Moonshot AI heeft Kimi K3.1 Pro uitgebracht. Volgens Artificial Analysis staat het Chinese model met 55 punten op de vierde plaats van de Intelligence Index, drie punten achter Claude Opus 5.5.
Grootste sprong bij agenttaken
K3.1 Pro is geen nieuw ontwerp, maar een verder getrainde versie van Kimi K3. Moonshot heeft vooral veel meer rekenkracht gestoken in de post-trainingsfase. Volgens Artificial Analysis levert dat 11 punten winst op ten opzichte van K3. Alleen Claude Opus 5.5 (58), Claude Sonnet 5.5 en Muse Wonder Full (beide 56) scoren hoger.
De duidelijkste vooruitgang zit volgens The Decoder in agentische taken. Op Terminal-Bench 4.0 meldt Moonshot een score van 65,7 procent, tegen 66,4 procent voor Claude Opus 5.5 en 58,2 procent voor GPT-6 Astra. Op de eigen stresstest voor hallucinaties daalde het aandeel onjuiste beweringen van 23,4 naar 8,3 procent. Moonshot benadrukt zelf dat die test niets zegt over de foutkans bij dagelijks gebruik.
Zelfde omvang, lagere prijs
Het model houdt dezelfde afmetingen als K3: 2,8 biljoen parameters, waarvan 104 miljard actief per token, en een contextvenster van een miljoen tokens voor tekst en beeld. De API-prijzen gaan met 33 procent omlaag, naar 2 dollar per miljoen invoertokens en 10 dollar per miljoen uitvoertokens. Een Highspeed-variant is volgens Moonshot twee tot drie keer sneller, tegen een dubbele prijs.
K3.1 Pro is beschikbaar via Kimi.ai, Kimi Work, Kimi Code en de Kimi API. Simon Willison wijst erop dat het model nog geen open-weightmodel is: Moonshot belooft de volledige gewichten uiterlijk 4 november vrij te geven.
Bewust minder offensieve cybervaardigheden
Opvallend is dat Moonshot voor de open release cybergerelateerde data uit de training heeft verwijderd. Op de interne exploittest xdev-bench-hard lost de opgeschoonde versie 81,0 procent van de taken op, tegen 90,5 procent zonder die ingreep. Volgens het bedrijf hoort een open model niet de grens van offensieve cybercapaciteiten te verleggen. Tegelijk blijft 81 procent een hoge score, merkt een analyse op DEV op: beveiligingsteams doen er goed aan het model als cyber-capabel te behandelen.
Meer achtergrond: ChatGPT, Claude op AI Update.