La primera actualización de Moonshot AI, el nuevo Kimi K3.1 Pro: Kimi K3.1 Pro logra un 65,7 % en Terminal-Bench 4.0, a solo 0,7 puntos de Claude Opus 5.5 y 7,5 puntos por delante…
Kimi K3.1 Pro logra un 65,7 % en Terminal-Bench 4.0, a solo 0,7 puntos de Claude Opus 5.5 y 7,5 puntos por delante de GPT-6 Astra, con un coste medio por tarea inferior al de la mejor configuración de ambos rivales. Moonshot también reveló que filtró datos relacionados con ciberataques del mid-training y el RL a medida que crecía la capacidad de explotación, lo que redujo su pass@3 interno en xdev-bench-hard del 90,5 % al 81,0 %, aún muy por encima del 33,3 % de K3. Es relevante porque el nuevo modelo de pesos abiertos de Moonshot parece estar cerca de la frontera en tareas de terminal a menor coste, y la empresa divulga públicamente el precio en capacidad de su filtrado de seguridad.
FUENTES
- Rohan Paul2026-10-23 19:21