Moonshot AI a publié les poids de Kimi K3.1 Pro le 11 2 : il s'agit du premier modèle de la série K3.1, ayant subi un post-entraînement par apprentissage par renforcement conjoint à grande échelle sur Kimi K3. Architecture MoE, avec un total de 2.8T paramètres et 104B activés par token ; prise en charge native des entrées texte et image (encodeur visuel MoonViT-V2), contexte de 1,048,576 tokens. Les poids sont quantifiés via une formation consciente de la quantification en MXFP4 (activations en MXFP8). Par rapport à K3, les couches Gated MLA à attention complète ont été remplacées par des couches Gated DSA (DeepSeek Sparse Attention), réduisant ainsi les coûts sur les contextes longs. Selon les informations officielles, des améliorations notables sont observées en programmation, création 3D, recherche financière, exactitude factuelle et capacités agentiques. Non inclus dans les 7 dernières périodes.
Score de progression 499 · J'aime 510 · Téléchargements 797
Raisons
- Dans les résultats officiels (intensité de raisonnement max), les modèles en tête dominent surtout sur la programmation à long terme et les tâches agentiques : SWE Marathon v1.1 51.7, HLE-Full avec outils 70.0, Agents' Last Exam 43.2 et OfficeQA Pro v2 64.4 sont tous au sommet du tableau ; Terminal-Bench 4.0 65.7 et OSWorld V2.1 79.6 s'approchent des scores de Claude Opus 5.5 (66.4 / 81.8) ; BrowseComp 92.1.
- Selon les informations officielles, les hallucinations sont réduites : le benchmark interne Kimi Hallu Bench Hard (avec outils, plus bas est mieux) obtient un score de 8.3, seul GPT-6 Astra (5.5) fait mieux dans le tableau, tandis que DeepSeek-V4.1-Flash-1017 atteint 23.3.
- L'architecture et les configurations d'évaluation sont détaillées publiquement : 93 couches (69 couches KDA + 24 couches Gated DSA), 896 experts dont 16 sélectionnés par token plus 2 experts partagés, vocabulaire de 160K ; les cadres d'agents utilisés pour chaque évaluation (principalement Claude Code ou Kimi Code) et les sources des scores comparatifs sont indiqués en notes de bas de page.
Utilisation
- Sans auto-hébergement : sélectionnez kimi-k3.1-pro sur platform.kimi.ai, l'interface compatible OpenAI / Anthropic est fournie officiellement.
- Auto-hébergement : vLLM, SGLang et TokenSpeed sont recommandés par les développeurs officiels ; la fiche technique fournit des liens vers les recettes de déploiement respectives (par ex. recipes.vllm.ai/moonshotai/Kimi-K3.1-Pro) ; le dépôt inclut du code personnalisé (configuration_kimi_k3.py, kimi_k3_processor.py, etc.).
- L'intensité de réflexion se règle via reasoning_effort au niveau supérieur de la requête (low / high / max, par défaut max) ; pour les conversations multi-tours et les appels d'outils, il est impératif de réinjecter dans messages l'intégralité du message assistant renvoyé par l'API, y compris reasoning_content et tool_calls ; les évaluations officielles utilisent une température de 1.0 et un top_p de 0.95.
Risques
- Les résultats sont tous auto-évalués par l'éditeur, dont 9 benchmarks internes (Kimi Code Bench, Business Operation, PerceptionBench, Kimi Hallu Bench, etc.) ; les scores des modèles fermés peuvent inclure des régressions. Certains domaines accusent un retard notable : Program Bench 31.5 (Claude Opus 5.5 obtient 65.0), Terminal-Bench-Science 0.1 38.1 (GPT-6 Astra 68.1) et HLE-Diamond 39.4 (GPT-6 Astra 65.8).
- Taille extrêmement importante : les exigences matérielles ne sont pas précisées dans la fiche ; avec 2.8T paramètres, même en MXFP4, le modèle ne peut tourner que sur des clusters de serveurs multi-GPU, laissant aux utilisateurs individuels l'API comme seule option pratique ; prise en charge limitée aux entrées texte et image.
- Licence sous forme de MIT modifié (Kimi K3.1 Pro License) : si vous exploitez un modèle en tant que service et que les revenus mensuels combinés avec ceux des parties liées dépassent 2,000 millions USD sur une période de 12 mois, un accord distinct avec Moonshot AI est requis avant toute utilisation commerciale ; si le produit dépasse 1 milliards d'utilisateurs actifs mensuels ou génère plus de 2,000 millions USD de revenus mensuels, une mention visible de Kimi K3.1-Pro doit figurer dans l'interface. Ces deux restrictions ne s'appliquent pas à un usage interne.