Lumilitaw ang mga Senyales ng Paglulunsad ng Kimi K3.1 Habang Inihahanda ng Moonshot ang Susunod Nitong Pag-upgrade sa AI

Itinuturo ng Bagong Model Identifier ang Susunod na Hakbang ng Moonshot

Mukhang inihahanda ng Moonshot AI ang Kimi K3.1 matapos matuklasan ng mga developer ang isang model identifier na maaaring tawagin, "kimi-k3-1", sa registry ng API platform ng kumpanya noong Setyembre 28. Kasunod nito, lumitaw ang isang preview sa open platform ng Kimi sa pangalang K3.1 o K3 11111, na nag-aanunsiyo ng context window na isang milyong token.

Ipinahihiwatig ng mga natuklasan na lampas na sa panloob na pangalan ang narating ng development. Sinabi ng mga developer na tumugon ang identifier sa mga pagsusuri sa interface, habang may mga pagbabago sa website ng Moonshot, kabilang ang isa pang identifier na "k3d1-agent" at isang bagong bot module. Iniulat na sumasailalim ang K3.1 sa limitadong pagsubok, na kung minsan ay tinatawag na gray testing, kung saan unang binibigyan ng access ang isang limitadong grupo bago ang mas malawak na paglulunsad.

May 2.8 trilyong parameter ang kasalukuyang Kimi K3 ng Moonshot, ang mga numerikal na halagang natututuhan ng isang modelo habang sinasanay. Para sa K3 ang bilang na iyon; hindi pa kumpirmado ang bilang ng parameter ng K3.1. Mahalaga ang pagkakaibang ito dahil maaaring baguhin ng isang upgrade kung paano mangatwiran ang isang modelo, gumamit ng mga tool o tumugon sa mga kahilingan nang hindi kinakailangang lumaki ang laki nito.

Nakatutok umano ang mga plano sa mas mahahabang gawaing kusang isinasagawa, coding, mga laro, 3D development at pagpapatakbo ng computer. Kabilang sa mga posibleng dagdag ang ilang setting sa pangangatwiran at mga mode para sa koordinasyon ng maraming AI agent. Mas itutulak ng mga feature na ito ang Kimi tungo sa pagtatapos ng sunod-sunod na gawain, sa halip na pagsagot lamang sa mga indibiduwal na tanong.

Wala pang tiyak na pampublikong petsa ng paglabas o pinal na detalye para sa K3.1. Nahuhubog na ang mga praktikal na tanong para sa mga nag-iisip kung gagamitin ito: gaano ito kaaasahan sa pagtatapos ng trabaho, gaano katagal ito at magkano ang magagastos sa trabahong iyon.

Ano ang Ipinakikita ng mga Natuklasan noong Setyembre

Unang napansin ng mga developer ang "kimi-k3-1" sa backend model registry ng API platform noong Setyembre 28. Ang API ay koneksiyong nagbibigay-daan sa software na magpadala ng mga kahilingan sa AI model at makatanggap ng mga sagot nito. Sinasabi ng model identifier sa koneksiyong iyon kung aling sistema ang gagamitin.

Nagdagdag ang kasunod na preview sa platform ng mas kongkretong pahayag tungkol sa kakayahan nito: suporta para sa hanggang isang milyong token ng context. Maliliit na yunit ng impormasyon ang mga token, na kadalasang katumbas ng mga salita o bahagi ng mga salita. Ang context window ay ang dami ng materyal na maaaring isaalang-alang ng modelo sa isang interaksiyon, kabilang ang mga tagubilin, dokumento at usapan tungkol sa isang gawain.

Nagdulot din ng espekulasyon tungkol sa Kimi Bot ang identifier na "k3d1-agent" sa website at ang bagong idinagdag na bot module. Wala pang kinukumpirmang paglalarawan ng produkto ang Moonshot para sa posibilidad na iyon, kaya ang pinakamalinaw na ebidensiya ay may kinalaman sa pagsubok ng modelo at mga pagbabago sa platform.

Inilalagay ng pagkakasunod-sunod na ito ang pinakabagong mga natuklasan matapos ipakilala ang K3 noong Hulyo:

• Hulyo 17, 2026: Inanunsiyo ng Moonshot ang Kimi K3, na may 2.8 trilyong parameter at context window na isang milyong token.
• Hulyo 27: Target na petsang inanunsiyo ng Moonshot para ilabas ang model weights ng K3, ang mga natutuhang numerikal na halagang kailangan para patakbuhin ang modelo.
• Setyembre 28: Natuklasan ng mga developer ang identifier na "kimi-k3-1" na maaaring tawagin sa API registry.
• Matapos ang pagtuklas na iyon: Lumitaw sa open platform ang preview ng K3.1 o K3 11111, na nag-aanunsiyo ng isang milyong token ng context.

Ano ang Mamamana ng K3.1 mula sa K3

Inilunsad ng Moonshot ang K3 sa app at API nito noong Hulyo. Itinampok ng anunsiyo ng K3 noong Hulyo ang modelo bilang pangunahing produkto ng kumpanya para sa coding, gawaing pangkaalaman at masalimuot na mga gawaing nangangailangan ng masinsing pangangatwiran nang matagal at kaunting pangangasiwa ng tao. Naging mahalagang bahagi rin ng pang-akit nito ang ipinangakong paglalabas ng mga weight nito, na magbibigay-daan sa paggamit nito sa labas ng sariling serbisyo ng Moonshot.

Gumagamit ang K3 ng arkitekturang mixture of experts. Sa payak na paliwanag, naglalaman ang modelo ng magkakaibang grupo ng mga computational component, at pumipili ang isang routing system kung aling mga grupo ang tutulong sa pagproseso ng input. Inilalarawan ng 2.8 trilyong parameter nito ang kabuuang modelo, samantalang tinutukoy ng arkitektura kung aling mga bahagi ang kasali sa isang partikular na kalkulasyon.

Ipinapaliwanag ng disenyong iyon kung bakit isang bahagi lamang ng kuwento ang malaking bilang ng parameter na inilalagay sa mga anunsiyo. Nararanasan ng mga user ang pinagsamang epekto ng pagsasanay, routing, mga computing resource at software na nag-uugnay sa modelo sa mga tool. Hindi sapat ang mas malaking kabuuang bilang ng parameter para malaman ng isang customer kung gaano kabilis matatapos ang coding task o magkano ang singil.

Katumbas ng isang milyong token ng K3 ang ipinahihiwatig na kapasidad ng context ng K3.1. Kaya mukhang higit na nakatuon ang iminungkahing upgrade sa kung paano ginagamit ng modelo ang impormasyon at isinasagawa ang mga gawain, sa halip na palakihin ang dami ng impormasyong kaya nitong hawakan nang sabay-sabay.

Maaaring Bigyan ng mga Setting sa Pangangatwiran ng Higit na Kontrol ang mga User

Inaasahang mag-aalok ang K3.1 ng tatlong antas ng pangangatwiran: Low, High at Max. Bibigyan ng mga setting na ito ang mga developer ng paraan para piliin kung gaano kalaking pagsisikap ang ilalaan ng modelo sa pagproseso ng isang kahilingan. Hindi pa inilalathala ang eksaktong paggana ng mga ito at ang epekto sa singil.

Magkaiba ang kinakailangang pagsisikap para sa maikling gawaing pang-uri at mahirap na pag-aayos ng software. Maaaring mabilis na sagot lang ang kailangan para uriin ang mensahe ng customer. Samantala, maaaring mangailangan ng paulit-ulit na pagsusuri, pagsubok at pagbabago ang pagsisiyasat sa problemang nakaaapekto sa maraming file. Maaaring bigyang-daan ng mga naaayos na setting sa pangangatwiran ang mga user na pumili ng magkaibang balanse ng bilis at pagsisikap para sa bawat gawain.

Iminungkahi ng mga developer na nagsuri sa platform na maaaring tumugma ang mga antas sa magkakaibang paglalaan ng mga computing resource at kaayusan sa pagsingil. Para sa negosyong nagpoproseso ng maraming kahilingan, magiging pasyang operasyonal din ang pagpili, bukod sa pagiging teknikal na pasya.

Mahalaga rin dito ang iniulat na isang milyong token na window. Maaaring tumanggap ang isang modelo ng malaking kalipunan ng code o dokumento, ngunit mahalaga pa rin ang oras at computing effort na kailangan para magamit ang materyal na iyon. Kailangang timbangin ng mga customer na nag-iisip gumamit ng K3.1 ang mga setting sa pangangatwiran kasabay ng laki ng ipinapasang trabaho.

Layunin ng mga Agent at Swarm Mode ang Mas Mahahabang Gawain

Kabilang sa mga posibleng mode ng K3.1 ang Agent, Swarm, paghahanap at batch processing. Ang AI agent ay nagsasagawa ng sunod-sunod na hakbang tungo sa isang layunin, kadalasan ay gumagamit ng mga tool sa pagitan ng mga hakbang. Sa halip na magmungkahi lamang kung paano ayusin ang isang programa, halimbawa, maaaring suriin ng agent ang mga file, magmungkahi ng pagbabago, magpatakbo ng pagsubok at baguhin ang ginawa nito.

Tumutukoy ang Swarm sa pagtutulungan ng ilang agent, na posibleng naghahati ng isang malaking gawain sa mas maliliit na trabaho. Maaaring maghanap ng impormasyon ang isa habang sinusuri naman ng isa pang agent ang code at tinitingnan ng ikatlo ang mga resulta. Palalawakin ng iminungkahing mode ang pamamaraang iyon sa loob ng Kimi, bagaman hindi pa inilalarawan ang detalye ng pagpapatupad nito.

Magkakaibang pangangailangan ang tinutugunan ng paghahanap at batch processing. Tinutulungan ng paghahanap ang AI na kumuha ng impormasyon habang gumagawa ng isang gawain. Sa batch processing, maaaring magsumite ang user ng isang kalipunan ng mga trabaho, gaya ng maraming dokumentong kailangang iproseso sa parehong paraan, sa halip na isa-isang pangasiwaan ang bawat kahilingan.

Iniulat ding kabilang sa mga pokus ang mga laro, 3D coding at pagpapatakbo ng computer. Higit pa sa mahusay na nakasulat na sagot ang kailangan ng mga ito: dapat tumakbo ang code, kumilos ayon sa inaasahan ang mga interactive na elemento at maisagawa sa tamang pagkakasunod-sunod ang mga hakbang sa computer. Para sa mga gumagamit ng AI sa pagbuo o pagpapatakbo ng software, magiging pangunahing sukatan ng upgrade ang maaasahang pagsasagawa sa lahat ng hakbang na iyon.

Bilis at Presyo ang Magtatakda sa Halaga ng Upgrade

Ipinakita ng open platform ng Moonshot ang presyong API ng K3.1 na kapareho ng kasalukuyang presyo ng K3. Posibleng pansamantala lamang ang nakalistang presyong iyon, kaya wala pang pinal na presyo ang mga customer para sa bagong modelo. Kabilang sa mga iniulat na alalahanin tungkol sa K3 ang presyo, bilis ng pagtugon at mga limitasyon sa paggamit.

Lalong nagkakaugnay ang tatlong usaping ito kapag kusang isinasagawa ang trabaho. Maaaring kumonsumo ng mas maraming oras at resource ang isang gawaing nangangailangan ng paulit-ulit na pagtawag sa modelo at paggamit ng mga tool kaysa sa iisang sagot. Maaari ring maputol ng mga limitasyon sa paggamit ang isang gawain bago ito makumpleto, kaya kailangang ipagpatuloy o isaayos muli ng isang tao ang trabaho.

Kaya bahagi lamang ng tanong tungkol sa gastos ang masasagot kung tutugma ang presyo sa nakalistang singil ng K3. Nakaaapekto rin sa gastos ang dami ng trabahong kailangan para makakuha ng kapaki-pakinabang na resulta. Maaaring mas matipid ang modelong nakatatapos ng gawain nang mas kaunti ang ulit, kahit magkahawig ang nakalathalang singil nito.

Iniulat ding naghahanda ang Moonshot ng pormal na paglulunsad ng Kimi K2.8, na mahigit isang buwan nang available bilang preview. Dahil kapwa nababanggit sa mga usapan tungkol sa paglabas ang K2.8 at K3.1, nakasalalay sa mga kakayahan at tuntunin ng access na ilalathala ng Moonshot ang pagpili ng mga developer.

Nagbago ang Kompetisyon Mula nang Unang Ilabas ang K3 noong Hulyo

Nagsimula ang K3 na malakas ang posisyon sa kompetisyon noong Hulyo, nang pumangatlo ito sa Intelligence Index ng Artificial Analysis at pumangalawa sa Vals AI Index. Inilarawan ito ng analyst na si Nathan Lambert bilang pinakamalakas na open model noong panahong iyon, at sinabing lumiit ang agwat nito sa mga nangungunang modelong Amerikano na nananatiling pag-aari at lihim ang mga internal weight.

Mula noon, nabaling ang pansin matapos ilabas ng DeepSeek ang V4.1 Flash-1017. Ayon sa pinakabagong paghahambing na binanggit kasabay ng mga ulat tungkol sa K3.1, nangunguna ang modelong iyon sa K3 sa halos lahat ng binanggit na performance benchmark. Walang kalakip na detalyadong talaan ng iskor ang pahayag na iyon, kaya hindi malinaw kung gaano kalaki ang lamang nito.

Magkaibang panahon sa isang mabilis magbago na merkado ang saklaw ng mga ranggo noong Hulyo at ng mas bagong paghahambing. Itinatag ng K3 ang Moonshot bilang malakas na katunggali nang ilunsad ito; hamon naman ngayon sa K3.1 na patunayan ang kapaki-pakinabang na pag-unlad laban sa mas bagong mga katunggali. Para sa mga customer, kabilang sa mahalagang paghahambing ang mga uri ng gawaing aktuwal nilang isinasagawa, pati na ang gastos, oras ng pagtugon at mga limitasyon sa access.

Ang pinakamahahalagang detalye ng paglabas ay mag-uugnay sa mga iminungkahing feature ng Moonshot at sa mga resulta sa araw-araw: kung natatapos ng isang agent ang mahabang gawain, kung sulit ang mas masusing pangangatwiran sa paghihintay, at kung mahuhulaan ng mga developer ang kanilang gagastusin. Dahil sa mga entry sa registry at preview sa platform, naging kapansin-pansin na ang K3.1. Kailangang gawing malinaw na produkto ng mga senyales na iyon ang pormal na paglulunsad nito.

Mahahalagang Punto

• Natuklasan ng mga developer noong Setyembre 28 ang model identifier na "kimi-k3-1" na maaaring tawagin, na sinundan ng preview ng K3.1 o K3 11111 sa platform.
• Nag-aanunsiyo ang preview ng isang milyong token ng context, katulad ng kapasidad ng K3.
• Kumpirmado ang bilang na 2.8 trilyong parameter para sa K3; hindi pa inaanunsiyo ang bilang ng parameter ng K3.1.
• Kabilang sa mga inaasahang feature ang mga setting sa pangangatwiran na Low, High at Max, at posibleng mga mode na Agent, Swarm, paghahanap at batch processing.
• Kapareho ng presyo ng K3 ang ipinakitang singil sa API, ngunit maaaring pansamantala ito. Makaaapekto rin sa halaga nito ang bilis, mga limitasyon sa paggamit at pagkumpleto ng gawain.
• Wala pang itinakdang petsa ng paglabas ng K3.1 ang Moonshot.