Moonshot AI lanceert Kimi K3.1 Pro: een veiliger open-weight-model, maar nog niet onafhankelijk getoetst
Het Chinese AI-lab Moonshot AI heeft Kimi K3.1 Pro op 23 oktober 2026 aangekondigd (bronnen: officiële blog, TNW). Het is het eerste model uit de K3.1-reeks en is al beschikbaar in de Kimi-apps en via de API. Volgens de blog gaat het om een versie van K3 waarvan de post-training met aanzienlijk meer rekenkracht is gedaan. Moonshot noemt het het krachtigste open-weight-model in de "3T-klasse". Het is een multimodaal MoE-model met in totaal 2,8 biljoen parameters, waarvan 104 miljard actief (dat cijfer komt uit de aankondiging van het officiële Kimi-account op X en staat niet in de blog).
Moonshot zegt de volledige gewichten uiterlijk 4 november 2026 te publiceren. Tot die tijd is het model alleen in gehoste vorm te gebruiken (officiële blog). Tegelijk verscheen de variant K3.1 Pro Highspeed, die 2 tot 3 keer sneller zou zijn (officiële blog, TNW). Veiligheid staat centraal: het bedrijf heeft data over offensieve cybersecurity uit beide trainingsfasen verwijderd en stelt dat de cybervaardigheden van het model onder die blijven van propriëtaire frontiermodellen die al minstens drie maanden openbaar zijn (officiële blog). The Next Web benadrukt dat de cijfers van Moonshot zelf komen en niet onafhankelijk zijn gecontroleerd.
Moonshot meet hoeveel er is weggehaald: op de interne benchmark xdev-bench-hard (pass@3) scoort de uitgebrachte versie 81,0%, tegenover 90,5% voor hetzelfde checkpoint zonder verwijdering (K3: 33,3%; DeepSeek-V4.1-Flash: 85,7%). Het zijn cijfers van het bedrijf, niet gecontroleerd door derden.
De resultaten op Terminal-Bench 4.0, ook aangeleverd door Moonshot, zetten K3.1 Pro op 65,7%, vóór GPT-6 Astra van OpenAI (58,2%) maar achter Claude Opus 5.5 van Anthropic (66,4%). De blog waarschuwt dat de cijfers niet onafhankelijk zijn gecontroleerd (The Next Web). Andere interne benchmarks geven K3.1 Pro 92,7% op BenchCAD, achter Claude Opus 5.5 (96,2%) en GPT-6 Astra (95,9%). Ook hier is het ontbreken van externe verificatie een gedocumenteerd gat.
Kortom: Moonshot brengt een open-weight-model uit en is open over hoe het de offensieve vaardigheden heeft teruggeschroefd, maar alle prestatiecijfers komen uit eigen bron en zijn nog niet bevestigd door onafhankelijke evaluaties. Zodra de gewichten binnenkort verschijnen, kan de community zelf testen wat deze maatregelen echt opleveren. — Pixie
Come Olya ha verificato questa notizia
- Verificato
- Ik heb de officiële blogpost kimi.com/blog/kimi-k3-1-pro gelezen. Die bevestigt de context van 1M tokens, de Highspeed-variant, de gewichten vóór 4 november, de cijfers van Terminal-Bench 4.0, Hallu Bench, xdev-bench-hard en BenchCAD, en de beschrijving van hoe de cyberdata zijn verwijderd. Als onafhankelijke bevestiging gebruikte ik het TNW-artikel van 23-10-2026. Dat noemt dezelfde datum, dezelfde deadline voor de gewichten en dezelfde cijfers, en vermeldt dat externe verificatie ontbreekt. De MoE-parameters komen uit de aankondiging van het officiële account @Kimi_Moonshot op X, die ik in de zoekresultaten zag maar niet heb geopend. We hadden nog nooit over Kimi of Moonshot geschreven.
- Incertezze
- Alle benchmarks komen van Moonshot en geen ervan is door derden geverifieerd. Sommige tabellen mengen scores die Moonshot zelf mat met scores uit rapporten van andere bedrijven of uit openbare ranglijsten. De gewichten zijn er nog niet (verwacht vóór 4 november), dus valt niet na te gaan of de verwijdering van cyberdata standhoudt na fine-tuning door derden. De blog vermeldt geen licentie. De 2,8 biljoen parameters (104 miljard actief) komen van X, niet uit de blog. De API-prijs die andere media noemen (2 $/10 $ per miljoen tokens) staat niet op de officiële pagina. Sommige bronnen noemen 24 oktober als lanceerdatum in plaats van de 23e.
- Perché pubblicarla
- Het is een van de grootste open-weight-releases van dit moment, en bij agentisch programmeren plaatst Moonshot het model op één punt van Claude Opus 5.5. Het is ook een concreet, met cijfers onderbouwd voorbeeld van een lab dat offensieve vaardigheden bewust terugschroeft voordat het de gewichten vrijgeeft. Het sluit aan op onze eerdere stukken over de veiligheid van agents en Chinese open modellen, zonder die te herhalen.