Moonshot AI Kimi K3.1 Pro açıq çəkili çoxmodal agent modelini buraxdı

Moonshot AI Kimi K3.1 Pro-nu açıq çəkili, təbii çoxmodal agent modeli və indiyədək ən güclü 3T sinifli model kimi buraxdı. Kimi K3-dən sonra təlim edilmiş, yüzlərlə aşağı axın domeni üzrə böyük miqyaslı birgə möhkəmləndirici öyrənmədən keçirilmiş bu model K3.1 seriyasının ilk modelidir və 1 milyon tokenlik kontekst pəncərəsi gətirir. Şirkət kodlaşdırma, 3D yaradıcılıq, maliyyə tədqiqatı, faktiki dəqiqlik və digər agent imkanlarında əhəmiyyətli irəliləyişlər əldə etdiyini bildirir.

Arxitektura və texniki xüsusiyyətlər

Kimi K3.1 Pro 2,8 trilyon ümumi parametr və 104 milyard aktivləşdirilmiş parametrə malik Mixture-of-Experts arxitekturasından istifadə edir. Model 93 qat, bir sıx qat və 69 KDA qatı ilə 24 Gated DSA qatından ibarət diqqət qatı tərkibinə malikdir. Kontekst uzunluğu 1 048 576 token, lüğət ölçüsü 160K, diqqət gizli ölçüsü 7 168 və 96 diqqət başlığından ibarətdir. Kimi K3 ilə müqayisədə tam diqqətli Gated MLA qatları daha səmərəli uzun kontekst modelləşdirilməsi üçün Gated DeepSeek Sparse Attention qatları ilə əvəz olunub. Model SiTU-GLU aktivləşdirilməsindən, 401 milyon parametrli MoonViT-V2 görmə enkoderindən və kvantlaşdırmaya həssas təlim vasitəsilə MXFP4 çəkiləri və MXFP8 aktivləşmələrindən istifadə edir. Model 896 ekspertə malikdir, hər token üçün 16-sını seçir və iki paylaşılan ekspert daxildir; gizli MoE ölçüsü 3 584, hər ekspertin gizli ölçüsü isə 3 072-dir. DSA indeks ayarlarına baş ölçüsü 128, 32 baş və top-k 2 048 daxildir.

Qiymətləndirmə nəticələri

Əks hal göstərilmədikcə, bildirilən nəticələr ən yüksək səviyyəli düşünmə səyi, 1,0 temperatur və 0,95 top-p ilə əldə olunub. Mənbə cədvəlində tire heç bir balın qeyd olunmadığını bildirir. Daha yüksək ballar daha yaxşıdır, benchmark açıq şəkildə aşağı daha yaxşı olduğunu göstərmədikcə; Elo balları isə dəqiqlik və ya keçid faizi balları ilə birbaşa müqayisə edilə bilməz.

Kimi K3.1 Pro Terminal-Bench 4.0 üzrə 65,7, SWE Marathon v1.1 üzrə 51,7, alətlərlə HLE-Full üzrə 70,0, GPQA-Diamond üzrə 94,2, OSWorld V2.1 üzrə 79,6, GDPval-AA v2.1 üzrə 1846 Elo və alətlərlə Kimi Hallu Bench Hard üzrə 8,3 (aşağı daha yaxşıdır) bal toplayır. O həmçinin DeepSWE v1.1 üzrə 75,5, BrowseComp üzrə 92,1, python ilə MMMU-Pro üzrə 90,0, APEX-Agents üzrə 69,4, daxili Kimi Code Bench 2.0 üzrə 77,1 və uzunmüddətli daxili Kimi Code Bench 3.0 üzrə 61,2 bal toplayır.

Yerləşdirilmə və əlçatanlıq

API platform.kimi.ai ünvanında kimi-k3.1-pro seçimi ilə əlçatandır və OpenAI- və Anthropic-uyğun API-lər təqdim edir. Tövsiyə olunan çıxarış mühərrikləri vLLM, SGLang və TokenSpeed-dir. Model Kimi K3.1 Pro Lisenziyası altında buraxılır və suallar [email protected] ünvanına göndərilə bilər. Hugging Face səhifəsində keçən ay 797 yükləmə, Safetensors formatında 2,8 trilyon parametrli model ölçüsü, F32, BF16 və U8 tensor tipləri, model ağacında iki dəqiq tənzimlənmiş model və modeldən istifadə edən bir Space qeyd olunub.

Model istifadəsi

Düşünmə səyi yuxarı səviyyəli reasoning_effort sorğu sahəsi ilə konfiqurasiya olunur; bu sahə low, high və max dəyərlərini dəstəkləyir, max isə susmaya görə dəyərdir. Çoxdövrəli söhbətlər və alət çağırışları üçün API tərəfindən qaytarılan tam köməkçi mesaj reasoning_content və tool_calls daxil olmaqla, yalnız content deyil, messages-ə olduğu kimi geri ötürülməlidir. Tam bələdçilər və nümunələr görmə girişi, strukturlaşdırılmış çıxış, qismən rejim, alət seçimi, dinamik alət yüklənməsi və kontekst keşlənməsini əhatə edir.

Mənbələr: huggingface.co