Moonshot AI выпустила Kimi K3.1 Pro: открытую модель с окном на 1 млн токенов, заточенную под код, ИИ-агентов, 3D и финансовую аналитику. На Kimi Code Bench 3.0 она даёт 61,2% против 55,95% у предыдущей K3, на BenchCAD 92,7%, а частота фактических ошибок на внутреннем тесте упала с 23,4% до 8,3%. Модель работает с Blender, Unity, Unreal и Godot, в одном тесте провела 167 итераций разработки симулятора ходьбы и сама нашла 36 ошибок.

Для бизнеса интересны два момента: открытые веса (обещают до 4 ноября) и версия Highspeed в 2-3 раза быстрее стандартной, значит можно будет прогонять агентов дешевле. Но цифры сравнения дают сами разработчики, методика тестов своя.

Я бы сначала прогнал модель на своих задачах генерации кода для интеграций, а не доверял бенчмаркам: там часто теряется качество на реальных, не синтетических кейсах. Ограничение по кибербезопасности, кстати, плюс, меньше головной боли при встраивании в прод.

Илья

Источник: Telegram @ai_machinelearning_big_data, https://t.me/ai_machinelearning_big_data/11197