Moonshot AI открывает Kimi K3.1 Pro с контекстом в миллион токенов и интеграцией с Blender
Представьте, что тяжеловесную сцену в Blender или логику ассетов в Unreal Engine разбирает открытая нейросеть, удерживая в памяти гигантский массив геометрии и скриптов за один присест. Китайская лаборатория Moonshot AI выкатила Kimi K3.1 Pro — модель весовой категории 3 триллиона параметров с контекстным окном в один миллион токенов для текста и изображений. Главная новость для студий и трехмерщиков: полные веса архитектуры выкладывают в публичный доступ 4 ноября, сокращая дистанцию между закрытыми коммерческими гигантами и локальным софтом буквально до пары баллов.
Технически K3.1 Pro выросла из платформы K3, но инженеры Moonshot пересобрали пост-тренинг. В архитектуре задействовано 2,8 триллиона общих параметров, из которых активны 104 миллиарда. Команда переписала фреймворк обучения с подкреплением, оптимизировала роллауты и выстроила новую инфраструктуру песочниц под сверхдлинный контекст. Параллельно с базовой версией запустили режим Highspeed: он разгоняет генерацию в два-три раза относительно базового темпа (для контекста — у K3 скорость составляла около 40 токенов в секунду на OpenRouter). При этом ценовую планку опустили на треть.
Цены на токены и тарифная сетка
Модель уже доступна в вебе на Kimi.ai, в мобильных клиентах под iOS, Android и HarmonyOS, десктопном Kimi Work версии 3.1.0 для Windows и Apple Silicon, в среде Kimi Code и через прямой API, а корпоративные администраторы могут включить ее в Kimi Enterprise. Стоимость работы с токенами выглядит так:
| Тарифный план | Входные токены ($ / MTok) | Выходные токены ($ / MTok) | Кэшированный вход ($ / MTok) |
|---|---|---|---|
| Kimi K3.1 Pro | $2.00 | $10.00 | $0.20 |
| Kimi K3.1 Pro Highspeed | $4.00 | $20.00 | $0.20 |
В среднем по индексу Artificial Analysis запуск одной типовой задачи обходится в $1.98 против $2.00 у прошлой версии — даже с учетом того, что новая архитектура генерирует примерно на 14% больше развернутого текста на выходе.
Нас подкупило другое: разработчики намеренно заточили систему под работу с трехмерной графикой и пайплайнами реального времени. Kimi K3.1 Pro нативно понимает окружение Blender, Godot, Unity и Unreal Engine — от точечного дебага шейдеров и логики сцен до сборки проектов с нуля. Прямо внутри платформы развернули инструмент 3D Make: в нем можно генерировать, крутить во вьюпорте и экспортировать полигональные меши под 3D-печать или сборку сцены. На синтетическом тесте BenchCAD с подключением инструментов модель выбила 92,7% Voxel IoU, уступив считаные доли Claude Opus 5.5 и обогнав компактные открытые аналоги.
В тестах на агентное поведение и автономное программирование рывок получился еще резче. В терминальном бенчмарке Terminal-Bench 4.0 модель показала 65,7%, оставив позади GPT-6 Astra с ее 58,2% и приблизившись к закрытому флагману Anthropic. Прежняя версия K3 в этом же тесте выдавала скромные 13%. Уровень галлюцинаций при этом удалось сбить почти втрое: внутренний стресс-тест Kimi Hallu Bench Hard зафиксировал падение ложных фактов с 23,4% до 8,3%.
Сравнение с ведущими системами на бенчмарках
В общем рейтинге Artificial Analysis Intelligence Index модель получила 55 баллов, взлетев на 11 пунктов на четвертую строчку мирового топа — впереди только Claude Opus 5.5 с 58 баллами, а также Claude Sonnet 5.5 и Muse Wonder Full с 56 баллами.
| Бенчмарк | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra | Claude Fable 5.1 | DeepSeek-V4.1-Flash | GLM-5.3 |
|---|---|---|---|---|---|---|
| Terminal-Bench 4.0 (%) | 65.7 | 66.4 | 58.2 | 57.9 | 42.3 | 41.8 |
| BenchCAD с инструментами (%) | 92.7 | 96.2 | 95.9 | 92.6 | 81.6 | — |
| BenchCAD без инструментов (%) | 72.8 | 73.0 | — | — | 41.6 | — |
| SWE Marathon v1.1 (%) | 51.7 | 46.3 | 42.5 | 45.6 | 40.0 | 42.5 |
| DeepSWE v1.1 (%) | 75.5 | 74.2 | 74.1 | 67.4 | 77.0 | 66.9 |
| HLE-Full с инструментами (%) | 70.0 | 67.7 | 57.2 | 65.6 | 58.8 | 62.5 |
| BrowseComp (%) | 92.1 | 90.8 | 91.5 | — | — | — |
| Automation Bench-AA (%) | 73.3 | 69.5 | 68.5 | 59.4 | 66.6 | 62.2 |
| OfficeQA Pro v2 | 64.4 | 62.2 | 54.4 | 54.5 | 40.4 | 31.1 |
| GPQA-Diamond (%) | 94.2 | 93.9 | 96.1 | 93.7 | 92.2 | 91.7 |
| GDPval-AA v2.1 (Elo) | 1846 | 1866 | 1573 | 1754 | 1746 | 1650 |
| ExploitBench (%) | 74.7 | 91.0 | 100 | 83.0 | — | 54.4 |
Перед публикацией весов инженеры почистили обучающие датасеты от эксплойтов и данных об уязвимостях, намеренно ослабив наступательный потенциал модели. На специализированном тесте xdev-bench-hard показатель решения задач просел с 90,5% до 81,0% — компания оставила ровно столько, сколько нужно для аудита и защитных сценариев. Дополнительно в K3.1 Pro подтянули аналитику: тест OfficeQA Pro v2 закрыт на 64,4 балла, финансовые исследования выросли на 11,6 пункта, а точность бизнес-операций поднялась в 4,2 раза по сравнению с предшественницей.
Локальный запуск модели на 2,8 триллиона параметров потребует серверной стойки монструозных масштабов — инференс здесь прожорливый, поэтому студии ждут облегченную версию. Но сам факт появления открытых весов такого уровня меняет правила игры для независимого продакшена: возможность встроить модель уровня топ-4 напрямую в пайплайн движка без оглядки на облачные лимиты дорогого стоит. Стены закрытых экосистем трещат по швам, когда открытый код начинает говорить на языке полигонов и игровых движков.
