Moonshot AI из Пекина выпустила Kimi K3.1 Pro, и в рейтинге лаборатории Artificial Analysis (она прогоняет системы через одинаковые задания и сравнивает ответы) новинка заняла четвертое место с результатом 55. Впереди остались лишь закрытые разработки: Claude Opus 5.5 от Anthropic набрал 58 баллов, а Claude Sonnet 5.5 и Muse Wonder Full по 56. GPT-6 Astra от OpenAI и Gemini 4 Argon от Google получили по 53, то есть оказались позади соперницы из Китая. Предыдущая Kimi K3 вышла в июле с оценкой 44, так что за три месяца прирост составил 11 единиц.
Moonshot — стартап, который оценивают примерно в $50 млрд. K3.1 Pro выросла из июльской K3: ее дообучили на задачах из сотен областей, затратив гораздо больше вычислений, чем раньше. Размер сохранился: 2,8 трлн параметров (настраиваемых чисел, из которых складывается нейросеть). По оценке аналитиков, одновременно задействовано около 104 млрд: внутри система поделена на множество узких блоков-специалистов, и для каждого фрагмента текста включается лишь малая часть. Такое устройство называют смесью экспертов, и оно экономит вычисления. Читает она текст, картинки и видео, отвечает письменно и держит в памяти до миллиона токенов (кусочков слов) за один раз, то есть объем целой стопки годовых отчетов.
Главная ставка сделана на самостоятельную работу: система пишет программу, запускает ее, проверяет и исправляет, пока задача не решится. В одном из опытов Moonshot дала ей анатомическую модель человека из 296 костных и 402 мышечных элементов. Нейросеть 167 раз возвращалась к симулятору походки, нашла 36 ошибок в расчете плечевых мышц и научила виртуального человека идти непрерывно 11,2 секунды, хотя поначалу он падал почти сразу. Еще она пишет скрипты для Blender и CAD (программ для 3D-моделирования и черчения), по описанию или эскизу собирает детали, мебель и макеты зданий. В финансах она разбирает отчетность и строит расчеты из связанных таблиц.
Самые громкие цифры принадлежат самой Moonshot, и независимых проверок у них пока мало. В Terminal-Bench 4.0 (задачи, которые агент решает в командной строке компьютера) компания заявляет 65,7% против 66,4% у Claude Opus 5.5 и 58,2% у GPT-6 Astra. Лаборатория Artificial Analysis измерила отдельно и получила около 67% при 13% у прежней K3. На финансовых документах OfficeQA Pro v2 Moonshot приводит 64,4, выше, чем у Opus (62,2). В GDPval-AA (имитация реальной офисной работы) нейросеть третья: 1846 пунктов против 1866 у Opus. В 3D-тесте BenchCAD с инструментами у нее 92,7% против 96,2% у Opus и 95,9% у Astra. Зато отставание заметно там, где требуется собрать целое приложение или справиться с заданиями для узких специалистов. В ProgramBench (доля задач, где готовая программа почти полностью совпала с эталоном) у Kimi 31,5% против 65% у Opus, а в HLE-Diamond (экзаменационные вопросы по науке на уровне экспертов) 39,4% против 60,9%. Выдуманных утверждений в стресс-тесте на галлюцинации стало меньше: 8,3% вместо 23,4%. Moonshot сама оговаривает, что задания подбирали каверзные, и в обычной работе цифры будут другими.
Использование K3.1 Pro обходится в $2 за 1 млн входных токенов и $10 за такой же объем выходных, а чтение из кеша стоит $0,20. Это на треть дешевле K3, где просили $3 и $15, а за Claude Opus 5.5 Anthropic назначила вдвое больше ($4 и $20). Счет при этом снижается слабее, чем кажется: новая система пишет на 14% длиннее, поэтому одно задание из индекса Artificial Analysis выходит примерно в $2, как и у K3. Для тех, кто спешит, есть вариант Highspeed: Moonshot обещает ускорение в два-три раза за двойную цену ($4 и $20). Обычная версия, по замерам лаборатории, выдает около 44 токенов в секунду, вдвое меньше типичного значения для таких систем, так что доплата выглядит оправданной.
Открытой ее пока можно назвать лишь с натяжкой. В облаке Moonshot нейросеть работает уже сейчас, а полные веса (файлы с настроенными числами, которые можно запустить на собственном оборудовании) компания обещает выложить до 4 ноября. Пока их нет, лаборатория отмечает систему как закрытую. Да и сам термин open weight (в переводе «открытые веса») не дает доступа к исходному коду. У K3 лицензия собственная: по пересказу Саймона Уиллисона (популярного блогера в Python- и ИИ-сообществах), сервисам с выручкой больше $20 млн за 12 месяцев придется заключать отдельное соглашение с Moonshot. Условия для K3.1 Pro пока не опубликованы. Запустить такую махину дома не выйдет: веса K3 занимают около 1,5 ТБ, а параметров у новинки столько же, поэтому понадобится кластер из нескольких серверов с видеокартами.
Для страны это значит, что разрыв сокращается: по оценке Artificial Analysis, после выхода весов лучшая из открытых систем будет отставать от первой среди закрытых на 3 пункта вместо нынешних 12. На Hugging Face (крупнейшей площадке для обмена моделями) китайские разработки уже получают 41% скачиваний, американские 35–36,5%. Это цифры из отчета за 2026 год. Команды по всему миру встраивают такие системы в свои продукты, и создается ощущение, что влияние страны в ИИ все чаще измеряется числом чужих приложений, построенных на ее фундаменте. Слабое место видно по самому стартапу: дневные продажи после выхода K3 выросли в шесть раз, и спустя пару дней Moonshot пришлось закрыть прием новых подписчиков из-за нехватки вычислительных мощностей.
