Moonshot AI'nin Kimi K3.1 Pro modeli, Claude Opus 5.5'e sadece 3 puan farkla yaklaşıyor
Moonshot AI, 2.8 trilyon parametreli Kimi K3.1 Pro modelini piyasaya sürdü ve Artificial Analysis Intelligence Index'te 55 puanla dördüncü sıraya yükseldi. Model, ajan görevleri, kodlama ve 3D modelleme gibi alanlarda kayda değer ilerleme gösterirken, API fiyatları %33 düşürüldü. Ağırlıklı post‑training sayesinde açık‑ağırlık sürümü Kasım 2026'da yayınlanacak.
Özetle
- 1
Kimi K3.1 Pro, Artificial Analysis Intelligence Index'te 55 puan alarak Claude Opus 5.5'e sadece 3 puan farkla yaklaşmış durumda.
- 2
Model, ajan görevlerinde, kodlamada ve 3D modellemede büyük performans artışı gösteriyor; GDPval‑AA'da 1.846 Elo, Terminal‑Bench 4.0'de %65.7 başarı sağladı.
- 3
API fiyatları %33 düşürülerek giriş $2/MToken, çıktı $10/MToken ve önbellek $0.20/MToken seviyelerine indirildi.
- 4
Kasım 2026'da ağırlıkların açık hale getirilmesi planlanıyor; bu, açık‑ağırlıklı modellerin puan farkını 12'den 3'e indirecek.
- 5
Siber güvenlik açısından, eğitim verilerinden siber‑ilişkili içerikler temizlenerek saldırı yetenekleri sınırlandırıldı.
Moonshot AI, Kimi K3.1 Pro'yu Kimi K3'ün üzerine ek post‑training hesaplama gücü ekleyerek geliştirdi ve parametre sayısını 2.8 trilyon olarak korudu. Model, Artificial Analysis Intelligence Index'te 55 puan alarak bir önceki sürümden 11 puan yükseldi ve Claude Opus 5.5 (58 puan), Claude Sonnet 5.5 (56 puan) ve Muse Wonder Full (56 puan) gibi kapalı‑ağırlıklı modellerin hemen arkasına geçti. Şirket, Kasım 2026'da model ağırlıklarını açık hale getirmeyi planlıyor; bu adım, açık‑ağırlıklı modellerin puan farkını 12'den 3'e indirecek.
Kimi K3.1 Pro, özellikle ajan görevlerinde büyük sıçrama yaptı. GDPval‑AA benchmark'unda 1.846 Elo puan elde ederek Claude Opus 5.5'in 1.866 Elo'suna çok yaklaştı. Terminal‑Bench 4.0 testinde %65.7 başarı oranı yakalarken Claude Opus 5.5 %66.4, GPT‑6 Astra ise %58.2'yi geride bıraktı. Modelin halüsinasyon oranı da önemli ölçüde düştü; iç testlerde Kimi Hallu Bench Hard'da iddia‑seviyesi halüsinasyonlar %23.4'ten %8.3'e geriledi.
3D modelleme ve kodlama konularında da K3.1 Pro iddialı. Unity, Unreal Engine ve Godot gibi oyun motorlarıyla doğrudan entegrasyon sağlayarak hem hızlı düzeltmeler hem de tam proje inşası yapabiliyor. BenchCAD (araçlı) testinde %92.7 başarı oranı elde ederken Claude Opus 5.5 %96.2'yi, GPT‑6 Astra %95.9'u yakaladı. Ayrıca, model parametrik mekanik parçalar, mimari yapılar ve konfigüre edilebilir ürünlerin modellemesinde öne çıkıyor.
Fiyatlandırma da dikkat çekiyor: Kimi K3.1 Pro'nun API maliyetleri %33 azalarak girişte 1 milyon token başına $2, çıktıda $10 ve önbellek erişiminde $0.20 oldu. Bu, önceki K3 modeline göre görev başına $1.98 maliyetle aynı verimliliği sağlıyor. Moonshot, açık‑ağırlıklı sürümde siber güvenlik risklerini azaltmak için eğitim verilerinden siber‑ilişkili içerikleri çıkardığını ve saldırı yeteneklerini sınırladığını belirtiyor.
Yöney yorumu
Kimi K3.1 Pro'nun kapalı‑ağırlıklı rakiplerine yakın performans sergilemesi, açık‑ağırlıklı modellerin araştırma ve uygulama alanındaki cazibesini artıracak. Geliştiriciler, daha düşük maliyetli ve yüksek yetenekli bir modelle yeni ürün ve hizmetler geliştirme fırsatı bulacak, kullanıcılar ise daha uygun fiyatlarla güçlü AI yeteneklerine erişebilecek.
Haberdeki skorlar
Bu skorların kaynak metinde birebir geçtiği doğrulandı. Bilinen testlerin sonuçları Benchmark sıralamalarına da eklenir.
- Kimi K3.1 ProTerminal-Bench 4.0%65.7
- Kimi K3.1 ProKimi Hallu Bench Hard (claim-level hallucinations) · hard%8.3
- Kimi K3.1 ProBenchCAD (with tools)%92.7
- Kimi K3.1 ProOfficeQA Pro v2%64.4
- Kimi K3.1 ProGPQA-Diamond%94.2
Bu haber The Decoder kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.
