Kimi выпустила K3.1 Pro: контекст 1 млн токенов, веса, до 4 ноября

Kimi (в тексте разработчик пишет о себе «мы», материнская компания не названа) анонсировала Kimi K3.1 Pro, первую модель новой серии K3.1. Разработчик называет её своей самой мощной открытой моделью класса 3T на сегодня; контекстное окно, 1 млн токенов. Точное число параметров не указано. Вместе с ней вышла Kimi K3.1 Pro Highspeed, которая, по заявлению разработчика, работает в 2-3 раза быстрее K3.1 Pro. Обе модели доступны в день анонса на Kimi.ai, в Kimi Work, Kimi Code и через Kimi API (названия в API: kimi-k3.1-pro и kimi-k3.1-pro-highspeed). Полные веса будут опубликованы до 4 ноября 2026 года.

K3.1 Pro, это K3, прошедшая дообучение с заметно большим объёмом вычислений на этапе post-training. Чтобы вести масштабное совместное обучение с подкреплением (RL) сразу в сотнях прикладных областей, разработчики переработали весь стек: RL-фреймворк, инференс на длинном контексте, эффективность обучения, песочницы, планирование прогонов и общую платформу проверки качества сред. По их словам, это даёт стабильный прирост во всех областях. На бенчмарках по кодингу, агентным задачам и знаниям модель, как утверждает Kimi, «сравнима или приближается» к сильнейшим проприетарным моделям. На Terminal-Bench 4.0 (кодинг-агенты в ограниченных по ресурсам терминальных задачах; Kimi оценивалась с обвязкой Claude-Code) K3.1 Pro набрала 65,7% против 58,2% у GPT-6 Astra и 66,4% у Claude Opus 5.5, то есть чуть позади последней. На внутреннем бенчмарке Kimi Code Bench 3.0 Long-horizon (многошаговое выполнение, работа с инструментами, решение задач от начала до конца) результат 61,2% против 55,95% у K3.

Кодинг. Модель, по заявлению разработчика, покрывает работу от быстрых правок в реальных репозиториях до сборки проектов целиком, работает с игровыми движками Unity, Unreal Engine и Godot, сочетая их с веб-поиском и генерацией 3D, и лучше делает фронтенд, сцены на Three.js и 3D-ассеты. Пример внутреннего теста: K3.1 Pro построила симулятор динамики ходьбы человека с конвейерами обучения и оценки на основе открытой анатомической модели human-atlas (296 костных компонентов, включая хрящи, и 402 мышечных). За 167 миссий и 420 независимых проверок она анализировала результаты, диагностировала проблемы и дорабатывала контроллер: симулируемый человек перешёл от падения за несколько секунд к непрерывной ходьбе с чередованием шагов в течение 11,2 секунды. Когда подбор функции награды не улучшил движение рук, модель не стала дальше её подкручивать, а запустила разомкнутые пробы динамики симулятора, нашла и исправила 36 ошибок в расчётах плеч моментов плечевых мышц и заново обучила контроллер.

3D-моделирование. На BenchCAD (восстановление 3D по многоракурсным рендерам через генерацию CAD-кода) K3.1 Pro набрала 92,7% с инструментами, это приближается к Claude Opus 5.5 (96,2%) и GPT-6 Astra (95,9%), но не догоняет их. Модель умеет по тексту, наброску или референсу создавать пригодные 3D-модели, особенно параметрические (детали механизмов, архитектурные модели, мебель), и без MCP-коннекторов пишет и запускает скрипты для Blender и CAD-программ. Функция 3D Make уже работает на kimi.ai и в приложении Kimi: можно просматривать и править модели онлайн, скачивать их для 3D-печати или экспортировать как видео и Live Photos.

Финансы. Разработчик заявляет о лучшем результате на OfficeQA Pro v2, 64,4 (единица измерения не указана), это тест на анализ фискальных данных по реальным финансовым документам. На внутренних бенчмарках K3.1 Pro опережает K3: в Financial Modeling на 7,2 пункта, в Financial Research на 11,6 пункта, а в Business Operation (долгосрочное управление в симулированной бизнес-среде) показывает результат примерно в 4,2 раза выше, чем у K3. Отдельно улучшали фактическую точность: на внутреннем стресс-тесте Kimi Hallu Bench Hard доля ложных утверждений упала с 23,4% у K3 до 8,3%, а доля ответов хотя бы с одной фактической ошибкой составила 42,4% от показателя предшественницы. Разработчик оговаривает, что тест нарочно построен на примерах, провоцирующих ошибки, и эти цифры не отражают общую долю ошибок в повседневном использовании.

Кибербезопасность. Kimi рассказывает, что по мере роста способностей модели заметила стабильный рост результатов в поиске уязвимостей по ходу post-training. Причина, киберсодержимое в общем корпусе mid-training и киберзадачи в смеси RL-сред. В предварительных экспериментах на внутренних моделях без удаления этих данных кибервозможности росли заметно. Для открытого релиза данные убрали на обоих этапах, сохранив общие задачи по программированию. На внутреннем бенчмарке xdev-bench-hard (задачи по поиску и эксплуатации уязвимостей, в основном воспроизводящие недавно раскрытые бреши в Linux kernel, Node.js, JavaScriptCore, Exim и VirGL, с включёнными защитами) чекпойнт без этих мер решает 90,5% задач при pass@3, а итоговая K3.1 Pro, 81,0%. При этом модель всё же заметно сильнее предшественницы, а кибервозможности, по утверждению Kimi, остаются позади топовых проприетарных моделей, доступных публично не менее трёх месяцев.

Принципы открытого релиза. Kimi заявляет два принципа: не выпускать открытые веса, которые расширили бы абсолютную границу кибервозможностей, и постепенно повышать киберспособности в открытых весах. Разработчик считает, что открытая модель, работающая на инфраструктуре пользователя, помогает большему числу команд проверять свой код, включая старые системы, которые редко проходят отдельный аудит безопасности, и что постепенное распространение таких возможностей в итоге делает ПО безопаснее.

Доступность. Мобильное приложение Kimi, iOS, Android и HarmonyOS; десктопное приложение Kimi Work версии 3.1.0 и выше для Windows и Macs на Apple silicon; в Kimi Code модель выбирается командой /model; в API доступен Zero Data Retention (режим без хранения данных). Администраторы Kimi Enterprise могут включить модель для организации, на старте доступ выключен по умолчанию. Для команд предлагается подписка Kimi Business. В видимой части анонса нет цен API, лицензии открытых весов и требований к железу.

Ключевые факты

• Kimi K3.1 Pro, первая модель серии K3.1, дообученная версия K3 класса 3T с контекстом 1 млн токенов; вариант K3.1 Pro Highspeed, по заявлению разработчика, в 2-3 раза быстрее.
• Модели уже доступны на Kimi.ai, в Kimi Work, Kimi Code и через API (kimi-k3.1-pro, kimi-k3.1-pro-highspeed); полные веса обещаны до 4 ноября 2026 года.
• Terminal-Bench 4.0: 65,7% против 58,2% у GPT-6 Astra и 66,4% у Claude Opus 5.5; на BenchCAD с инструментами, 92,7% против 96,2% и 95,9% соответственно.
• На внутреннем стресс-тесте Kimi Hallu Bench Hard доля ложных утверждений снизилась с 23,4% (K3) до 8,3%; разработчик подчёркивает, что это не общая частота ошибок в повседневной работе.
• Из данных для открытого релиза убрали киберсодержимое: на xdev-bench-hard результат 81,0% против 90,5% у чекпойнта без таких мер (pass@3).

Почему это важно

Kimi заявляет, что открытая модель класса 3T с контекстом 1 млн токенов на ряде бенчмарков приближается к сильнейшим проприетарным системам: по Terminal-Bench 4.0 она обгоняет GPT-6 Astra (65,7% против 58,2%) и немного уступает Claude Opus 5.5 (66,4%). Заметна и необычная позиция по безопасности: разработчик публично описывает, как удалял киберданные из обучения, и измеряет эффект (81,0% против 90,5% на xdev-bench-hard при pass@3).

Кому это важно

Разработчикам и командам, выбирающим модель для кодинга и агентных сценариев, в том числе с развёртыванием на своей инфраструктуре после выхода весов. Тем, кто работает с 3D и CAD (скрипты для Blender и CAD-программ, параметрическое моделирование). Финансовым аналитикам и тем, кто строит рабочие процессы вокруг финансовых документов. Специалистам по безопасности, следящим за подходами к контролю кибервозможностей в открытых моделях.

Как это применить

Модели доступны сразу: в приложении Kimi и на kimi.ai, в десктопном Kimi Work версии 3.1.0 и выше, в Kimi Code (выбор командой /model), через Kimi API под названиями kimi-k3.1-pro и kimi-k3.1-pro-highspeed. Highspeed подойдёт там, где важен отклик, он, по словам разработчика, в 2-3 раза быстрее. Для API доступен Zero Data Retention. В Kimi Enterprise доступ выключен по умолчанию, его включает администратор. Локальный запуск возможен после публикации весов (обещана до 4 ноября 2026 года); лицензия, требования к железу и цены API в видимой части анонса не указаны.

Можно ли доверять

Это материал самого разработчика, и почти все данные, его собственные заявления без независимой проверки. Часть бенчмарков внутренняя (Kimi Code Bench 3.0 Long-horizon, финансовые тесты, Kimi Hallu Bench Hard, xdev-bench-hard). Результаты Kimi получены при reasoning effort «max», temperature 1,0 и top-p 0,95; на Terminal-Bench 4.0 использована обвязка Claude-Code, а цифры конкурентов взяты как максимум из их блогов или официального лидерборда. Фраза «сравнима или приближается», оценка самого разработчика: на Terminal-Bench 4.0 и BenchCAD K3.1 Pro уступает Claude Opus 5.5. Для OfficeQA Pro v2 (64,4) единица измерения не указана.

Риски и подводные камни

Веса пока не опубликованы, обещание «до 4 ноября 2026 года», а не факт. Данные о галлюцинациях получены на специально составленном стресс-тесте и не отражают повседневную частоту ошибок. Заявленное снижение кибервозможностей измерено на внутреннем бенчмарке; сам разработчик признаёт, что общий рост кодинга и отладки переносится и на киберзадачи, а в планах, постепенно повышать кибервозможности в открытых весах. Кроме того, в видимом тексте не названы лицензия весов и их точный размер, поэтому оценить стоимость локального запуска пока нельзя.

«Мы стремимся не выпускать открытые веса, которые расширили бы абсолютную границу кибервозможностей.»

— Kimi, анонс K3.1 Pro