Moonshot تطلق Kimi K3.1 Pro: نموذج مفتوح الأوزان بحجم 3T ونافذة سياق 1 مليون رمز

قدّمت Moonshot AI نموذج Kimi K3.1 Pro، وهو أول نموذج في سلسلة K3.1، وأقوى نموذج مفتوح الأوزان في فئة 3T من المعاملات بحسب الشركة. تبلغ نافذة السياق 1 مليون رمز. وفي Terminal-Bench 4.0 يحقق النموذج 65,7%، وهي نتيجة أعلى من GPT-6 Astra (58,2%) وأدنى بقليل جدًا من Claude Opus 5.5 (66,4%). وصدر معه إصدار K3.1 Pro Highspeed الذي يعمل أسرع بمقدار 2–3 مرات. والإصداران متاحان بالفعل في Kimi.ai وKimi Work وKimi Code وعبر API، فيما تَعِد Moonshot بنشر الأوزان الكاملة قبل 4 نوفمبر 2026.

ما بعد التدريب: الرهان الرئيسي

يُعدّ K3.1 Pro نسخة مُحسَّنة التدريب من Kimi K3، لكنه خصّص ميزانية حوسبة أكبر بكثير لمرحلة ما بعد التدريب (post-training). ولإجراء RL مشترك واسع النطاق عبر مئات المجالات التطبيقية في وقت واحد، أعاد الفريق بناء المنظومة كاملة: إطار RL، والاستدلال على السياق الطويل، وكفاءة التدريب، وبيئات العزل (sandboxes)، وجدولة الـ rollouts، ومنصة موحّدة للتحقق من جودة البيئات. والهدف أن تمنح كل دفعة إضافية من حوسبة RL زيادة ثابتة يمكن التنبؤ بها.

في اختبار Kimi Code Bench 3.0 Long-horizon الداخلي، الذي يقيس تنفيذ المهام متعددة الخطوات والعمل مع الأدوات، حصل النموذج على 61,2% مقابل 55,95% لـ K3. وأوضح مثال تسوقه Moonshot: اعتمادًا على النموذج التشريحي human-atlas (296 عنصرًا عظميًا و402 عنصرًا عضليًا)، بنى K3.1 Pro محاكيًا لمشي الإنسان مع مسارات للتدريب والتقييم. وخلال 167 مهمة و420 مراجعة مستقلة، تعلّم الإنسان الافتراضي أن يمشي 11,2 ثانية بخطوات متبادلة، بدلًا من السقوط بعد بضع ثوانٍ. وحين لم يُحسّن ضبط المكافآت حركة الذراعين، لم يواصل النموذج تعديلها. بل أجرى اختبارات مفتوحة الحلقة (open-loop) للديناميكيات، واكتشف 36 خطأً في حساب أذرع العزم لعضلات الكتف وصحّحها، ثم أعاد تدريب وحدة التحكم.

ثلاثي الأبعاد وCAD والمالية

التركيز الثاني هو التفكير المكاني. في BenchCAD، حيث يجب استعادة جسم ثلاثي الأبعاد من عدة زوايا عرض عبر توليد شيفرة CAD، يحصل K3.1 Pro مع الأدوات على 92,7%. أما Claude Opus 5.5 فنتيجته 96,2%، وGPT-6 Astra نتيجته 95,9%. ويستطيع النموذج العمل مع سكربتات Blender وCAD دون موصّلات MCP، كما يبني ألعابًا في Unity وUnreal Engine وGodot مع البحث على الويب وتوليد المجسمات ثلاثية الأبعاد. وأطلقت الشركة للمستخدمين أداة 3D Make على kimi.ai وفي التطبيق: معاينة وتحرير وتصدير للطباعة ثلاثية الأبعاد أو إلى فيديو وLive Photos.

وفي المجال المالي، تعلن Moonshot تحقيق رقم قياسي في OfficeQA Pro v2 بنتيجة 64,4. أما المقاييس الداخلية فتتطور على النحو التالي:

• Financial Modeling: +7,2 نقطة مقارنة بـ K3
• Financial Research: +11,6 نقطة
• Business Operation: نتيجة أعلى بنحو 4,2 مرة من K3
• Kimi Hallu Bench Hard: انخفضت نسبة الهلوسة على مستوى العبارات من 23,4% إلى 8,3%، وبلغت نسبة الإجابات التي تحتوي على خطأ واقعي واحد على الأقل 42,4% من مؤشر K3

وتقرّ الشركة نفسها بتحفظ صريح: الاختبار مُعَدّ عمدًا من أمثلة استفزازية ولا يعكس معدل الأخطاء في الاستخدام العادي.

المخاطر السيبرانية ومنطق الأوزان المفتوحة

يخصص الإصدار قسمًا مستقلًا للأمن السيبراني. لاحظ الفريق أن القدرة على اكتشاف الثغرات تزداد مع التدريب اللاحق (post-training)، لأن المحتوى السيبراني يدخل في مدوّنة المرحلة الوسيطة من التدريب (mid-training) العامة وفي بيئات RL معًا. وفي النسخة المفتوحة حُذفت هذه البيانات في المرحلتين، مع الإبقاء على مهام البرمجة المعتادة. وفي xdev-bench-hard (استغلال ثغرات حقيقية في Linux kernel وNode.js وJavaScriptCore وExim وVirGL مع تفعيل آليات الحماية)، يحل نقطة التحقق (checkpoint) التي لم تُطبَّق عليها هذه الإجراءات 90,5% من المهام بمقياس pass@3، بينما يحل K3.1 Pro النهائي 81,0%. وتقول Moonshot إن النموذج في القدرات السيبرانية متأخر عن نماذج frontier المغلقة التي مضى على إتاحتها ثلاثة أشهر على الأقل.

وموقف الشركة هو ألا تُطلق أوزانًا مفتوحة توسّع الحد المطلق للقدرات الهجومية، مع رفع هذا السقف تدريجيًا. أما الحجة المؤيدة للانفتاح فهي تدقيق الشيفرة، بما فيها الأنظمة القديمة (legacy) التي نادرًا ما يفحصها متخصصو الأمن، على يد فرق كثيرة وعلى بنيتها التحتية الخاصة.

كيف تجرّبه

• تطبيقات Kimi: iOS وAndroid وHarmonyOS، أو kimi.ai
• Kimi Work: النسخة المكتبية 3.1.0 وما بعدها لنظام Windows ولأجهزة Mac بمعالجات Apple silicon
• Kimi Code: اختيار النموذج بالأمر /model
• API: المعرّفان kimi-k3.1-pro وkimi-k3.1-pro-highspeed، وتتوفر للعملاء خاصية Zero Data Retention
• Kimi Business: الوصول إلى K3.1 Pro معطّل افتراضيًا لدى المسؤولين، ويجب تفعيله يدويًا

عند المقارنة بالمنافسين، ينبغي الانتباه إلى أن Moonshot أخذت جزءًا من الأرقام من مدونات ولوحات ترتيب مختبرات أخرى، وقاست جزءًا آخر بنفسها: فقد شُغّل Terminal-Bench 4.0 مع Claude-Code harness، وPostTrainBench على GPU H20 بدلًا من H100. أما الفرق التي تحتاج إلى البرمجة الوكيلية (agentic coding) على بنيتها التحتية الخاصة، فسيحين السبب الرئيسي لاختبار النموذج بعد نشر الأوزان: عندها يمكن تشغيله على مستودعاتها الخاصة ومقارنته بواجهات API المغلقة.