JawabanDipublikasikan27 sumber
Kimi K3.1 Pro Diklaim Unggul untuk Coding dan Riset—Seberapa Kuat Buktinya?
Diluncurkan pada 23 Oktober 2026, Kimi K3.1 Pro adalah model pertama dalam seri K3.1. Moonshot melaporkan skor 65,7% di Terminal Bench 4.0, di antara GPT 6 Astra (58,2%) dan Claude Opus 5.5 (66,4%).
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- Diluncurkan pada 23 Oktober 2026, Kimi K3.1 Pro adalah model pertama dalam seri K3.1.
- Moonshot melaporkan skor 65,7% di Terminal Bench 4.0, di antara GPT 6 Astra (58,2%) dan Claude Opus 5.5 (66,4%).
- Model ini diarahkan untuk coding, riset finansial, dan pekerjaan 3D. Namun, bobot penuh baru dijanjikan akan dirilis kemudian, dan lisensinya belum dipastikan saat peluncuran.
AI Perintah
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 meluncurkan Kimi K3.1 Pro dan Kimi K3.1 Pro Highspeed pada 23 Oktober 2026. Perusahaan menyebut Pro sebagai model pertama dalam seri K3.1 sekaligus model open-weight “kelas 3T” paling mumpuni yang pernah mereka buat, dengan konteks hingga 1 juta token. Bloomberg melaporkan bahwa model ini ditujukan untuk riset finansial, coding, dan pemodelan 3D, termasuk pekerjaan yang berkaitan dengan desain gim.17
18
Spesifikasi dan angka benchmark yang diumumkan membuat K3.1 Pro menarik untuk diuji. Namun, angka-angka itu belum membuktikan bahwa model ini unggul dalam berbagai penggunaan sehari-hari: beberapa hasil yang banyak dikutip berasal dari Moonshot, sedangkan bobot lengkapnya saat peluncuran masih dijanjikan untuk dirilis kemudian.8
10
Apa yang berubah dari Kimi K3?
Moonshot menjelaskan K3.1 Pro sebagai versi Kimi K3 yang menjalani post-training lebih lanjut dengan investasi lebih besar, bukan model dasar yang sepenuhnya baru.21
25 Materi peluncurannya menyebut arsitektur mixture of experts (MoE), dengan total 2,8 triliun parameter dan 104 miliar parameter aktif. Jadi, label “kelas 3T” merujuk pada skala keseluruhan model, bukan jumlah parameter yang aktif digunakan sekaligus.
23
30
Moonshot mempromosikannya untuk coding, riset finansial, dan kreasi 3D. Pengumuman perusahaan menyebut alat dan lingkungan seperti Blender, Unreal Engine, Godot, dan CAD.17
30 Itu adalah fokus produk yang dinyatakan perusahaan, bukan jaminan bahwa model akan sama andalnya di setiap alur kerja tersebut.
Cara membaca klaim benchmark
Moonshot melaporkan skor 65,7% untuk K3.1 Pro di Terminal-Bench 4.0. Angka pembanding yang dilaporkan adalah 58,2% untuk GPT-6 Astra dan 66,4% untuk Claude Opus 5.5. Artinya, dalam perbandingan itu K3.1 Pro berada di atas GPT-6 Astra, tetapi tertinggal 0,7 poin persentase dari Claude Opus 5.5.2
6
Untuk pekerjaan 3D, Moonshot melaporkan skor 92,7% di BenchCAD dengan penggunaan alat. Tes ini disebut menilai rekonstruksi 3D dari beberapa sudut pandang melalui pembuatan kode CAD.29 Moonshot juga melaporkan skor 64,4 di OfficeQA Pro v2, evaluasi yang berfokus pada dokumen finansial.
10
46
Angka-angka ini memberi petunjuk tentang tugas yang dipilih Moonshot untuk ditonjolkan, tetapi bukan ukuran lengkap kemampuan model secara umum. Perbandingan Terminal-Bench disampaikan melalui liputan peluncuran, sementara hasil 3D dan finansial dikaitkan dengan Moonshot. Jika hendak memilih model untuk pekerjaan nyata, uji tugas yang sama dengan alat, pengaturan, dan kriteria keberhasilan yang sama pula.
Klaim akurasi fakta perlu dibaca dengan konteks
Materi Moonshot dan liputan peluncuran menyebut peningkatan akurasi fakta, tetapi angka yang beredar tidak semuanya berasal dari evaluasi yang dijelaskan dengan cara yang sama. Salah satu laporan tentang uji faktualitas internal menyebut tingkat halusinasi per klaim turun dari 23,4% pada Kimi K3 menjadi 8,3% pada K3. Dokumentasi Kimi API menjelaskan evaluasi terpisah, menggunakan percakapan yang identitasnya disamarkan dan sebelumnya ditandai pengguna karena mengandung kesalahan fakta; hasilnya turun dari 23,35% menjadi 6,85%.18
21
Kedua angka itu tidak seharusnya digabungkan atau dianggap sebagai tingkat kesalahan dalam penggunaan sehari-hari. Masing-masing merujuk pada evaluasi dengan prompt, sampel, dan metode penilaian tertentu. Kesalahan pada tingkat klaim juga berbeda dari menghitung persentase seluruh jawaban yang memuat setidaknya satu kesalahan. Angka tersebut menunjukkan hasil tes yang dilaporkan, bukan jaminan bahwa model akan akurat dalam pekerjaan pengguna.
Moonshot juga mengatakan telah menghapus data pelatihan terkait siber untuk membatasi kemampuan siber ofensif dalam model open-weight yang direncanakan.13 Itu menjelaskan upaya mitigasi, bukan bukti bahwa kemampuan ofensif telah dihilangkan atau bahwa langkah tersebut efektif dalam setiap situasi.
Highspeed, akses, dan rencana rilis bobot
Moonshot menyebut Kimi K3.1 Pro Highspeed menawarkan kecepatan sekitar dua hingga tiga kali Pro dengan tingkat kecerdasan yang setara.18
20 Klaim kecepatan tersebut tidak sama dengan perbandingan independen atas kualitas atau latensi dalam berbagai beban kerja nyata.
Dokumentasi Kimi Code menyebut model K3.1 Pro hanya beroperasi dalam mode berpikir, dengan pilihan low, high, dan max; pengaturan bawaannya adalah max.33 Liputan peluncuran mencatat bahwa model tersedia melalui Kimi.ai, Kimi Work, Kimi Code, dan Kimi API.
10
30 Untuk Kimi Code, laporan menyebut Pro standar memerlukan paket Plus atau lebih tinggi, sedangkan Highspeed memerlukan Pro atau lebih tinggi. Akses konteks penuh 1 juta token juga tercantum untuk tingkat Pro atau di atasnya.
34
36
Moonshot berjanji merilis bobot penuh paling lambat 4 November. Saat peluncuran, itu masih berupa jadwal yang direncanakan, bukan konfirmasi bahwa bobot yang dapat diunduh sudah tersedia.8
10 Informasi peluncuran yang ada juga belum memastikan lisensi akhirnya. Istilah “open-weight” saja tidak menjelaskan apakah penggunaan komersial, distribusi ulang, atau modifikasi akan diizinkan; ketentuannya bergantung pada lisensi yang benar-benar dirilis.
Kesimpulan praktis
Alasan utama Kimi K3.1 Pro menarik perhatian adalah konteks panjang, klaim peningkatan untuk coding, finansial, dan tugas 3D, serta hasil benchmark yang tampak kompetitif dalam beberapa perbandingan terpilih. Catatannya: skor utama dan hasil uji faktualitas internal perlu dinilai sesuai konteks, sementara bobot dan lisensinya belum tersedia saat peluncuran. Bagi banyak pengguna, evaluasi independen yang dilakukan dengan kondisi setara dan lisensi final akan lebih menentukan daripada label “kelas 3T”.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Kimi K3.1 Pro Diklaim Unggul untuk Coding dan Riset—Seberapa Kuat Buktinya?"?
Diluncurkan pada 23 Oktober 2026, Kimi K3.1 Pro adalah model pertama dalam seri K3.1.
Apa poin penting yang harus divalidasi terlebih dahulu?
Diluncurkan pada 23 Oktober 2026, Kimi K3.1 Pro adalah model pertama dalam seri K3.1. Moonshot melaporkan skor 65,7% di Terminal Bench 4.0, di antara GPT 6 Astra (58,2%) dan Claude Opus 5.5 (66,4%).
Apa yang harus saya lakukan selanjutnya dalam latihan?
Model ini diarahkan untuk coding, riset finansial, dan pekerjaan 3D. Namun, bobot penuh baru dijanjikan akan dirilis kemudian, dan lisensinya belum dipastikan saat peluncuran.