Kimi K3.1 Pro di Moonshot AI si avvicina a Claude Opus 5.5

Un salto di qualità per Kimi

Moonshot AI, azienda cinese specializzata in intelligenza artificiale, ha presentato Kimi K3.1 Pro, una versione post‑addestrata del precedente K3, arricchita di un significativo incremento di calcolo post‑training. Il nuovo modello ha raggiunto 55 punti sull’Artificial Analysis Intelligence Index (AAI), guadagnando 11 punti rispetto a K3 e posizionandosi al quarto posto a livello globale.

Solo tre modelli lo superano: Claude Opus 5.5 (58 punti), Claude Sonnet 5.5 (56) e Muse Wonder Full (56). Se Moonshot riuscirà a rilasciare i pesi del modello entro il 4 novembre 2026, K3.1 Pro diventerà il modello open‑weights con il punteggio più alto, riducendo il divario tra modelli aperti e proprietari da 12 a sole 3 punti.

Oltre al modello standard, Moonshot offre una variante K3.1 Pro Highspeed, più veloce di due‑tre volte, disponibile tramite le piattaforme Kimi.ai, Kimi Work, Kimi Code e l’API Kimi.

Performance su benchmark chiave

Le maggiori migliorie di K3.1 Pro si registrano nei compiti agentici. Sul benchmark GDPval‑AA, il modello ottiene 1.846 Elo, 312 punti sopra K3, posizionandosi subito dietro Claude Opus 5.5 (1.866) e Muse Wonder Full (1.857). Su Terminal‑Bench 4.0, Moonshot riporta un 65,7 % di successo, superando GPT‑6 Astra (58,2 %) e quasi pari a Claude Opus 5.5 (66,4 %). K3, per confronto, aveva solo il 13 % su questo test.

Le tassi di allucinazione sono diminuiti drasticamente: sul benchmark interno Kimi Hallu Bench Hard, le allucinazioni a livello di claim sono scese dal 23,4 % con K3 all’8,3 % con K3.1 Pro. GPT‑6 Astra registra il 5,5 % su lo stesso test, mantenendo un leggero vantaggio.

Nel settore finanziario, K3.1 Pro guadagna 7,2 punti in Financial Modeling e 11,6 punti in Financial Research. Per le attività d’ufficio generali, il modello è al top su OfficeQA Pro v2.

Tabella comparativa dei benchmark

Tutti i risultati sono stati ottenuti con l’impostazione di “massimo sforzo di ragionamento”.

Capacità di modellazione 3D e programmazione

K3.1 Pro interagisce direttamente con i principali motori di gioco – Unity, Unreal Engine e Godot – gestendo sia correzioni rapide che la costruzione completa di progetti. Sul benchmark BenchCAD, il modello raggiunge il 92,7 % con strumenti, avvicinandosi a Claude Opus 5.5 (96,2 %) e GPT‑6 Astra (95,9 %). Senza strumenti, ottiene il 72,8 %, quasi pari a Claude Opus 5.5 (73,0 %).

Moonshot evidenzia la forza del modello nella modellazione parametrica di parti meccaniche, progetti architettonici e prodotti configurabili. È in grado di scrivere ed eseguire script per Blender e software CAD senza necessità di connettori MCP. Inoltre, è stata introdotta la funzionalità “3D Make” su Kimi.com, che consente agli utenti di visualizzare, modificare ed esportare modelli 3D direttamente dal browser.

Dimensioni, costi e disponibilità

K3.1 Pro mantiene la stessa scala di K3: 2,8 trilioni di parametri totali di cui 104 miliardi attivi, una finestra di contesto di un milione di token e supporto sia per testo che per immagini. Secondo Artificial Analysis, il modello si colloca al vertice della frontiera di Pareto: nessun altro modello con un numero di parametri comparabile supera il suo punteggio sull’Intelligence Index.

Il prezzo delle API è stato ridotto del 33 %: l’input costa $2 per milione di token (prima $3), l’output $10 (prima $15) e le cache hit $0,20 (prima $0,30). Nonostante il costo per task sull’Intelligence Index sia quasi invariato ($1,98 rispetto a $2,00 per K3), il modello genera il 14 % in più di token di output, migliorando l’efficienza complessiva.

Le versioni disponibili sono:

• Kimi‑K3.1‑Pro: $2,00/MTok input, $10,00/MTok output
• Kimi‑K3.1‑Pro‑Highspeed: $4,00/MTok input, $20,00/MTok output
• Cache input per entrambe: $0,20/MTok

Sicurezza informatica e limiti offensivi

Moonshot dedica una sezione completa del suo technical blog post alla cybersecurity. L’azienda ha osservato che, man mano che il post‑training aumenta, le capacità di ricerca di vulnerabilità crescono, poiché i dati cyber‑related sono presenti nel corpus di addestramento generale e nei compiti di reinforcement learning.

Per la versione open‑weights, Moonshot ha rimosso i dati cyber‑related da entrambe le fasi di addestramento. Su xdev‑bench‑hard, un benchmark interno che riproduce vulnerabilità recenti di Linux kernel, Node.js e JavaScriptCore, la versione “non pulita” risolve il 90,5 % dei compiti, mentre la versione pulita scende all’81,0 %. DeepSeek‑V4.1‑Flash ottiene l’85,7 %, mentre K3 (senza pulizia) raggiunge solo il 33,3 %.

Moonshot sostiene che nessun modello open‑weights dovrebbe spingere al massimo le capacità offensive cyber, ma intende comunque aumentare gradualmente le capacità difensive, utili per audit di sistemi legacy. Anthropic ha già mostrato che anche GLM‑5.3, con 45 punti sull’AA Index, può scrivere exploit quasi al livello di Claude Mythos.

Prospettive future

Con il rilascio previsto dei pesi entro novembre 2026, Kimi K3.1 Pro potrebbe diventare il modello open‑weights più performante sul mercato, riducendo drasticamente il divario con le soluzioni proprietarie. La combinazione di miglioramenti nei compiti agentici, nella programmazione, nella modellazione 3D e nella riduzione dei costi rende K3.1 Pro una proposta molto competitiva per sviluppatori, aziende e ricercatori.

Il futuro di Moonshot AI sembra orientato verso una maggiore apertura, senza sacrificare le prestazioni. Se la strategia di pulizia dei dati cyber‑related si dimostrerà efficace, K3.1 Pro potrà mantenere un equilibrio tra potenza e responsabilità, contribuendo a una diffusione più sicura dell’intelligenza artificiale avanzata.