AnswersPublished27 sources
Kimi K3.1 Pro lupaa paljon – mitä julkaisun testitulokset oikeastaan kertovat?
Moonshot AI julkaisi Kimi K3.1 Pron ja Kimi K3.1 Pro Highspeedin 23. lokakuuta 2026. Moonshot ilmoittaa Terminal Bench 4.0 testissä tulokseksi 65,7 %: se on korkeampi kuin GPT 6 Astran 58,2 %, mutta jää hieman Claude Opus 5.5:n 66,4 %:sta.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Moonshot AI julkaisi Kimi K3.1 Pron ja Kimi K3.1 Pro Highspeedin 23. lokakuuta 2026.
- Moonshot ilmoittaa Terminal Bench 4.0 testissä tulokseksi 65,7 %: se on korkeampi kuin GPT 6 Astran 58,2 %, mutta jää hieman Claude Opus 5.5:n 66,4 %:sta.
- Malli on suunnattu muun muassa koodaukseen, taloustutkimukseen ja 3D työhön. Osa tuloksista on yhtiön ilmoittamia, ja avointen painojen lopullinen lisenssi oli julkaisuhetkellä vielä vahvistamatta.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What are the key details of Beijing-based, $50-billion-valued Moonshot AI’s Friday, October 23 launch of Kimi K3.1 Pro—the first model in it. Article summary: Moonshot launched Kimi K3.1 Pro and Kimi K3.1 Pro Highspeed on October 23, 2026, positioning Pro as the first K3.1-series model and its most capable “3T-class open-weight” model, with a 1-million-token context window.[2]. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Moonshot AI julkaisi Kimi K3.1 Pron ja Kimi K3.1 Pro Highspeedin 23. lokakuuta 2026. Yhtiön mukaan Pro on K3.1-sarjan ensimmäinen malli ja sen tähän asti kyvykkäin ”3T-luokan avoimien painojen” malli. Mallissa on miljoonan tokenin konteksti-ikkuna. Bloombergin mukaan päivityksen tavoitteena ovat erityisesti taloustutkimus, koodaus ja 3D-mallinnus, kuten pelisuunnitteluun liittyvä työ.17
18
Tekniset tiedot ja julkaistut vertailutulokset tekevät mallista kiinnostavan arvioitavan. Ne eivät silti yksin osoita, että se päihittäisi kilpailijansa tavallisissa käyttötapauksissa: useita paljon siteerattuja tuloksia on Moonshotin ilmoittamia, ja yhtiö lupasi julkaista täydet mallipainot vasta myöhemmin.8
10
Mitä Moonshot kertoo muuttaneensa?
Moonshot kuvaa K3.1 Prota Kimi K3:n jälkikoulutettuna versiona, johon on käytetty lisää jälkikoulutusresursseja – ei kokonaan uutena perusmallina.21
25 Julkaisumateriaalien mukaan kyseessä on asiantuntijasekoitearkkitehtuuri eli MoE-malli, jossa on yhteensä 2,8 biljoonaa parametria ja joista kerrallaan aktiivisena on 104 miljardia. ”3T-luokka” viittaa siis mallin kokonaiskokoon, ei siihen, että kaikki parametrit olisivat yhtä aikaa käytössä.
23
30
Moonshot markkinoi mallia koodaukseen, taloustutkimukseen ja 3D-sisällöntuotantoon. Yhtiön julkaisussa mainitaan työkaluja ja ympäristöjä kuten Blender, Unreal Engine, Godot ja CAD.17
30 Tämä kertoo yhtiön painotuksista, mutta ei takaa yhtä hyvää suoriutumista kaikissa näissä työnkuluissa.
Näin vertailutuloksia kannattaa lukea
Moonshot ilmoittaa K3.1 Pron saaneen Terminal-Bench 4.0 -testissä tuloksen 65,7 %. Samassa vertailussa GPT-6 Astran tulos oli 58,2 % ja Claude Opus 5.5:n 66,4 %. K3.1 Pro sijoittuu siis tässä vertailussa Astraa korkeammalle ja jää Opuksesta 0,7 prosenttiyksikköä.2
6
3D-työssä Moonshot kertoo mallin saaneen työkaluja käyttävässä BenchCAD-testissä 92,7 %. Testissä arvioidaan 3D-kohteen rekonstruointia useista näkymistä CAD-koodia tuottamalla.29 Yhtiö ilmoittaa myös talousasiakirjojen arviointiin tarkoitetun OfficeQA Pro v2 -testin tulokseksi 64,4.
10
46
Tulokset kertovat hyödyllisesti tehtävistä, joita Moonshot haluaa nostaa esiin, mutta ne eivät ole kattava mittari mallin yleisistä kyvyistä. Terminal-Bench-vertailu on raportoitu julkaisua käsittelevässä uutisoinnissa, kun taas 3D- ja taloustulokset ovat Moonshotin ilmoittamia. Mallia todelliseen työhön valitsevan kannattaa kokeilla samoja tehtäviä samoilla työkaluilla, asetuksilla ja onnistumisen kriteereillä.
Väitteiden paikkansapitävyys vaatii lisäkontekstia
Moonshotin materiaaleissa ja julkaisua käsittelevissä jutuissa kerrotaan faktatarkkuuden parantuneen. Raportoidut luvut eivät kuitenkaan kaikki kuvaa samaa arviointia. Yhdessä kuvauksessa yhtiön sisäisestä vaativasta faktatarkkuustestistä väitetason hallusinaatioprosentti laski Kimi K3:n 23,4 prosentista K3.1 Pron 8,3 prosenttiin. Kimi API:n dokumentaatio kuvaa erillisen arvioinnin, jossa käytettiin anonymisoituja keskusteluja käyttäjien aiemmin merkitsemistä faktavirheistä. Siinä ilmoitetaan laskuksi 23,35 prosentista 6,85 prosenttiin.18
21
Lukuja ei pidä yhdistää tai esittää mallin arkikäytön virheprosenttina. Ne perustuvat tiettyihin kysymyksiin, aineistoihin ja pisteytystapoihin. Yksittäisten väitteiden virheiden laskeminen on myös eri asia kuin sen mittaaminen, kuinka monessa kokonaisessa vastauksessa on vähintään yksi virhe. Kyse on raportoiduista testituloksista, ei lupauksesta, että malli olisi virheetön käyttäjän omassa työssä.
Moonshot kertoo lisäksi poistaneensa kyberaiheista koulutusdataa vähentääkseen hyökkäyksellisiä kyberkykyjä suunnitellussa avoimien painojen mallissa.13 Tämä kuvaa riskien pienentämiseen tähtäävää toimenpidettä, ei todista, että hyökkäyskyky olisi poistunut tai että keino tehoaisi kaikissa tilanteissa.
Highspeed, käyttö ja mallipainojen julkaisu
Moonshotin mukaan Kimi K3.1 Pro Highspeed on noin kaksi–kolme kertaa tavallista Pro-versiota nopeampi, mutta sen älykkyys pysyy samana.18
20 Nopeusväite ei kuitenkaan vastaa riippumatonta vertailua mallien laadusta tai viiveestä todellisissa työtehtävissä.
Kimi Coden dokumentaation mukaan K3.1 Pro -mallit toimivat ajattelutilassa, jonka asetuksina ovat low, high ja max. Oletusasetus on max.33 Julkaisua käsittelevissä lähteissä käyttöpaikoiksi listataan Kimi.ai, Kimi Work, Kimi Code ja Kimi API.
10
30 Kimi Codessa tavallinen Pro edellyttää Plus-tilausta tai sitä korkeampaa tasoa, kun taas Highspeed vaatii Pro-tason tai korkeamman. Pro-tason käyttöoikeus tai sitä korkeampi taso tarvitaan myös täyden, miljoonan tokenin konteksti-ikkunan käyttöön.
34
36
Moonshot lupasi julkaista täydet mallipainot 4. marraskuuta mennessä. Kyse oli suunnitellusta ajankohdasta, ei vahvistuksesta, että ladattavat painot olisivat olleet saatavilla jo julkaisupäivänä.8
10 Käytettävissä olevat julkaisutiedot eivät vahvista lopullista lisenssiä. Pelkkä ”avoimet painot” -nimitys ei kerro, sallitaanko kaupallinen käyttö, uudelleenjakelu tai muokkaaminen: ehdot määräytyvät julkaistavan lisenssin perusteella.
Mitä tästä kannattaa päätellä?
Kimi K3.1 Pron julkaisun kärki on laaja konteksti-ikkuna, väitetyt parannukset koodauksessa, taloustyössä ja 3D-tehtävissä sekä valituissa vertailuissa kilpailukykyisiltä näyttävät tulokset. Keskeinen varaus on, että näyttävät testitulokset ja sisäiset faktatarkkuusluvut on suhteutettava testien olosuhteisiin. Julkaisuhetkellä myös mallipainojen julkaisu ja niiden lisenssi olivat vielä avoimia kysymyksiä. Monelle käyttäjälle riippumattomat, samoilla ehdoilla tehdyt vertailut ja lopullinen lisenssi kertovat enemmän kuin ”3T-luokan” markkinointinimitys yksinään.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Kimi K3.1 Pro lupaa paljon – mitä julkaisun testitulokset oikeastaan kertovat?"?
Moonshot AI julkaisi Kimi K3.1 Pron ja Kimi K3.1 Pro Highspeedin 23. lokakuuta 2026.
What are the key points to validate first?
Moonshot AI julkaisi Kimi K3.1 Pron ja Kimi K3.1 Pro Highspeedin 23. lokakuuta 2026. Moonshot ilmoittaa Terminal Bench 4.0 testissä tulokseksi 65,7 %: se on korkeampi kuin GPT 6 Astran 58,2 %, mutta jää hieman Claude Opus 5.5:n 66,4 %:sta.
What should I do next in practice?
Malli on suunnattu muun muassa koodaukseen, taloustutkimukseen ja 3D työhön. Osa tuloksista on yhtiön ilmoittamia, ja avointen painojen lopullinen lisenssi oli julkaisuhetkellä vielä vahvistamatta.