Moonshot AI, Kimi K3.1 Pro’nun ağırlıklarını yayımladı: 2,8 trilyon parametre, 1 milyon token bağlam

Ağırlıklar söz verilen tarihte geldi

Çinli yapay zeka şirketi Moonshot AI, Kimi K3.1 Pro’nun model ağırlıklarını 4 Kasım’da (16.00 UTC) Hugging Face’te yayımladı. Şirket modeli 23 Ekim’de tanıtmış ve ağırlıkları “4 Kasım’a kadar” açacağını duyurmuştu. O tarihten beri model yalnızca Kimi.ai, Kimi Work, Kimi Code ve Kimi API üzerinden kullanılabiliyordu. Hugging Face’teki depo 2 Kasım’da oluşturuldu; ağırlıklar 96 dosyaya bölünmüş durumda.

Model kartına göre K3.1 Pro, Kimi K3’ün üzerine yüzlerce alanda büyük ölçekli ortak pekiştirmeli öğrenmeyle (RL) eğitildi. Moonshot onu “bugüne kadarki en yetenekli 3T sınıfı modelimiz” diye tanımlıyor.

Kimi.ai@Kimi_Moonshot

Kimi K3.1 Pro'nun model ağırlıklarını yayımlıyoruz: https://huggingface.co/moonshotai/Kimi-K3.1-Pro
Açık zekâyı ilerletmeye devam edeceğiz.

İngilizceden çevrildi·Orijinalini göster

Mimari

Model kartındaki özellikler

• Uzmanlar karışımı (MoE): 2,8 trilyon toplam, token başına 104 milyar aktif parametre
• 93 katman ve 896 uzman; her token için 16 uzman ile 2 ortak uzman çalışıyor
• 1.048.576 tokenlık bağlam penceresi
• Metin ve görsel girdi; 401 milyon parametreli MoonViT-V2 görüntü kodlayıcı
• MXFP4 ağırlıklar ve MXFP8 aktivasyonlar; nicemleme eğitim sırasında hesaba katıldı

Moonshot, K3’teki tam dikkat katmanlarının yerine uzun bağlamı daha verimli işleyen Gated DSA (DeepSeek Sparse Attention) katmanları koydu. Model vLLM, SGLang ve TokenSpeed ile çalıştırılabiliyor. AMD, Nebius ve Verda modeli ilk günden destekliyor; AMD’ye göre model 8 adet Instinct MI355X üzerinde çalışıyor.

Şirketin ölçümleri ve siber güvenlik

Moonshot’ın tablosuna göre model Terminal-Bench 4.0’da %65,7 alıyor; Claude Opus 5.5 %66,4, GPT-6 Astra %58,2’de. Bazı testlerde fark büyük: HLE-Diamond’da K3.1 Pro %39,4’te kalırken Opus 5.5 %60,9 alıyor. Şirketin iç testinde iddia düzeyindeki halüsinasyon oranı K3’teki %23,4’ten %8,3’e indi. Moonshot bu testin bilerek zorlaştırıldığını, günlük kullanımdaki hata oranını göstermediğini belirtiyor.

Teknik bloga göre şirket, açık ağırlıklı sürüm için siber güvenlikle ilgili verileri hem ara eğitimden hem de RL ortamlarından çıkardı. İç test xdev-bench-hard’da bu önlemler olmadan eğitilen ara sürüm görevlerin %90,5’ini çözdü, yayımlanan model %81’de kaldı. Moonshot, siber yetenekte mutlak sınırı genişleten açık ağırlıklar yayımlamamayı hedeflediğini yazıyor.

MIT benzeri lisans, iki koşul

Ağırlıklar “Kimi K3.1-Pro License” adlı kendine özgü lisansla geliyor. Lisans, MIT lisansına benzer biçimde kullanma, değiştirme, dağıtma ve satma izni veriyor, ama iki koşul ekliyor. Modeli API gibi yollarla hizmet olarak sunan şirketler, art arda 12 ayda geliri 20 milyon doları aşarsa ticari kullanım için Moonshot ile ayrı anlaşma yapmalı. Aylık 100 milyondan fazla aktif kullanıcısı ya da 20 milyon dolardan fazla aylık geliri olan ürünler, arayüzde “Kimi K3.1-Pro” adını belirgin biçimde göstermeli. Kurum içi kullanım ve Moonshot’ın onaylı çıkarım ortakları üzerinden erişim bu koşulların dışında.

Artificial Analysis, 27 Ekim’deki Intelligence Index v5’te modeli 46 puanla en iyi açık ağırlıklı model olarak göstermiş, ağırlıkların henüz yayımlanmadığını not etmişti. Model, lider Claude Opus 5.5’in 12 puan gerisindeydi.