже работает в Kimi.ai, в мобильных приложениях для iOS, Android и HarmonyOS, а также в Kimi Work для Windows и Mac на Apple silicon. Для разработчиков есть API с идентификаторами kimi-k3.1-pro и kimi-k3.1-pro-highspeed, а в корпоративной версии модель по умолчанию выключена — её должен включить администратор.
По цене новая версия тоже выглядит заметно мягче прошлой. K3.1 Pro стоит $2 за миллион входящих токенов и $10 за миллион исходящих, а кешированный вход — $0,20. Версия Highspeed ровно вдвое дороже. Для сравнения, K3 стоила $3 и $15, то есть новая модель подешевела примерно на треть. Но итоговый счёт зависит ещё и от того, сколько токенов модель тратит на размышления, а с этим у K3.1 Pro пока нет независимой статистики.
Как она выглядит в бенчмарках
В индексе Artificial Analysis модель получила 55 баллов и заняла четвёртое место, прибавив 11 баллов к K3. По оценке самого сервиса, после выхода весов это может стать самой сильной открытой моделью. В задачах, где нужно долго работать с инструментами — например, в программировании, веб-поиске, агентных экзаменах и анализе финансовых документов, — K3.1 Pro часто идёт на уровне или выше Claude Opus 5.5.
Но в вопросах, где нужен ответ «из головы», картина слабее. В тестах HLE без инструментов она заметно отстаёт от закрытых конкурентов, а в ProgramBench результат оказался особенно неудачным: задача засчитывается только при очень высоком качестве решения, и здесь у K3.1 Pro результат примерно вдвое ниже, чем у Opus 5.5. Среди открытых моделей она в большинстве случаев впереди, хотя DeepSeek-V4.1-Flash-1017 в одном из тестов обошла даже закрытых конкурентов.
Почему Moonshot урезала кибернавыки
Самая необычная часть анонса — сознательное ограничение киберспособностей. Moonshot обнаружила, что по мере дообучения модель всё лучше находит и использует уязвимости. Чтобы не выпускать версию с усиленными навыками взлома, компания вычистила киберданные из этапов обучения открытой K3.1 Pro, но оставила обычные программные задачи.
Проверяли это на внутреннем бенчмарке xdev-bench-hard, где модель должна помогать с эксплойтами для уязвимостей в Linux, Node.js, JavaScriptCore, Exim и VirGL. Moonshot отдельно подчёркивает: цели здесь были именно защитные — снизить риск того, что модель слишком хорошо научится эксплуатировать баги. Для обычных пользователей это означает более безопасную публичную версию, а для разработчиков и компаний — меньше шансов, что модель будет подталкивать к опасным действиям.