Kimi K3.1 Pro ra mắt: Mô hình 3 nghìn tỷ tham số mạnh nhất của Moonshot AI, vượt GPT-6 trong bài kiểm tra lập trình
Rạng sáng ngày 24/10, Moonshot AI chính thức công bố Kimi K3.1 Pro, mô hình đầu tiên thuộc dòng Kimi K3.1 và cũng là mô hình quy mô 3 nghìn tỷ tham số có năng lực mạnh nhất của công ty tính đến thời điểm hiện tại. Mô hình hỗ trợ cửa sổ ngữ cảnh lên tới 1 triệu token.
Cùng với phiên bản tiêu chuẩn, Moonshot AI cũng ra mắt Kimi K3.1 Pro Highspeed, phiên bản có tốc độ tạo đầu ra nhanh hơn khoảng 2–3 lần nhưng vẫn duy trì mức độ thông minh tương đương.
Kể từ ngày 24/10, người dùng có thể trải nghiệm Kimi K3.1 Pro và Kimi K3.1 Pro Highspeed thông qua các nền tảng kimi.com, Kimi App, Kimi Work, Kimi Code và API tại platform.kimi.com. Moonshot AI dự kiến phát hành đầy đủ trọng số mô hình trước ngày 4/11.
Hiệu năng lập trình vượt GPT-6 Astra trong một bài kiểm tra
Theo thông tin do hãng công bố, Kimi K3.1 Pro đạt hoặc tiệm cận cấp độ của những mô hình đóng hàng đầu trong các bài đánh giá về lập trình, AI Agent và kiến thức.
Trong bài kiểm tra Terminal-Bench 4.0, vốn đánh giá khả năng của các tác nhân lập trình AI thông qua những nhiệm vụ trên dòng lệnh trong môi trường thực tế có giới hạn tài nguyên, Kimi K3.1 Pro đạt 65,7 điểm, cao hơn mức 58,2 điểm của GPT-6 Astra và gần với Claude Opus 5.5, đạt 66,4 điểm.
Terminal-Bench 4.0 sử dụng các nhiệm vụ có bộ kiểm thử chuyên biệt và yêu cầu nghiêm ngặt nhằm đánh giá khả năng xử lý công việc của AI Agent trong môi trường lập trình thực tế.
Trong khi đó, Kimi Code Bench 3.0 Long-horizon là bộ đánh giá nội bộ bao phủ nhiều lĩnh vực kỹ thuật, tập trung vào khả năng thực hiện các tác vụ nhiều bước, sử dụng công cụ và giải quyết vấn đề xuyên suốt quy trình. Tại đây, Kimi K3.1 Pro đạt 61,2 điểm, tăng so với mức 55,95 điểm của K3.
Cải thiện khả năng lập trình, phát triển game và tạo nội dung 3D
Kimi K3.1 Pro có khả năng sử dụng thành thạo các công cụ phát triển game như Unity, Unreal Engine và Godot. Kết hợp với tìm kiếm trên web và công nghệ tạo nội dung 3D, mô hình có thể xây dựng những trải nghiệm hoàn chỉnh.
Chất lượng đầu ra cũng được cải thiện ở nhiều hạng mục, từ giao diện web, các cảnh tương tác Three.js cho đến tài nguyên 3D. Theo giới thiệu của Moonshot AI, những sản phẩm này có tiến bộ rõ rệt về bố cục, trình bày, hiệu ứng chuyển động và mức độ hoàn thiện chi tiết.
Khả năng sáng tạo 3D và suy luận không gian là một trong những điểm mạnh đáng chú ý của Kimi K3.1 Pro.
Trong bài kiểm tra BenchCAD, mô hình đạt 92,7 điểm khi sử dụng công cụ hỗ trợ, tiệm cận Claude Opus 5.5 với 96,2 điểm và GPT-6 Astra với 95,9 điểm. Bài đánh giá này kiểm tra khả năng tái dựng mô hình 3D từ các hình ảnh kết xuất ở nhiều góc nhìn thông qua việc tạo mã CAD.
Theo Moonshot AI, người dùng chỉ cần cung cấp mô tả bằng văn bản, bản phác thảo hoặc hình ảnh tham khảo, Kimi K3.1 Pro có thể suy luận về hình dạng, tỷ lệ và mối quan hệ không gian của vật thể để tái dựng thành mô hình 3D có thể sử dụng. Mô hình cũng được cải thiện khả năng hiểu các thư viện tài nguyên và thư viện mô hình có sẵn.
Kimi K3.1 Pro đặc biệt phù hợp với các tác vụ dựng hình tham số, chẳng hạn như thiết kế linh kiện cơ khí, mô hình kiến trúc, sản phẩm có nhiều thông số tùy chỉnh và đồ nội thất thiết kế riêng.
Đáng chú ý, mô hình có thể trực tiếp viết và chạy script cho các công cụ chuyên nghiệp như Blender và CAD mà không cần phụ thuộc vào các bộ kết nối MCP. Nhờ đó, nó có thể tạo dựng và hoàn thiện tài nguyên, chỉnh sửa từng bộ phận cũng như điều chỉnh hình học, vật liệu và cách bố trí cảnh.
Tính năng 3D Make cũng đã được triển khai trên kimi.com và Kimi App. Người dùng có thể xem trước và chỉnh sửa mô hình 3D trực tuyến, tải mô hình về để in 3D hoặc xuất thành video và ảnh động Live Photo để chia sẻ lên mạng xã hội.
Nâng cao khả năng xử lý quy trình tài chính
Bên cạnh lập trình và sáng tạo 3D, Kimi K3.1 Pro còn được thiết kế để thực hiện các quy trình công việc tài chính hoàn chỉnh từ đầu đến cuối.
Trong bộ đánh giá bên ngoài OfficeQA Pro v2, mô hình đạt 64,4 điểm, thiết lập kết quả tốt nhất được ghi nhận (SoTA) theo công bố của hãng.
OfficeQA Pro v2 đánh giá khả năng phân tích dữ liệu tài chính phức tạp dựa trên tài liệu tài chính thực tế, bao gồm truy xuất thông tin, đối chiếu giữa nhiều tài liệu và thực hiện suy luận số học qua nhiều bước.
Hiệu năng của Kimi K3.1 Pro trên Frontier Finance cũng được cải thiện so với K3. Bộ đánh giá này đo lường khả năng hỗ trợ toàn bộ quy trình đầu tư, từ lựa chọn tài sản đến phân tích lợi nhuận.
Trong ba bài kiểm tra tài chính nội bộ, Kimi K3.1 Pro đều vượt qua thế hệ K3 trước đó:
* Financial Modelling – Mô hình hóa tài chính: Đánh giá khả năng liên kết công thức, xử lý logic tài chính và chất lượng bảng tính cuối cùng trong các nhiệm vụ mô hình hóa thực tế. K3.1 Pro cải thiện 14% so với K3.
* Financial Research – Nghiên cứu tài chính: Kiểm tra khả năng thực hiện nghiên cứu tài chính trong các tình huống thực tế, đồng thời đưa ra kết quả có thể kiểm chứng dựa trên bằng chứng và các điều kiện giới hạn. Kết quả được công bố cho thấy K3.1 Pro cải thiện 20% so với K3.
* Business Operation – Vận hành kinh doanh: Đánh giá năng lực quản lý và ra quyết định trong dài hạn thông qua môi trường kinh doanh mô phỏng. K3.1 Pro đạt điểm số cao gấp khoảng 4,2 lần K3.
Moonshot AI cũng công bố kết quả kiểm tra độ chính xác thông tin trên Kimi Hallu Bench Hard, bộ thử nghiệm áp lực nội bộ tập trung vào những tình huống mà mô hình dễ mắc lỗi thực tế.
Theo kết quả này, tỷ lệ phát biểu sai về mặt thông tin thực tế của Kimi K3.1 Pro giảm từ 23,4% trên K3 xuống còn 8,3%. Tỷ lệ câu trả lời có ít nhất một lỗi thực tế cũng chỉ bằng khoảng 42,4% so với thế hệ trước.
Tuy nhiên, hãng lưu ý rằng đây là bài kiểm tra áp lực được thiết kế có chủ đích, tập trung vào những trường hợp dễ khiến mô hình trả lời sai. Vì vậy, tỷ lệ lỗi được công bố không đại diện cho mức độ chính xác tổng thể khi sử dụng hằng ngày.
Các nhà phát triển có thể tích hợp Kimi K3.1 Pro vào ứng dụng thông qua nền tảng API chính thức tại platform.kimi.com.
Đối với phiên bản kimi-k3.1-pro-highspeed, tốc độ tạo đầu ra nhanh hơn khoảng 2–3 lần, trong khi giá sử dụng cao gấp đôi phiên bản tiêu chuẩn.
Với cửa sổ ngữ cảnh 1 triệu token, khả năng lập trình nâng cao, xử lý tác vụ AI Agent, tạo mô hình 3D và phân tích tài chính, Kimi K3.1 Pro là bước nâng cấp đáng chú ý trong dòng mô hình của Moonshot AI. Tuy nhiên, các kết quả benchmark hiện được công bố chủ yếu do hãng cung cấp; hiệu năng thực tế còn phụ thuộc vào từng loại tác vụ, cách sử dụng công cụ và điều kiện đánh giá.
Kể từ ngày 24/10, người dùng có thể trải nghiệm Kimi K3.1 Pro và Kimi K3.1 Pro Highspeed thông qua các nền tảng kimi.com, Kimi App, Kimi Work, Kimi Code và API tại platform.kimi.com. Moonshot AI dự kiến phát hành đầy đủ trọng số mô hình trước ngày 4/11.
Hiệu năng lập trình vượt GPT-6 Astra trong một bài kiểm tra
Theo thông tin do hãng công bố, Kimi K3.1 Pro đạt hoặc tiệm cận cấp độ của những mô hình đóng hàng đầu trong các bài đánh giá về lập trình, AI Agent và kiến thức.
Trong bài kiểm tra Terminal-Bench 4.0, vốn đánh giá khả năng của các tác nhân lập trình AI thông qua những nhiệm vụ trên dòng lệnh trong môi trường thực tế có giới hạn tài nguyên, Kimi K3.1 Pro đạt 65,7 điểm, cao hơn mức 58,2 điểm của GPT-6 Astra và gần với Claude Opus 5.5, đạt 66,4 điểm.
Terminal-Bench 4.0 sử dụng các nhiệm vụ có bộ kiểm thử chuyên biệt và yêu cầu nghiêm ngặt nhằm đánh giá khả năng xử lý công việc của AI Agent trong môi trường lập trình thực tế.
Cải thiện khả năng lập trình, phát triển game và tạo nội dung 3D
Kimi K3.1 Pro có khả năng sử dụng thành thạo các công cụ phát triển game như Unity, Unreal Engine và Godot. Kết hợp với tìm kiếm trên web và công nghệ tạo nội dung 3D, mô hình có thể xây dựng những trải nghiệm hoàn chỉnh.
Chất lượng đầu ra cũng được cải thiện ở nhiều hạng mục, từ giao diện web, các cảnh tương tác Three.js cho đến tài nguyên 3D. Theo giới thiệu của Moonshot AI, những sản phẩm này có tiến bộ rõ rệt về bố cục, trình bày, hiệu ứng chuyển động và mức độ hoàn thiện chi tiết.
Khả năng sáng tạo 3D và suy luận không gian là một trong những điểm mạnh đáng chú ý của Kimi K3.1 Pro.
Theo Moonshot AI, người dùng chỉ cần cung cấp mô tả bằng văn bản, bản phác thảo hoặc hình ảnh tham khảo, Kimi K3.1 Pro có thể suy luận về hình dạng, tỷ lệ và mối quan hệ không gian của vật thể để tái dựng thành mô hình 3D có thể sử dụng. Mô hình cũng được cải thiện khả năng hiểu các thư viện tài nguyên và thư viện mô hình có sẵn.
Kimi K3.1 Pro đặc biệt phù hợp với các tác vụ dựng hình tham số, chẳng hạn như thiết kế linh kiện cơ khí, mô hình kiến trúc, sản phẩm có nhiều thông số tùy chỉnh và đồ nội thất thiết kế riêng.
Đáng chú ý, mô hình có thể trực tiếp viết và chạy script cho các công cụ chuyên nghiệp như Blender và CAD mà không cần phụ thuộc vào các bộ kết nối MCP. Nhờ đó, nó có thể tạo dựng và hoàn thiện tài nguyên, chỉnh sửa từng bộ phận cũng như điều chỉnh hình học, vật liệu và cách bố trí cảnh.
Tính năng 3D Make cũng đã được triển khai trên kimi.com và Kimi App. Người dùng có thể xem trước và chỉnh sửa mô hình 3D trực tuyến, tải mô hình về để in 3D hoặc xuất thành video và ảnh động Live Photo để chia sẻ lên mạng xã hội.
Nâng cao khả năng xử lý quy trình tài chính
Bên cạnh lập trình và sáng tạo 3D, Kimi K3.1 Pro còn được thiết kế để thực hiện các quy trình công việc tài chính hoàn chỉnh từ đầu đến cuối.
Trong bộ đánh giá bên ngoài OfficeQA Pro v2, mô hình đạt 64,4 điểm, thiết lập kết quả tốt nhất được ghi nhận (SoTA) theo công bố của hãng.
OfficeQA Pro v2 đánh giá khả năng phân tích dữ liệu tài chính phức tạp dựa trên tài liệu tài chính thực tế, bao gồm truy xuất thông tin, đối chiếu giữa nhiều tài liệu và thực hiện suy luận số học qua nhiều bước.
Hiệu năng của Kimi K3.1 Pro trên Frontier Finance cũng được cải thiện so với K3. Bộ đánh giá này đo lường khả năng hỗ trợ toàn bộ quy trình đầu tư, từ lựa chọn tài sản đến phân tích lợi nhuận.
* Financial Modelling – Mô hình hóa tài chính: Đánh giá khả năng liên kết công thức, xử lý logic tài chính và chất lượng bảng tính cuối cùng trong các nhiệm vụ mô hình hóa thực tế. K3.1 Pro cải thiện 14% so với K3.
* Financial Research – Nghiên cứu tài chính: Kiểm tra khả năng thực hiện nghiên cứu tài chính trong các tình huống thực tế, đồng thời đưa ra kết quả có thể kiểm chứng dựa trên bằng chứng và các điều kiện giới hạn. Kết quả được công bố cho thấy K3.1 Pro cải thiện 20% so với K3.
* Business Operation – Vận hành kinh doanh: Đánh giá năng lực quản lý và ra quyết định trong dài hạn thông qua môi trường kinh doanh mô phỏng. K3.1 Pro đạt điểm số cao gấp khoảng 4,2 lần K3.
Moonshot AI cũng công bố kết quả kiểm tra độ chính xác thông tin trên Kimi Hallu Bench Hard, bộ thử nghiệm áp lực nội bộ tập trung vào những tình huống mà mô hình dễ mắc lỗi thực tế.
Theo kết quả này, tỷ lệ phát biểu sai về mặt thông tin thực tế của Kimi K3.1 Pro giảm từ 23,4% trên K3 xuống còn 8,3%. Tỷ lệ câu trả lời có ít nhất một lỗi thực tế cũng chỉ bằng khoảng 42,4% so với thế hệ trước.
Tuy nhiên, hãng lưu ý rằng đây là bài kiểm tra áp lực được thiết kế có chủ đích, tập trung vào những trường hợp dễ khiến mô hình trả lời sai. Vì vậy, tỷ lệ lỗi được công bố không đại diện cho mức độ chính xác tổng thể khi sử dụng hằng ngày.
Các nhà phát triển có thể tích hợp Kimi K3.1 Pro vào ứng dụng thông qua nền tảng API chính thức tại platform.kimi.com.
Đối với phiên bản kimi-k3.1-pro-highspeed, tốc độ tạo đầu ra nhanh hơn khoảng 2–3 lần, trong khi giá sử dụng cao gấp đôi phiên bản tiêu chuẩn.
Với cửa sổ ngữ cảnh 1 triệu token, khả năng lập trình nâng cao, xử lý tác vụ AI Agent, tạo mô hình 3D và phân tích tài chính, Kimi K3.1 Pro là bước nâng cấp đáng chú ý trong dòng mô hình của Moonshot AI. Tuy nhiên, các kết quả benchmark hiện được công bố chủ yếu do hãng cung cấp; hiệu năng thực tế còn phụ thuộc vào từng loại tác vụ, cách sử dụng công cụ và điều kiện đánh giá.