Kimi K3.1 Pro набрала 65,7% в тесте ИИ-агентов для программирования
23 октября Moonshot представила дообученную версию Kimi K3 с контекстом до 1 млн токенов. В Terminal-Bench 4.0 — тесте, где ИИ-агент решает задачи через командную строку, — разработчик сообщает о результате 65,7%. Для сравнения, в таблице Moonshot указаны Claude Opus 5.5 с 66,4% и GPT-6 Astra с 58,2%.
Это не общий рейтинг моделей: результаты относятся к одному виду задач, а сравнение составлено из данных, полученных разными способами. Kimi K3.1 Pro уже доступна через сервисы и API компании. Открытые веса Moonshot обещает выпустить к 4 ноября — пока модель нельзя скачать для самостоятельного запуска.
Источники: анонс Moonshot AI · описание Terminal-Bench 4.0