Pembaruan pertama Moonshot AI, Kimi K3.1 Pro terbaru: Kimi K3.1 Pro mencetak 65,7% di Terminal-Bench 4.0, hanya 0,7 poin di belakang Claude Opus 5.5 dan 7,5 poin di depan…

Kimi K3.1 Pro mencetak 65,7% di Terminal-Bench 4.0, hanya 0,7 poin di belakang Claude Opus 5.5 dan 7,5 poin di depan GPT-6 Astra, dengan rata-rata biaya per tugas lebih rendah daripada konfigurasi terbaik kedua pesaing. Moonshot juga mengungkapkan telah memfilter data terkait serangan siber dari mid-training dan RL seiring meningkatnya kemampuan eksploitasi selama post-training, yang menurunkan pass@3 internal xdev-bench-hard dari 90,5% menjadi 81,0% — masih jauh di atas 33,3% milik K3. Mengapa penting: model bobot terbuka terbaru Moonshot tampak mendekati garis depan untuk tugas terminal dengan biaya lebih rendah, dan perusahaan secara terbuka mengungkapkan harga kapabilitas dari penyaringan keamanannya.

• Rohan Paul2026-10-23 19:21