La startup cinese di intelligenza artificiale Moonshot AI ha lanciato Kimi K3.1 Pro, il suo modello di intelligenza artificiale più recente, con una finestra di contesto da un milione di token e capacità migliorate nella programmazione, nello sviluppo 3D, nella ricerca finanziaria e negli agenti AI autonomi, secondo l'annuncio dell'azienda.

Su Terminal Bench 4.0, un benchmark che valuta gli agenti AI su compiti di programmazione nel mondo reale, Moonshot ha dichiarato che Kimi K3.1 Pro ha ottenuto il 65,7%. Il risultato si colloca a 0,7 punti percentuali da Claude Opus 5.5 di Anthropic, fermo al 66,4%, e supera GPT 6 Astra di OpenAI al 58,2%. Il divario di 0,7 punti in testa sottolinea quanto siano ormai allineati i modelli leader nei compiti di programmazione agentica.

Il modello è costruito su Kimi K3 con un addestramento aggiuntivo incentrato sul rafforzamento del ragionamento complesso e sulla capacità di completare compiti che richiedono più passaggi e strumenti. Moonshot ha inoltre presentato Kimi K3.1 Pro Highspeed, una variante progettata per fornire risposte da due a tre volte più veloci rispetto al modello standard. Entrambe le versioni sono disponibili tramite Kimi.ai, Kimi Work, Kimi Code e le API dell'azienda, con i pesi completi del modello in programma per il rilascio entro il 4 novembre.

Progressi nella programmazione a lungo orizzonte

Moonshot ha riferito che Kimi K3.1 Pro ha ottenuto il 61,2% su Kimi Code Bench 3.0 Long horizon, un benchmark interno che misura la capacità di un agente AI di completare compiti di programmazione complessi che coinvolgono più passaggi, uso di strumenti e risoluzione estesa di problemi. Il risultato segna un miglioramento rispetto al 55,95% registrato dal predecessore Kimi K3.

L'azienda ha inoltre evidenziato i progressi nella programmazione su motori di gioco come Unity, Unreal Engine e Godot, che consentono al modello di generare ambienti interattivi, siti web e asset 3D. In una dimostrazione, Kimi K3.1 Pro ha sviluppato un walking simulator utilizzando un modello anatomico contenente 296 componenti scheletrici e 402 componenti muscolari. Attraverso 167 compiti di sviluppo e 420 revisioni, il modello ha perfezionato il simulatore fino a far camminare continuativamente il suo personaggio virtuale per 11,2 secondi.

Il modello ha inoltre dimostrato prestazioni più solide nella modellazione 3D, ottenendo il 92,7% su BenchCAD, rispetto al 96,2% di Claude Opus 5.5 e al 95,9% di GPT 6 Astra.

Maggiore attenzione alla ricerca finanziaria

Oltre alla programmazione, Moonshot posiziona Kimi K3.1 Pro per l'analisi finanziaria, la ricerca sugli investimenti e le operazioni aziendali L'azienda ha riportato un punteggio di 64,4 su OfficeQA Pro v2, una valutazione che misura l'analisi di documenti finanziari, il recupero delle informazioni e il ragionamento numerico.

Nelle valutazioni interne di Moonshot, Kimi K3.1 Pro è migliorato di 7,2 punti nella modellazione finanziaria e di 11,6 punti nella ricerca finanziaria rispetto a Kimi K3. L'azienda ha inoltre segnalato progressi nell'accuratezza fattuale, con il tasso di allucinazione del modello sceso dal 23,4% all'8,3% nella valutazione interna Kimi Hallu Bench Hard. Nella stessa valutazione con l'uso di strumenti, Claude Opus 5.5 ha registrato un tasso di allucinazione del 15%, secondo i confronti pubblicati da Moonshot. L'azienda ha precisato che il benchmark testa specificamente scenari difficili e non rappresenta i tassi di allucinazione nell'uso quotidiano.

Rilascio dei pesi aperti previsto a novembre

Il lancio arriva mentre gli sviluppatori di AI continuano a espandere l'accesso a modelli avanzati che possono essere distribuiti in modo indipendente dalle piattaforme cloud proprietarie. Moonshot ha dichiarato che Kimi K3.1 Pro è il suo modello più capace nella classe da 3 trilioni di parametri, con i pesi completi attesi per la disponibilità pubblica entro il 4 novembre. Poiché diverse delle cifre riportate provengono dalle valutazioni interne di Moonshot, i pesi pubblici offriranno agli sviluppatori esterni un modo per testare le prestazioni del modello su infrastrutture sotto il loro controllo.

L'azienda ha inoltre comunicato modifiche al suo processo di addestramento progettate per ridurre i rischi di cybersecurity associati al rilascio di modelli AI sempre più capaci. Moonshot ha dichiarato di aver rimosso alcuni dati e compiti di addestramento alla cybersecurity prima di valutare il modello finale su un benchmark interno di ricerca delle vulnerabilità. Il modello risultante ha ottenuto l'81% nella valutazione, rispetto al 90,5% di una versione addestrata senza tali restrizioni, un divario di 9,5 punti che riflette il compromesso introdotto dall'approccio di addestramento limitato. Secondo l'azienda, le modifiche erano intese a limitare le capacità offensive di cybersecurity preservando le prestazioni generali di programmazione.

Kimi K3.1 Pro è attualmente accessibile tramite le piattaforme consumer, enterprise e per sviluppatori dell'azienda, e il previsto rilascio dei pesi del modello consentirà agli sviluppatori di eseguire il modello sulle proprie infrastrutture. Il rilascio del 4 novembre è il prossimo traguardo da monitorare, segnando il momento in cui il modello potrà essere distribuito e valutato al di fuori delle piattaforme di Moonshot.