Het Chinese kunstmatige-intelligentiebedrijf Moonshot AI heeft Kimi K3.1 Pro gelanceerd, zijn nieuwste AI-model met een contextvenster van één miljoen tokens en verbeterde mogelijkheden op het gebied van codering, 3D-ontwikkeling, financieel onderzoek en autonome AI-agenten, volgens de aankondiging van het bedrijf.

Op Terminal Bench 4.0, een benchmark die AI-agenten beoordeelt op realistische programmeertaken, scoorde Kimi K3.1 Pro volgens Moonshot 65,7%. Dat resultaat ligt 0,7 procentpunt onder Anthropic's Claude Opus 5.5, dat 66,4% scoorde, en overtreft OpenAI's GPT 6 Astra met 58,2%. Het verschil van 0,7 punt aan de top onderstreept hoe dicht de leidende modellen op agentic-codeertaken bij elkaar zijn komen te liggen.

Het model is gebouwd op Kimi K3 met aanvullende training gericht op het versterken van complex redeneren en het vermogen om taken te voltooien die meerdere stappen en tools vereisen. Moonshot introduceerde ook Kimi K3.1 Pro Highspeed, een variant die reacties twee tot drie keer sneller kan leveren dan het standaardmodel. Beide versies zijn beschikbaar via Kimi.ai, Kimi Work, Kimi Code en de API van het bedrijf, met de volledige modelgewichten gepland voor vrijgave op 4 november.

Vooruitgang in long-horizon codering

Moonshot meldde dat Kimi K3.1 Pro 61,2% scoorde op Kimi Code Bench 3.0 Long horizon, een interne benchmark die het vermogen meet van een AI-agent om complexe programmeertaken te voltooien met meerdere stappen, toolgebruik en uitgebreide probleemoplossing. Het resultaat is een verbetering ten opzichte van de 55,95% die de voorganger Kimi K3 behaalde.

Het bedrijf benadrukte ook verbeteringen in codering voor game-engines zoals Unity, Unreal Engine en Godot, waarmee het model interactieve omgevingen, websites en3D-assets kan genereren. In één demonstratie ontwikkelde Kimi K3.1 Pro een wandelsimulator met een anatomisch model met 296 skeletcomponenten en 402 spiercomponenten. In de loop van 167 ontwikkeltaken en 420 beoordelingen verfijnde het model de simulator totdat zijn virtuele personage 11,2 seconden aaneengesloten kon lopen.

Het model toonde bovendien sterkere 3D-modelleerprestaties, met een score van 92,7% op BenchCAD, vergeleken met Claude Opus 5.5 op 96,2% en GPT 6 Astra op 95,9%.

Uitgebreide focus op financieel onderzoek

Naast codering positioneert Moonshot Kimi K3.1 Pro voor financiële analyse, beleggingsonderzoek en bedrijfsvoering. Het bedrijf meldde een score van 64,4 op OfficeQA Pro v2, een evaluatie die financiële documentanalyse, informatieopvraag en numeriek redeneren meet.

Bij de interne evaluaties van Moonshot verbeterde Kimi K3.1 Pro met 7,2 punten in financieel modelleren en 11,6 punten in financieel onderzoek vergeleken met Kimi K3. Het bedrijf meldde ook winst in feitelijke nauwkeurigheid, waarbij het hallucinatiepercentage van het model daalde van 23,4% naar 8,3% bij de interne Kimi Hallu Bench Hard-evaluatie. Bij dezelfde evaluatie met tools registreerde Claude Opus 5.5 een hallucinatiepercentage van 15%, volgens de gepubliceerde vergelijkingen van Moonshot. Het bedrijf waarschuwde dat de benchmark specifiek moeilijke scenario's test en geen indicatie geeft van hallucinatiepercentages bij dagelijks gebruik.

Vrijgave van open gewichten gepland voor november

De lancering komt op een moment waarop AI-ontwikkelaars de toegang tot geavanceerde modellen blijven uitbreiden die onafhankelijk van propriëtaire cloudplatforms kunnen worden ingezet. Moonshot zei dat Kimi K3.1 Pro het krachtigste model is in de klasse van 3 biljoen parameters, met volledige gewichten die naar verwachting op 4 november publiek beschikbaar komen. Omdat verschillende van de gerapporteerde cijfers afkomstig zijn van Moonshots eigen evaluaties, geven de publieke gewichten externe ontwikkelaars een manier om de prestaties van het model te testen op infrastructuur die zij zelf beheren.

Het bedrijf onthulde ook wijzigingen in zijn trainingsproces die zijn ontworpen om cybersecurityrisico's te verminderen die gepaard gaan met het vrijgeven van steeds capabelere AI-modellen. Moonshot zei dat het bepaalde cybersecurity-trainingsdata en -taken had verwijderd voordat het uiteindelijke model werd geëvalueerd op een intern benchmark voor kwetsbaarheidsonderzoek. Het resulterende model scoorde 81% op de evaluatie, vergeleken met 90,5% een versie die zonder die beperkingen was getraind, een verschil van 9,5 punten dat de afweging weerspiegelt die door de beperkte trainingsaanpak wordt ingevoerd. Volgens het bedrijf waren de wijzigingen bedoeld om offensieve cybermogelijkheden te beperken en tegelijkertijd de algemene codeerprestaties te behouden.

Kimi K3.1 Pro is momenteel toegankelijk via de consumenten-, ondernemings- en ontwikkelaarsplatforms van het bedrijf, en de geplande vrijgave van de modelgewichten moet ontwikkelaars in staat stellen het model op hun eigen infrastructuur uit te voeren. De vrijgave op 4 november is de volgende mijlpaal om in de gaten te houden, het moment waarop het model buiten Moonshots eigen platforms kan worden ingezet en geëvalueerd.