Il distacco si riduce
Moonshot AI ha presentato Kimi K3.1 Pro, versione ulteriormente addestrata del precedente Kimi K3. Secondo quanto riporta The Decoder, il modello ottiene 55 punti sull'Artificial Analysis Intelligence Index, con un guadagno di 11 punti rispetto alla versione precedente che lo colloca al quarto posto della classifica. Davanti restano solo Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) e Muse Wonder Full (56). Il dato più rilevante riguarda però la prospettiva: se Moonshot pubblicherà i pesi come previsto entro il 4 novembre 2026, K3.1 Pro diventerebbe il modello open-weights con il punteggio più alto e il divario tra modelli aperti e proprietari scenderebbe da 12 a 3 punti, a condizione che la classifica non cambi nel frattempo.
Alongside K3.1 Pro, Moonshot rende disponibile una variante chiamata K3.1 Pro Highspeed, che secondo l'azienda è da due a tre volte più veloce. Entrambi i modelli sono già accessibili tramite Kimi.ai, Kimi Work, Kimi Code e l'API Kimi.
Dove migliora, secondo Moonshot
I progressi più netti riguardano i compiti agentici. Sul benchmark GDPval-AA il modello raggiunge 1.846 Elo secondo Artificial Analysis, 312 punti in più di K3, piazzandosi subito dietro Claude Opus 5.5 (1.866) e Muse Wonder Full (1.857). Su Terminal-Bench 4.0 Moonshot dichiara il 65,7 per cento, davanti a GPT-6 Astra (58,2 per cento) e appena sotto Claude Opus 5.5 (66,4 per cento); K3 si fermava al 13 per cento. Calano anche le allucinazioni: sul test interno Kimi Hallu Bench Hard, che l'azienda definisce uno stress test e non una misura generale degli errori, la quota a livello di singola affermazione scende dal 23,4 all'8,3 per cento, mentre GPT-6 Astra si attesta al 5,5 per cento.
Sui benchmark finanziari interni K3.1 Pro guadagna 7,2 punti nel Financial Modeling e 11,6 nel Financial Research; per le attività d'ufficio Moonshot lo indica come il migliore tra i modelli testati su OfficeQA Pro v2. L'azienda segnala inoltre la capacità di lavorare direttamente con motori come Unity, Unreal Engine e Godot, e su BenchCAD il modello raggiunge il 92,7 per cento con l'uso di strumenti, vicino a Claude Opus 5.5 (96,2 per cento) e GPT-6 Astra (95,9 per cento), contro il 72,8 per cento senza strumenti.
Prezzi, sicurezza e punti da verificare
K3.1 Pro mantiene le dimensioni di K3: 2.800 miliardi di parametri totali e 104 miliardi attivi, con una finestra di contesto di un milione di token e la capacità di trattare testo e immagini. Secondo Artificial Analysis si colloca in cima alla frontiera di Pareto, nessun modello con un numero comparabile di parametri ottiene un punteggio superiore. I prezzi scendono del 33 per cento: 2 dollari per milione di token in input (da 3), 10 in output (da 15) e 0,20 per le cache hit (da 0,30); il costo per singolo task dell'Intelligence Index resta quasi identico a K3 (1,98 contro 2,00 dollari) perché il modello genera il 14 per cento in più di token in output.
Moonshot dedica ampio spazio alla cybersicurezza: l'azienda afferma di aver osservato una crescita delle capacità di ricerca di vulnerabilità con l'aumentare del post-training, perché contenuti cyber erano presenti nel corpus di mid-training e nei compiti di reinforcement learning. Per il rilascio open-weights quei dati sono stati rimossi da entrambe le fasi di addestramento: sul test interno xdev-bench-hard la versione non ripulita risolveva il 90,5 per cento dei task, quella ripulita l'81,0 per cento, contro l'85,7 per cento di DeepSeek-V4.1-Flash e il 33,3 per cento di Kimi K3. Restano da verificare in modo indipendente i risultati sui benchmark interni e soprattutto il rispetto della data prevista per la pubblicazione dei pesi.