Kimi K3.1 Pro от Moonshot AI обошла все модели OpenAI в рейтинге Artificial Analysis

Китайская лаборатория искусственного интеллекта Moonshot AI представила Kimi K3.1 Pro — обновлённую версию модели Kimi K3. По данным источника, новинка прошла дополнительное обучение с использованием большего объёма вычислительных ресурсов, что позволило заметно улучшить результаты в бенчмарках.

Главный показатель — рейтинг Artificial Analysis Intelligence Index, где Kimi K3.1 Pro набрала 55 баллов. Это на 11 баллов больше, чем у предшественницы Kimi K3. Такой прирост за одну итерацию для флагманских моделей встречается нечасто и указывает на то, что Moonshot AI сделала ставку на масштабирование вычислений на этапе дообучения.

С 55 баллами Kimi K3.1 Pro опередила все модели OpenAI, представленные в рейтинге, и заняла четвёртую строчку общего зачёта. От лидера — Claude Opus 5.5 — китайскую модель отделяет небольшой разрыв, что делает её одним из самых сильных открытых и коммерческих решений на текущий момент.

Для Moonshot AI это важный сигнал: лаборатория конкурирует не только с другими китайскими разработчиками, но и напрямую с американскими флагманами. Попадание в топ-4 Artificial Analysis Intelligence Index усиливает позиции компании в переговорах с корпоративными заказчиками, которым важны независимые замеры качества моделей.

Стоит учитывать, что агрегированные рейтинги вроде Artificial Analysis Intelligence Index отражают усреднённый результат по набору тестов и не гарантируют превосходства в каждой конкретной задаче. Реальная производительность зависит от домена, длины контекста и способа интеграции модели в продукт.

Тем не менее динамика показательная: Kimi K3.1 Pro — это не новая архитектура, а результат дополнительного обучения уже существующей модели. Подход, при котором лаборатория дообучает флагман на большем объёме вычислений, позволяет быстро выпускать улучшенные версии без полной переработки модели.

Остаются открытыми вопросы о доступности Kimi K3.1 Pro, условиях лицензирования и стоимости использования через API. Ответы на них определят, насколько быстро новинка выйдет за пределы бенчмарков и попадёт в реальные продукты.