Kimi K3.1 Pro launches at 55 on Intelligence Index, Gemini 4 Argon at 53

Erhan Meydan @erhanmeydanOriginally posted 2026.10.24

Open original on X

Moonshot, Kimi K3.1 Pro’yu yayınladı. Yeni bir mimari değil, K3'ün çok daha fazla RL eğitimi görmüş hali. Ama aradaki fark küçük değil. Artificial Analysis Intelligence Index’ta Claude ve Muse'tan sonra 3. sıraya yerleşti. → Kimi K3.1 Pro: 55 (K3'ün güncel puanı 44'tü) → Önünde sadece Claude Opus 5.5 (58) ve Claude Sonnet 5.5 (56) var. Muse Wonder Full da 56 ama herkese açık API’si yok → GPT-6 Astra, Claude Fable 5.1 ve Gemini 4 Argon 53'te kalıyor → Diğer açık modellerin en iyileri GLM-5.3 ve DeepSeek V4.1 Flash 45'te Ağırlıklar 4 Kasım’a kadar açılacakmış. Yani indirip kendi altyapımızda çalıştırabileceğimiz bir model (kişisel bilgisayarlar değil), kapalı modellerin büyük kısmının önünde duruyor. Moonshot’un kendi testlerinden öne çıkanlar (bağımsız ölçüm değil, kendi paylaşımları): → Terminal-Bench 4.0: %65.7. GPT-6 Astra %58.2, Opus 5.5 %66.4 → Halüsinasyon: zorlayıcı iç testlerinde yanlış bilgi oranı %23.4'ten %8.3'e inmiş. GPT-6 Astra %5.5 ile hala önde → 3D modelleme: farklı açılardan görüntülerden CAD koduyla model çıkarma testinde %92.7, Opus 5.5 %96.2 → Simüle bir şirketi uzun süre yönetme testinde K3'ün yaklaşık 4 katı skor almış (8.9'dan 37'ye) Siber güvenlik kısmı ilginç. Açık ağırlıklı sürüm için eğitim verisinden siber içeriği bilerek ayıklamışlar. Ayıklanmamış sürüm zafiyet testinde %90.5 çözerken yayınlanan sürüm %81'de kalıyor. Yani bilinçli olarak kısılmış bir modeli kullanacağız. Geliştirici tarafında: → 1M token bağlam penceresi var → Düşünme modu kapatılamıyor, sadece low, high ve max ayarı var (varsayılan max) → 2 ila 3 kat hızlı bir Highspeed sürümü de var → K2 serisi Aralık sonunda emekliye ayrılıyor, K2 kullananların geçişi planlaması gerekiyor Açık modellerle en iyi kapalı model arasındaki mesafe artık 3 puan.

This post quotes another post: x.com/kimi_moonshot/status/2113680701770068067