Кими догоняет

Kimi K3.1 Pro — первый номер в новой серии K3.1 и, по заявлению компании, самая способная открытая модель класса 3T с контекстом в миллион токенов. Она уже доступна на Kimi.ai, в Kimi Work, Kimi Code и через API. Полные веса обещают выложить до 4 ноября.

Это не новая архитектура с нуля, а посттренировка K3 с существенно большим объёмом вычислений. Компания говорит о совместном обучении с подкреплением сразу в сотнях доменов — от кода и агентных задач до финансовых исследований и 3D. Практический результат для пользователя простой: модель стала заметно лучше в длинных задачах, где нужно долго работать с инструментами, а не выдавать один ответ.

Цифры, которые приводит Kimi, выглядят серьёзно. На Terminal-Bench 4.0 — тесте кодовых агентов на реалистичных терминальных задачах — K3.1 Pro набирает 65,7%. У GPT-6 Astra в их таблице 58,2%, у Claude Opus 5.5 — 66,4%. На внутреннем Kimi Code Bench 3.0 Long-horizon модель набирает 61,2% против 55,95% у K3. Отдельно обещают версию Highspeed: в 2–3 раза быстрее при тех же весах.

К этим числам стоит относиться как к пресс-релизу, а не как к независимому рейтингу. Бенчмарки выбраны и посчитаны самой Kimi, Claude и GPT фигурируют в чужих таблицах, а «открытость» пока означает только обещание: весов ещё нет. Но направление важно. Ещё год назад открытые модели догоняли закрытые с отставанием в поколение; теперь заявка звучит как «отставание — несколько недель».

Особенно заметен сдвиг в агентном кодинге. K3.1 Pro заявляет работу с Unity, Unreal Engine и Godot, генерацию 3D-ассетов и длинные проекты, где модель сама запускает инструменты, смотрит на результат и исправляет себя. Именно здесь открытые веса меняют расклад: модель можно запустить локально, дообучить на своём коде и не отправлять ему исходники в чужое облако.

Остаётся вопрос цены и честности сравнения. Открытая модель класса 3T — это не файл, который лежит на ноутбуке: для инференса нужны серьёзные GPU, а для обучения — ещё больше. «Открытость» здесь скорее про контроль и возможность форка, чем про бесплатный запуск. И пока независимые тесты не подтвердят цифры, правильная реакция — интерес, а не выводы.

Тем не менее конкуренция стала плотнее. Kimi, Anthropic, OpenAI и Google выпускают модели так часто, что разница между «лучшей» и «второй» измеряется неделями и конкретной задачей. Для пользователя это хорошая новость: выбирать можно не по логотипу, а по тому, кто лучше справляется с его работой.