2026. október 24., szombat · Modellek

A Kimi K3.1 Pro: a kínai modell a negyedik helyen landolt a Claude Opus 5.5 mögött

A kínai Moonshot AI bemutatta a Kimi K3.1 Pro nevű modellt, amely a Kimi K3 utótanított, nagyobb számítási kapacitással finomhangolt változata. A vállalat szerint a modell 55 pontot ért el a független Artificial Analysis Intelligence Indexen, 11 ponttal többet, mint elődje, ezzel a negyedik helyre került, mindössze három ponttal az élen álló Claude Opus 5.5 mögött. A cég állítása szerint a legnagyobb javulás az ágenses feladatokban, a kódolásban és a 3D-modellezésben mutatkozik, a GDPval-AA benchmarkon 1846 Elo-pontot ért el. Moonshot saját belső tesztje szerint a hallucinációk aránya 23,4 százalékról 8,3 százalékra csökkent, bár a vállalat ezt stresszteszt jellegűnek nevezi, nem általános hibaarány-mérésnek. A paraméterszám 2,8 billió maradt, az API-ár 33 százalékkal csökkent, és a Moonshot 2026. november 4-ig tervezi nyilvánosságra hozni a modell súlyait, ami a cég szerint a legjobb eredményt elérő nyílt súlyú modellé tenné.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

A Moonshot egyúttal egy Highspeed változatot is piacra dobott, amely a cég szerint két-háromszor gyorsabban fut, és azonnal elérhető a Kimi API-n, ami gyakorlati alkalmazásokban tehetné versenyképessé a modellt.

Források

The Decoder

Kapcsolódó témák

Napi összefoglalók AI kutatás #Kimi K3.1 Pro#Moonshot AI

Napi összefoglaló

Ez a hír a 2026. október 24., szombat napi AI összefoglaló része.

Kapcsolódó hírek

Kínai nyílt AI-modellek kihívást jelentenek a Szilícium-völgy zárt fejlesztési megközelítésének

Több kínai AI-startup és technológiai óriáscég nyílt súlyú modelleket adott ki, amelyek a harmadik féltől származó teljesítménytesztek szerint megközelítik a legjobb nyugati modellek szintjét, különösen az ágens alapú kódolási feladatokban. A WIRED beszámolója szerint a Fehér Ház tudománypolitikai irodájának igazgatója, Michael Kratsios azt állította, hogy a Moonshot AI az Anthropic Fable modelljének desztillálásával fejlesztette saját K3 modelljét, amit amerikai technológia ellopásának minősített – a Moonshot AI a cikk megjelenéséig nem reagált. A kínai és az amerikai AI-szcéna közötti szakadék mélyül: míg Kínában a nyílt forráskódú megközelítés erősödik, addig az amerikai laborok – részben kormányzati nyomásra – egyre zártabbá válnak. Az Anthropic és az OpenAI is késleltette vagy korlátozta modelljeinek kiadását exportkorlátozások és fehér házi kérések nyomán.

Tudósok értékelik a Kimi K3-at: fordulópontnak tartják a kínai AI-modellt

A Nature cikke szerint kutatók körében komoly visszhangot keltett a Moonshot AI múlt héten bemutatott Kimi K3 modellje. Joel Pearson, az UNSW Sydney kognitív idegtudósa szerint a modell "fordulópontot" jelent, egyesek pedig "Szputnyik-pillanatnak" nevezik. A cég saját tesztjei alapján a K3 kódolásban és táblázatkezelésben felveszi a versenyt amerikai riválisaival. A kereslet miatt a Moonshot AI három nappal a megjelenés után felfüggesztette az új regisztrációkat. Mehwish Nasim, a University of Western Australia AI-kutatója szerint a modell megjelenésének időzítése – az Anthropic Claude Fable 5 és az OpenAI GPT-5.6 debütálása után – azt jelzi, hogy Kína nemcsak élvonalbeli AI-rendszereket kíván építeni, hanem a nemzetközi AI-ökoszisztéma és szabályozás alakításában is részt akar venni.

A Google DeepMind bemutatta a Genie 4 világmodellt

A Google DeepMind kutatási előnézetben bemutatta a Genie 4 nevű világmodellt, amely a cég szerint fotórealisztikusabb, hangot is generáló és valós időben szerkeszthető virtuális környezeteket hoz létre. A modell a Gemini-családra épül: a Gemini Omni biztosítja a vizuális alapot, míg más Gemini-modellek – a TechCrunch szerint egy Gemini 4 Argon változat egy robotikai kísérletben – segítik a szimuláció koherenciájának fenntartását. Az Ars Technica szerint a rendszer a Gemini 3.8 Flash modellt használja irányító ügynökként, és a világ körülbelül két percig marad konzisztens, mielőtt elfelejtené a kezdeti állapotot. A Genie 4 egyelőre megbízható tesztelőknél fut, a tervek szerint a következő hetekben kapnak hozzáférést a Google AI Ultra előfizetői a Project Genie-ben és a Gemini API korai partnerei, az AI Ultra csomagok havi 100 dollártól indulnak.

Az OpenAI bemutatta a feleáras GPT-6.1 Terra modellt

Az OpenAI kiadta a GPT-6.1 Terra nevű középkategóriás modellt, amelynek API-ára a cég szerint fele az elődjének, a GPT-5.6 Terrénak: az input tokenek 1 dollárba, az output tokenek 5 dollárba kerülnek millióként, szemben a korábbi 2 és 12 dollárral. Az OpenAI a modellt irodai feladatokra és automatizált szoftvervezérlésre szánja, az Artificial Analysis elemzése szerint pedig a GPT-6.1 Terra az Intelligence Indexen 6-13 ponttal jobb eredményt ér el elődjénél, miközben a feladatonkénti költség a harmadára csökken. A privát AA-Omniscience benchmarkon a modell az esetek mindössze 38 százalékában találgat, amikor nem ismeri a választ, szemben a GPT-5.6 Terra 88 százalékával, ami jelentős hallucinációcsökkenésre utal. Az OpenAI szerint a GPT-6.1 Terra teljesíti a vállalat „kritikus” kiberbiztonsági küszöbét, és a rendszerleírás szerint jobban ellenáll a közvetett prompt-injekciós támadásoknak, mint elődje.