Moonshot merilis Kimi K3.1 Pro, calon model bobot terbuka terkuat yang tiba 4 November

Moonshot AI merilis Kimi K3.1 Pro pada Jumat, 23 Oktober 2026. Model ini langsung tersedia di aplikasi dan API Kimi, termasuk varian Highspeed yang menurut perusahaan berjalan dua sampai tiga kali lebih cepat untuk pemakaian interaktif. Bobot penuh belum ikut dirilis; Moonshot menjadwalkan publikasinya pada 4 November 2026. K3.1 Pro dibangun di atas Kimi K3, model dengan hampir 3 triliun parameter, lalu mendapat porsi latihan tambahan yang jauh lebih besar. Bagi pasar model terbuka, tanggal 4 November itu yang menentukan: selama bobot belum terbit, model ini hanya bisa dipakai lewat API berbayar dan belum bisa dijalankan di infrastruktur sendiri.

Pengukuran independen dari Artificial Analysis pada 23 Oktober menempatkan K3.1 Pro di peringkat keempat Intelligence Index dengan skor 55. Model itu hanya berada di bawah Claude Opus 5.5 dengan fallback maksimum 58, Claude Sonnet 5.5 dengan fallback maksimum 56, dan Muse Wonder Full 56. Kenaikan terbesar ada di kemampuan agentic: pada GDPval-AA skornya 1.846 Elo, naik 312 poin dari Kimi K3, dan hanya kalah dari Claude Opus 5.5 serta Muse Wonder Full. Pada Terminal-Bench 4.0 skornya 67 persen, melompat dari 13 persen, dan pada AutomationBench-AA yang menguji alur kerja SaaS naik dari 58 persen ke 73 persen. Ujian lain naik lebih moderat: Humanity's Last Exam dari 47 ke 52 persen, SciCode dari 59 ke 61 persen, sedangkan CritPt hanya dari 23 ke 25 persen.

Secara teknis, K3.1 Pro berukuran 2,8 triliun parameter total dengan 104 miliar parameter aktif, menerima masukan teks dan gambar, dan memakai konteks satu juta token. Harganya 2 dolar per juta token input, 10 dolar per juta token output, dan 0,20 dolar per juta token cache hit, atau 33 persen lebih murah dari Kimi K3 pada ketiga tarif tersebut. Meski harga per token turun, biaya per tugas pada Intelligence Index hampir tidak berubah, yaitu 1,98 dolar, karena model ini memakai sekitar 55 ribu token output per tugas, 14 persen lebih banyak daripada K3. Halusinasi juga membaik: tingkat klaim keliru turun dari 53 persen ke 44 persen dan akurasi naik dari 48 ke 51 persen pada AA-Omniscience Index.

Bagian yang paling layak dicatat adalah cara Moonshot menangani kemampuan menyerang. Perusahaan menyatakan telah menghapus materi serangan siber dari data latihan sebelum rilis terbuka, supaya model ini tidak memperluas batas kemampuan model yang bisa diunduh siapa saja. Pada uji internal perusahaan untuk mengeksploitasi cacat perangkat lunak nyata, versi yang dilatih tanpa pemangkasan menyelesaikan 90,5 persen tugas, sedangkan model yang dirilis menyelesaikan 81 persen. Angka itu tetap jauh di atas Kimi K3 yang hanya 33,3 persen, dan menurut hitungan Moonshot masih di bawah model tertutup terbaik serta di bawah DeepSeek V4.1-Flash yang disebut 85,7 persen. Sebagai pembanding, Moonshot mengklaim Terminal-Bench 4.0 sebesar 65,7 persen, di atas GPT-6 Astra 58,2 persen dan sedikit di bawah Claude Opus 5.5 66,4 persen, tetapi angka itu adalah klaim perusahaan sendiri dan belum diperiksa pihak independen.

Konsekuensinya jelas bagi tim yang memilih model untuk agen internal. Jika bobot benar terbit 4 November, jarak antara model terbuka terbaik dan model tertutup terbaik pada Intelligence Index menyempit dari 12 poin menjadi 3 poin, dan itu mengubah hitungan biaya untuk beban kerja bervolume besar seperti klasifikasi dokumen pengadaan, ringkasan kontrak, atau triase tiket. Namun bobot terbuka tidak bisa ditarik kembali setelah diunduh, dan Moonshot sendiri masih menghadapi tekanan Washington: pada Juli 2026 Gedung Putih menuduhnya memakai chip Nvidia terlarang dan menyalin model Anthropic untuk membangun K3, tanpa mempublikasikan bukti.