Kimi K3.1 Pro و K3.1 Pro Highspeed

ما Kimi K3.1 Pro را معرفی می کنیم، اولین مدل از سری جدید K3.1 و تواناترین مدل وزن باز کلاس 3T تا به امروز، با یک پنجره زمینه 1 میلیون توکن. این پیشرفت های قابل توجهی را در زمینه کدنویسی، ایجاد سه بعدی، تحقیقات مالی و سایر قابلیت های نمایندگی ارائه می دهد.

ما همچنین Kimi K3.1 Pro Highspeed را منتشر می کنیم که برای تعاملات پاسخگوتر، سرعت 2-3 برابر K3.1 Pro را ارائه می دهد.

Kimi K3.1 Pro و Kimi K3.1 Pro Highspeed امروز در Kimi.ai، Kimi Work، Kimi Code و Kimi API در دسترس هستند. وزن کامل مدل تا 4 نوامبر منتشر خواهد شد.

Kimi K3.1 Pro یک نسخه پس از آموزش Kimi K3 است که محاسبات بعد از تمرین بسیار بزرگتر است. برای فعال کردن RL مشترک در مقیاس بزرگ در صدها دامنه پایین دست، ما هر لایه پشته را بهینه کردیم - چارچوب RL، استنتاج با زمینه طولانی، کارایی آموزش، زیرساخت جعبه ایمنی، زمان‌بندی عرضه، و یک پلتفرم مشترک برای بررسی کیفیت محیط - به طوری که هر افزایش محاسبه RL بازدهی پایدار و قابل پیش‌بینی ارائه می‌کند. در نتیجه، K3.1 Pro در هر دامنه به دستاوردهای ثابتی دست می یابد.

در بین معیارهای کدنویسی، عاملی و دانش، K3.1 Pro با قوی‌ترین مدل‌های اختصاصی مطابقت دارد یا به آنها نزدیک می‌شود. در Terminal-Bench 4.0، که با استفاده از تست‌های سخت‌گیرانه، عوامل کدگذاری را بر روی وظایف پایانه‌ای با محدودیت منابع و واقعی ارزیابی می‌کند، K3.1 Pro امتیاز 65.7% را کسب می‌کند، جلوتر از GPT-6 Astra (58.2%) و با اندکی پس از Claude Opus 5.5 (66.4%). و در Kimi Code Bench 3.0 Long-horizon، معیار داخلی ما که اجرای چند مرحله‌ای، استفاده از ابزار، و حل مشکلات سرتاسری در حوزه‌های مهندسی مختلف را آزمایش می‌کند، K3.1 Pro امتیاز 61.2% را کسب می‌کند که بالاتر از K3 55.95% است.

K3.1 Pro طیف کاملی از کارهای کدنویسی را پوشش می‌دهد، از رفع سریع در پایگاه‌های کد واقعی تا ساخت‌های کامل پروژه. همچنین سبک بصری تری را به بازی ها و تجربیات وب ارائه می کند و می داند که چگونه آنها را با ابزارهای مناسب بسازد.

K3.1 Pro به طور موثر در موتورهای بازی مانند Unity، Unreal Engine و Godot کار می کند و آنها را با جستجوی وب و تولید سه بعدی ترکیب می کند تا تجربیات کاملی ایجاد کند. صفحات جلویی آن، صحنه‌های تعاملی Three.js و دارایی‌های سه‌بعدی ترکیب‌بندی، تایپوگرافی، انیمیشن و صیقل دادن قوی‌تر را نشان می‌دهند. نمونه‌های زیر توسط K3.1 Pro ساخته شده‌اند:

قابلیت های برنامه نویسی افق بلند K3.1 Pro نیز از طریق یادگیری تقویتی در مقیاس بزرگ تقویت می شود. در یک آزمایش داخلی، یک شبیه‌ساز دینامیک راه رفتن انسان با خطوط لوله آموزش و ارزیابی یکپارچه در بالای اطلس انسان ساخته شد، یک مدل آناتومیک منبع باز از بدن انسان شامل 296 جزء اسکلتی، از جمله غضروف، و 402 جزء عضلانی.

در 167 ماموریت و 420 بررسی مستقل، نتایج تجربی را تجزیه و تحلیل کرد، مشکلات را تشخیص داد، و به طور مکرر کنترل کننده راه رفتن را اصلاح کرد، و به انسان شبیه سازی شده این امکان را داد که از سقوط در عرض چند ثانیه به راه رفتن مداوم با گام های متناوب برای 11.2 ثانیه برود. هنگامی که شکل دهی پاداش نتوانست حرکت بازو را بهبود بخشد، K3.1 Pro به سادگی به تنظیم پاداش ادامه نداد: کاوشگرهای حلقه باز دینامیک شبیه ساز را اجرا کرد، 36 خطا را در محاسبات لحظه-عضله شانه-بازو شناسایی و تصحیح کرد و سپس کنترلر را دوباره آموزش داد.

K3.1 Pro در ایجاد سه بعدی و استدلال فضایی قوی است. در BenchCAD، که بازسازی سه بعدی را از رندرهای چند نما از طریق تولید کد CAD آزمایش می‌کند، K3.1 Pro با ابزارها امتیاز 92.7% را کسب می‌کند و به عملکرد Claude Opus 5.5 (96.2%) و GPT-6 Astra (95.9%) نزدیک می‌شود. از یک متن کوتاه، طرح یا تصویر مرجع، می‌تواند شکل، نسبت‌ها و روابط فضایی را برای ایجاد مدل‌های سه بعدی قابل استفاده استنتاج کند. همچنین درک قوی تری از کتابخانه های دارایی موجود و مجموعه های مدل دارد.

K3.1 Pro به ویژه در مدل‌سازی پارامتریک از قطعات مکانیکی و مدل‌های معماری گرفته تا محصولات قابل تنظیم و مبلمان سفارشی برتری دارد. بدون اتصال‌دهنده‌های MCP، می‌تواند اسکریپت‌هایی را برای ابزارهایی مانند نرم‌افزار Blender و CAD بنویسد و اجرا کند تا دارایی‌ها را بسازد و اصلاح کند، مؤلفه‌ها را ویرایش کند و هندسه، مواد و طرح‌بندی صحنه را تنظیم کند.

در زیر نمونه‌هایی از دارایی‌های سه‌بعدی K3.1 Pro ایجاد شده برای فیلم‌ها، بازی‌ها و تجربه‌های تعاملی وب وجود دارد:

3D Make اکنون در kimi.ai و برنامه Kimi فعال است - مدل‌های سه‌بعدی خود را به‌صورت آنلاین پیش‌نمایش و ویرایش کنید، آن‌ها را برای چاپ سه‌بعدی آماده دانلود کنید، یا آنها را به‌عنوان ویدیو یا عکس‌های زنده صادر کنید تا در هر کجا به اشتراک بگذارید.

K3.1 Pro با استدلال قوی‌تر و قابلیت عاملی، می‌تواند گردش‌های مالی کامل را به صورت سرتاسر ارائه کند. K3.1 Pro در OfficeQA Pro نسخه 2 (64.4) به نتایج پیشرفته دست می یابد، که تجزیه و تحلیل داده های مالی پیچیده را بر روی اسناد مالی واقعی از طریق بازیابی، تأیید اسناد متقابل و استدلال عددی چند مرحله ای آزمایش می کند. K3.1 Pro همچنین نسبت به K3 در Frontier Finance بهبود یافته است، که پشتیبانی از گردش کار سرمایه گذاری کامل از غربالگری تا تجزیه و تحلیل سودآوری را اندازه می گیرد.

K3.1 Pro همچنین به طور قابل توجهی در تمام معیارهای مالی داخلی ما بهبود می یابد:

تجزیه و تحلیل مالی و تحقیقات سرمایه گذاری به درجه بالایی از دقت واقعی نیاز دارد. برای رسیدگی به این موضوع، بهبودهای هدفمندی را در دقت واقعی K3.1 Pro در کارهای دنیای واقعی و درخواست های چالش برانگیز انجام دادیم. در نیمکت Kimi Hallu Bench Hard، یک معیار داخلی طراحی شده برای آزمایش دقت واقعی، میزان توهم در سطح ادعای آن از 23.4 درصد برای K3 به 8.3 درصد کاهش یافت، در حالی که سهم پاسخ‌هایی که حداقل یک خطای واقعی را شامل می‌شد، تنها 42.4 درصد از نرخ قبلی خود بود.

(ارزیابی یک آزمون استرس برای دقت واقعی است، با مثال‌هایی که عمدا برای بررسی موقعیت‌هایی که مدل‌ها مستعد خطا هستند ساخته شده‌اند. نرخ‌های گزارش‌شده نشان‌دهنده نرخ خطای کلی در استفاده روزانه نیست.)

موارد زیر نشان می‌دهد که K3.1 Pro چگونه مدل‌سازی مالی، تحلیل سرمایه‌گذاری و تحقیقات مبتنی بر منبع را در عمل مدیریت می‌کند:

همانطور که K3.1 Pro توانمندتر شد، سهم بیشتری از تلاش خود را صرف درک اینکه قابلیت سایبری از کجا می آید و چه مقدار از آن را می توانیم کنترل کنیم، صرف کردیم. بنابراین، قابلیت‌های تحقیقات آسیب‌پذیری K3.1 Pro را تجزیه و تحلیل و ارزیابی کردیم و کنترل‌های هدفمند را در طول آموزش برای کاهش خطر سوءاستفاده بالقوه و در عین حال حفظ سودمندی عمومی اعمال کردیم.

شناسایی و حذف داده های مرتبط با سایبری. در طول توسعه، ما مشاهده کردیم که عملکرد تحقیقات آسیب‌پذیری به طور پیوسته در مقیاس پس از آموزش بهبود می‌یابد. با ردیابی منبع این روند، متوجه شدیم که محتوای مرتبط با سایبری در مجموعه آموزشی میانی عمومی تعبیه شده است، و وظایف مربوط به سایبری در ترکیب محیط RL وجود دارد - محصول جانبی طبیعی آموزش در مورد داده های گسترده. در آزمایش‌های اولیه روی مدل‌های داخلی، متوجه شدیم که بدون حذف داده‌ها در مرحله اواسط آموزش یا RL، قابلیت سایبری پایین دستی به طور قابل‌توجهی افزایش می‌یابد.

این یافته ها اهرمی مشخص برای کنترل به ما داد. برای انتشار با وزن باز K3.1 Pro، داده‌های مربوط به سایبری را از هر دو مرحله آموزشی شناسایی و حذف کردیم، در حالی که وظایف کدگذاری عمومی مورد نیاز برای سودمندی مدل را حفظ کردیم. ما به اعمال کنترل های مناسب در هر مرحله آموزشی ادامه خواهیم داد، که شناسایی و محدودیت داده های مرتبط با سایبری یکی از نمونه های آن است.

ارزیابی و نتایج. پس از پاک‌سازی داده‌ها، ما K3.1 Pro را روی xdev-bench-hard ارزیابی کردیم، معیار داخلی ما برای کشف آسیب‌پذیری‌ها و وظایف بهره‌برداری مبتنی بر کد منبع، با نظارت متخصص، که برای ارائه تمایز معنی‌دار در سطح قابلیت فعلی ما کالیبره شده است. بیشتر وظایف، آسیب‌پذیری‌های اخیرا فاش شده در نرم‌افزارهایی مانند هسته لینوکس، Node.js، JavaScriptCore، Exim و VirGL را به‌طور صادقانه بازتولید می‌کنند.

هر وظیفه کد منبع آسیب پذیر، یک اشاره کوتاه باگ و باینری مربوطه را فراهم می کند. عامل باید یک اکسپلویت ایجاد کند، به اجرای کد دلخواه در یک سندباکس جداگانه دست یابد و یک رشته مخفی را برای تأیید خودکار بازیابی کند. ما pass@3 را در زیر مجموعه‌ای تصادفی از اجراها گزارش می‌کنیم، بدون مهلت زمانی سخت یا محدودیت‌های نشانه خروجی.

در xdev-bench-hard، ایست بازرسی بدون این اقدامات کاهش خطر - بدون حذف اطلاعات مربوط به سایبری در اواسط دوره آموزشی و بدون فیلتر کردن محیط RL مربوط به سایبری - 90.5٪ از مشکلات را در pass@3 حل می‌کند. K3.1 Pro نهایی به 81.0 درصد می رسد. مقایسه نشان می‌دهد که حذف داده‌ها به طور معناداری قابلیت سایبری را نسبت به آنچه که همان خط لوله آموزشی تولید می‌کرد، کاهش می‌دهد. در عین حال، K3.1 Pro به طور قابل توجهی نسبت به نسل قبلی خود بهبود یافته است، که نشان می دهد قابلیت های کدگذاری عمومی قوی تر و اشکال زدایی در افق طولانی حتی پس از حذف هدفمند داده ها به وظایف سایبری تعمیم می یابد.

قابلیت سایبری K3.1 Pro پشت مدل‌های اختصاصی مرزی است که حداقل برای سه ماه در دسترس عموم قرار گرفته‌اند. ما به تکامل معیارهای داخلی خود ادامه خواهیم داد تا ارزیابی با ادامه پیشرفت قابلیت های مدل، آموزنده بماند.

اصول وزن باز این ارزیابی‌ها تصمیم آزادسازی وزن باز ما را چارچوب می‌دهند. اول، هدف ما این است که وزنه‌های باز را که مرز مطلق قابلیت سایبری را گسترش می‌دهند، منتشر نکنیم. توانایی سایبری تهاجمی K3.1 Pro، از نظر طراحی، کمتر از آنچه خط لوله ما می تواند تولید کند است، و در پشت مدل های اختصاصی مرزی باقی می ماند. دوم، ما قصد داریم به تدریج توانایی سایبری موجود در وزن های باز را افزایش دهیم. ما معتقدیم در دسترس قرار دادن K3.1 Pro به روشی بدون تبعیض برای افرادی که به قابلیت‌های استفاده دوگانه برای اهداف دفاعی نیاز دارند، سودمند است.

وقتی یک مدل توانمند باز است و روی زیرساختی که کاربران آن کنترل می‌کنند اجرا می‌شود، تیم‌های بیشتری ابزاری برای ممیزی کدی که حفظ می‌کنند به دست می‌آورند - از جمله سیستم‌های قدیمی که به ندرت بررسی‌های امنیتی اختصاصی را دریافت می‌کنند. ما معتقدیم که انتشار تدریجی این قابلیت - به جای تمرکز آن در چند سیستم اختصاصی - در نهایت همه نرم افزارها را ایمن تر می کند.

Kimi K3.1 Pro امروز در سراسر خانواده محصولات Kimi عرضه می شود: در Kimi.ai و برنامه های تلفن همراه Kimi، Kimi Work و Kimi Code، و از طریق Kimi API .

وزن مدل کامل تا 4 نوامبر 2026 منتشر خواهد شد.

مدیران Kimi Enterprise می توانند K3.1 Pro را برای سازمان خود فعال کنند. دسترسی به طور پیش فرض در هنگام راه اندازی خاموش است.

مگر اینکه غیر از این مشخص شده باشد، همه نتایج Kimi K3.1 Pro که در زیر گزارش شده‌اند با تلاش استدلالی تنظیم شده روی 'max'، دما = 1.0 و top-p = 0.95 به دست می‌آیند.