Kimi K3.1 Pro ra mắt: mô hình mở 3T tham số với ngữ cảnh 1 triệu token

Moonshot AI vừa chính thức giới thiệu Kimi K3.1 Pro, mô hình đầu tiên trong dòng K3.1 và là mô hình mở mạnh nhất của hãng tính đến nay. Với quy mô khoảng 3 nghìn tỷ tham số và cửa sổ ngữ cảnh 1 triệu token, phiên bản mới ghi nhận bước tiến rõ rệt ở lập trình, dựng mô hình 3D, nghiên cứu tài chính và các năng lực tác nhân (agentic).

Giao diện giới thiệu Kimi K3.1 Pro

Song song, Moonshot AI phát hành biến thể Kimi K3.1 Pro Highspeed, cho tốc độ phản hồi nhanh gấp 2-3 lần bản tiêu chuẩn. Cả hai phiên bản đã có mặt trên Kimi.ai, Kimi Work, Kimi Code và Kimi API; trọng số đầy đủ của mô hình sẽ được công bố trước ngày 4/11.

Huấn luyện hậu kỳ quy mô lớn nhờ tối ưu toàn bộ hạ tầng

Kimi K3.1 Pro là phiên bản hậu huấn luyện (post-trained) của Kimi K3, với lượng tính toán hậu huấn luyện lớn hơn đáng kể. Để triển khai học tăng cường (RL) quy mô lớn trên hàng trăm lĩnh vực, nhóm phát triển đã tối ưu từng tầng của hệ thống: khung RL, suy luận ngữ cảnh dài, hiệu suất huấn luyện, hạ tầng sandbox, lập lịch rollout và nền tảng kiểm tra chất lượng môi trường dùng chung.

Nhờ vậy, mỗi đơn vị tính toán RL đều mang lại lợi ích ổn định và có thể dự đoán trước. Kết quả là K3.1 Pro cải thiện đồng đều ở mọi lĩnh vực, thay vì chỉ tập trung vào một số ít nhiệm vụ.

Lập trình: bám sát nhóm mô hình độc quyền hàng đầu

Trên các bộ kiểm thử về lập trình, tác nhân và kiến thức, K3.1 Pro đạt kết quả ngang hoặc tiệm cận những mô hình độc quyền mạnh nhất.

• Terminal-Bench 4.0: đạt 65,7%, vượt GPT-6 Astra (58,2%) và chỉ xếp sau Claude Opus 5.5 (66,4%).
• Kimi Code Bench 3.0 Long-horizon (bộ kiểm thử nội bộ): đạt 61,2%, cao hơn mức 55,95% của K3.

Tổng quan kết quả benchmark của Kimi K3.1 Pro

Mô hình xử lý trọn vẹn các công việc lập trình, từ sửa lỗi nhanh trong codebase thực tế đến xây dựng toàn bộ dự án. K3.1 Pro cũng tỏ ra khéo léo hơn về phong cách hình ảnh cho game và trang web, đồng thời biết lựa chọn công cụ phù hợp để hiện thực hóa ý tưởng.

Đáng chú ý, mô hình làm việc hiệu quả trên các game engine như Unity, Unreal Engine và Godot, kết hợp tìm kiếm web với sinh mô hình 3D để tạo ra trải nghiệm hoàn chỉnh. Các trang front-end, cảnh Three.js tương tác và tài sản 3D do mô hình tạo ra có bố cục, kiểu chữ, chuyển động và độ trau chuốt tốt hơn rõ rệt.

Trong một thử nghiệm nội bộ, K3.1 Pro tự xây dựng trình mô phỏng động lực đi bộ của người trên nền mô hình giải phẫu mã nguồn mở human-atlas (296 thành phần xương, gồm cả sụn, và 402 thành phần cơ). Qua 167 nhiệm vụ và 420 lượt đánh giá độc lập, mô hình phân tích kết quả, chẩn đoán lỗi và tinh chỉnh bộ điều khiển, đưa nhân vật mô phỏng từ chỗ đổ ngã trong vài giây lên đi liên tục với sải chân xen kẽ trong 11,2 giây.

Điểm đáng chú ý là khi việc điều chỉnh hàm thưởng không cải thiện được chuyển động tay, K3.1 Pro không tiếp tục loay hoay với phần thưởng mà chạy các phép thử vòng hở trên động lực học của trình mô phỏng, phát hiện và sửa 36 lỗi trong tính toán mô-men cơ vai, rồi huấn luyện lại bộ điều khiển.

Dựng mô hình 3D và thiết kế

K3.1 Pro có thế mạnh ở sáng tạo 3D và tư duy không gian. Trên BenchCAD — bộ kiểm thử tái dựng 3D từ nhiều góc nhìn qua sinh mã CAD — mô hình đạt 92,7% khi có công cụ, tiệm cận Claude Opus 5.5 (96,2%) và GPT-6 Astra (95,9%).

Kết quả kiểm thử BenchCAD

Từ một bản mô tả văn bản, bản phác thảo hoặc ảnh tham chiếu, K3.1 Pro có thể suy ra hình dạng, tỷ lệ và quan hệ không gian để tạo mô hình 3D dùng được. Mô hình cũng hiểu thư viện tài sản và bộ sưu tập mẫu sẵn có tốt hơn trước.

Thế mạnh nổi bật là mô hình tham số hóa (parametric modeling), từ chi tiết cơ khí, mô hình kiến trúc đến sản phẩm tùy biến và nội thất theo yêu cầu. Không cần đầu nối MCP, mô hình vẫn tự viết và chạy script cho các công cụ như Blender hay phần mềm CAD để tạo, tinh chỉnh tài sản, chỉnh sửa chi tiết, điều chỉnh hình học, vật liệu và bố cục cảnh.

Cũng trong đợt này, tính năng 3D Make đã có mặt trên kimi.ai và ứng dụng Kimi, cho phép xem trước và chỉnh sửa mô hình 3D trực tuyến, tải về để in 3D hoặc xuất thành video, Live Photo để chia sẻ.

Tài chính: giảm mạnh tỷ lệ ảo giác

Với khả năng suy luận và tác nhân tốt hơn, K3.1 Pro có thể đảm nhận trọn quy trình tài chính từ đầu đến cuối. Mô hình đạt 64,4 điểm trên OfficeQA Pro v2 — bộ kiểm thử phân tích dữ liệu tài khóa phức tạp trên tài liệu tài chính thật, đòi hỏi truy xuất, đối chiếu chéo tài liệu và suy luận số nhiều bước.

Kết quả của Kimi K3.1 Pro trên các bài kiểm thử tài chính và năng suất

Trên các bộ kiểm thử tài chính nội bộ, mức cải thiện so với K3 khá ấn tượng:

• Financial Modeling (liên kết công thức, logic tài chính, chất lượng bảng tính): tăng 7,2 điểm.
• Financial Research (nghiên cứu có thể kiểm chứng trong giới hạn bằng chứng và thời điểm): tăng 11,6 điểm.
• Business Operation (quản lý và ra quyết định dài hạn trong môi trường mô phỏng): hiệu suất gấp khoảng 4,2 lần K3.

Vì phân tích tài chính và nghiên cứu đầu tư đòi hỏi độ chính xác thực tế rất cao, Moonshot AI đã cải thiện có chủ đích khả năng này. Trên Kimi Hallu Bench Hard, tỷ lệ ảo giác ở cấp độ khẳng định giảm từ 23,4% (K3) xuống 8,3%. Tỷ lệ phản hồi chứa ít nhất một lỗi thực tế chỉ còn 42,4% so với bản tiền nhiệm.

Đây là bài kiểm thử áp lực về độ chính xác thực tế, với các mẫu được thiết kế có chủ đích để khai thác tình huống mô hình dễ mắc lỗi. Các con số công bố không đại diện cho tỷ lệ lỗi tổng thể trong sử dụng hàng ngày.

An ninh mạng: chủ động kiểm soát năng lực nguy hiểm

Khi K3.1 Pro ngày càng mạnh, Moonshot AI dành nhiều công sức hơn để hiểu năng lực an ninh mạng đến từ đâu và có thể kiểm soát đến mức nào. Nhóm phát triển phát hiện nội dung liên quan đến an ninh mạng nằm rải rác trong kho dữ liệu huấn luyện trung gian, đồng thời các nhiệm vụ an ninh mạng cũng xuất hiện trong tập môi trường RL — hệ quả tự nhiên của việc huấn luyện trên dữ liệu rộng.

Thử nghiệm sơ bộ cho thấy nếu không loại bỏ dữ liệu ở cả hai giai đoạn, năng lực an ninh mạng sẽ tăng đáng kể. Vì vậy, với bản phát hành trọng số mở, hãng đã xác định và loại bỏ dữ liệu liên quan đến an ninh mạng ở cả giai đoạn huấn luyện trung gian lẫn RL, trong khi vẫn giữ các nhiệm vụ lập trình đa dụng cần thiết.

Trên xdev-bench-hard — bộ kiểm thử nội bộ gồm các nhiệm vụ phát hiện và khai thác lỗ hổng dựa trên mã nguồn thật (Linux kernel, Node.js, JavaScriptCore, Exim, VirGL...):

• Bản checkpoint không áp dụng biện pháp giảm rủi ro: giải được 90,5% bài ở pass@3.
• Bản K3.1 Pro chính thức: đạt 81,0%.

Khoảng cách này cho thấy việc loại bỏ dữ liệu làm giảm đáng kể năng lực an ninh mạng so với những gì cùng quy trình huấn luyện có thể tạo ra. Dù vậy, K3.1 Pro vẫn tiến bộ rõ rệt so với bản tiền nhiệm, cho thấy năng lực lập trình và gỡ lỗi dài hạn mạnh hơn vẫn lan sang các nhiệm vụ an ninh mạng ngay cả sau khi đã lọc dữ liệu.

Moonshot AI nêu rõ nguyên tắc: không phát hành trọng số mở làm mở rộng biên giới tuyệt đối của năng lực tấn công mạng; đồng thời từng bước nâng năng lực an ninh mạng trong các bản mở để hỗ trợ mục đích phòng thủ — giúp nhiều đội ngũ hơn có thể kiểm tra mã nguồn họ duy trì, kể cả các hệ thống cũ hiếm khi được đánh giá bảo mật chuyên sâu.

Cách truy cập

Kimi K3.1 Pro đã có mặt trên toàn bộ hệ sinh thái sản phẩm Kimi:

• Kimi Agents: tải hoặc cập nhật ứng dụng Kimi trên iOS, Android, HarmonyOS hoặc truy cập kimi.ai.
• Kimi Work: tải bản desktop 3.1.0 trở lên cho Windows và Mac chip Apple Silicon.
• Kimi Code: chạy Kimi Code và chọn Kimi K3.1 Pro bằng lệnh /model.
• Kimi API: chọn kimi-k3.1-pro hoặc kimi-k3.1-pro-highspeed, có hỗ trợ Zero Data Retention.
• Kimi Business: dành cho doanh nghiệp cần quản lý thành viên và tách biệt tài khoản cá nhân với tổ chức.

Với người dùng Việt Nam, đây là một lựa chọn đáng cân nhắc trong bối cảnh các mô hình mở ngày càng thu hẹp khoảng cách với giải pháp độc quyền. Việc trọng số được phát hành công khai trước ngày 4/11 cũng mở ra khả năng tự triển khai trên hạ tầng nội bộ cho các doanh nghiệp muốn kiểm soát dữ liệu.