Huawei, Alibaba ஆதரவு சேர்க்கும் நிலையில் Kimi K3.1 Pro மாதிரியின் எடைகளை வெளியிட்ட Moonshot

2.8 டிரில்லியன் அளவுருக்கள் கொண்ட மாதிரி, API பயன்பாட்டைத் தாண்டுகிறது

Moonshot AI, Kimi K3.1 Pro-வின் முழு எடைகளையும் Hugging Face தளத்தில் வெளியிட்டுள்ளது. இதன் மூலம் டெவலப்பர்களும் நிறுவனங்களும் அதன் முன்னணி பல்மாதிரி மாதிரியைத் தங்களது கணினிக் கட்டமைப்பில் இயக்க முடியும். 2026 அக்டோபர் 24 அன்று Kimi தயாரிப்புகள் மற்றும் அதன் பயன்பாட்டு நிரலாக்க இடைமுகம் (API) வழியாக மாதிரி கிடைக்கச் செய்யப்பட்டதைத் தொடர்ந்து, நவம்பர் 5 அன்று பெய்ஜிங்கில் விடியற்காலையில் இந்த அறிவிப்பு வெளியானது.

K3.1 Pro-வில் 2.8 டிரில்லியன் அளவுருக்கள் உள்ளன. ஒரு மாதிரி கற்றுக்கொண்டவற்றைச் சேமிக்கும் எண் அமைப்புகளே அளவுருக்கள். இதன் நிபுணர் கலவை வடிவமைப்பு, ஒவ்வொரு அனுமானப் படியிலும் முழு மாதிரியையும் ஒரே நேரத்தில் பயன்படுத்துவதற்குப் பதிலாக, சுமார் 104 பில்லியன் அளவுருக்களைச் செயல்படுத்துகிறது. இது சுமார் ஒரு மில்லியன் டோக்கன்கள் வரையிலான சூழல் அளவை ஆதரிப்பதுடன், உரையுடன் காட்சித் தகவலையும் புரிந்துகொள்ளும்.

எடைகள் வெளியான நாளிலேயே Huawei Ascend மற்றும் Alibaba Cloud ஆகிய இரண்டும் ஆதரவை அறிவித்தன. அவற்றின் பயன்பாடுகள் vLLM மற்றும் SGLang அனுமானக் கட்டமைப்புகளைப் பயன்படுத்துகின்றன. பயிற்சியளிக்கப்பட்ட மாதிரிகள் கோரிக்கைகளைச் செயலாக்குவதை நிர்வகிக்கும் மென்பொருள்களே இந்தக் கட்டமைப்புகள். உள்ளகப் பயன்பாட்டைப் பரிசீலிக்கும் நிறுவனங்களுக்கு, இந்த வெளியீடு பதிவிறக்கக்கூடிய எடைகளையும் சீனாவில் உருவாக்கப்பட்ட முடுக்கி அமைப்புகளில் அவற்றை இயக்குவதற்கான தொடக்க வழிகளையும் வழங்குகிறது.

Moonshot வெளியிட்ட மாதிரி அறிமுக அறிவிப்பில், அக்டோபர் 24 அன்று புதுப்பிக்கப்பட்ட தகவலின்படி, நவம்பர் 4-க்குள் முழு எடைகளும் வெளியிடப்படும் எனக் கூறப்பட்டிருந்தது; பொதுவெளி வெளியீட்டு அறிவிப்பு நவம்பர் 5 அன்று வந்தது. kimi.com, Kimi App, Kimi Work, Kimi Code மற்றும் Kimi API வழியாகவும் நிறுவனம் ஏற்கெனவே அணுகலை வழங்கியிருந்தது.

இதனால் ஏற்படும் நடைமுறை மாற்றம், மாதிரி எங்கு இயங்குகிறது என்பதைக் கட்டுப்படுத்தும் வாய்ப்பாகும். API வாடிக்கையாளர், சேவை வழங்குநரின் சேவைக்கு கோரிக்கைகளை அனுப்புகிறார். எடைகளைப் பயன்படுத்தும் நிறுவனம், Moonshot உரிமத்தின் விதிகளுக்கும் மாதிரியை இயக்கத் தேவையான கணிசமான வன்பொருள் வசதிகளுக்கும் உட்பட்டு, தான் நிர்வகிக்கும் கட்டமைப்பில் அதை இயக்கலாம்.

நீண்ட நேரப் பணிகளின்போது AI முகவர்களைத் தொடர்ந்து இயக்குவதற்கான நிர்வகிக்கப்பட்ட சேவையான Kimi Hosted Agents-ஐயும் Moonshot அறிமுகப்படுத்தியது. இந்த அறிவிப்புகள், நிறுவனங்களுக்கு இரண்டு வேறுபட்ட தெரிவுகளை வழங்குகின்றன: மாதிரியைத் தாங்களே நிர்வகிப்பது அல்லது செயல்பாட்டு வேலைகளில் பெரும்பகுதியை Kimi-யிடம் ஒப்படைப்பது.

புதியது என்ன, K3-இலிருந்து தொடர்வது என்ன?

Kimi K3.1 Pro, புதிதாக அடிப்படை மாதிரியைப் பயிற்றுவிப்பதற்குப் பதிலாக, கூடுதல் பயிற்சியின் மூலம் K3 அடித்தளத்தை மேம்படுத்துகிறது. வலுவூட்டல் கற்றலுக்கான கணினி வளங்களை கணிசமாக அதிகரித்ததாக Moonshot கூறுகிறது. வெற்றிகரமான செயல்களுக்கு வெகுமதி அளித்து, மீண்டும் மீண்டும் முயற்சிப்பதன் மூலம் மாதிரி மேம்பட உதவும் செயல்முறையே வலுவூட்டல் கற்றல்.

குறியீட்டாக்கம், 3D உருவாக்கம், நிதி ஆய்வு, பல படிகளில் செயல்படும் முகவர்கள் ஆகியவற்றுக்கு முக்கியத்துவம் கொடுத்து, நூற்றுக்கணக்கான பணிப் பகுதிகளில் இந்தப் பயிற்சியை Moonshot பயன்படுத்தியது. பயிற்சி மென்பொருள், நீண்ட சூழல் செயலாக்கம், திட்டமிடல் மற்றும் உருவாக்கப்பட்ட குறியீட்டை இயக்கக்கூடிய தனிமைப்படுத்தப்பட்ட சூழல்கள் ஆகியவற்றிலும் பொறியியல் மாற்றங்களைச் செய்தது.

சுமார் ஒரு மில்லியன் டோக்கன்கள் கொண்ட சூழல் சாளரம் K3-இலிருந்து தொடர்கிறது. உரை மற்றும் பிற உள்ளீடுகளை மாதிரி பிரிக்கும் சிறு பகுதிகளே டோக்கன்கள். பெரிய சூழல் சாளரம், ஒரு கோரிக்கையைச் செயலாக்கும்போது அதிக ஆவணங்கள், அறிவுறுத்தல்கள், முந்தைய உரையாடல் பகுதிகளை அணுகக்கூடியதாக வைத்திருக்க உதவுகிறது.

வெளியீட்டுத் தொடர், சேவையை அணுகுவதையும் மாதிரியையே அணுகுவதையும் தனித்தனியாகக் காட்டுகிறது:

• 2026 ஜூலை 16: வெளியிடப்பட்ட மாதிரி ஒப்பீட்டின்படி, Kimi K3 அறிமுகப்படுத்தப்பட்டது.
• 2026 அக்டோபர் 24: தயாரிப்புகள் மற்றும் API வழியாக K3.1 Pro-வை Moonshot அறிமுகப்படுத்தியது; எடைகள் நவம்பர் 4-க்குள் வெளியிடப்படும் எனத் திட்டமிடப்பட்டது.
• நவம்பர் 5: Moonshot எடைகள் வெளியீட்டையும் Kimi Hosted Agents-ஐயும் அறிவித்தது; Huawei மற்றும் Alibaba பயன்பாட்டு ஆதரவை அறிவித்தன.

திறந்த எடைகளுடன் இயக்கம் மற்றும் உரிம நிபந்தனைகளும் உள்ளன

போதுமான கணினித் திறன் கொண்ட நிறுவனங்கள் K3.1 Pro-வைப் பதிவிறக்கி, தனித்துவமாக இயக்க எடைகள் வழிவகுக்கின்றன. பொருந்தும் உரிமத்தின் கீழ், நிறுவனங்கள் தங்களது சேவை அமைப்புகளை உள்ளமைக்கலாம், உள்நாட்டுக் கருவிகளை இணைக்கலாம், குறிப்பிட்ட தேவைகளுக்கான மாற்றங்களைச் செய்யலாம்.

வணிகப் பயன்பாட்டை நிர்வகிக்கும் தனிப்பயன் உரிமத்தை Moonshot பயன்படுத்துகிறது. இந்த வெளியீட்டில் மாதிரி எடைகள் இடம்பெறுகின்றன; பயிற்சிக் குறியீடும் அசல் பயிற்சித் தரவுத் தொகுப்புகளும் வெளியிடப்படவில்லை. எனவே, Open Source Initiative வரையறையின்படி முழுமையான பயிற்சித் தொகுப்பைப் பெறுவதற்குப் பதிலாக, Moonshot விதிகளில் குறிப்பிடப்பட்ட அனுமதிகளுடன் பயிற்சியளிக்கப்பட்ட மாதிரியையே டெவலப்பர்கள் பெறுகின்றனர்.

மாதிரியின் அளவு, அதை இயக்குவதில் முக்கியக் கருத்தாகவே உள்ளது. ஒவ்வொரு படியிலும் நிபுணர் கலவை வலையமைப்பின் ஒரு பகுதியே செயல்பட்டாலும், பயன்பாட்டுக்கு முழு எடைகளையும் அணுகக்கூடிய வசதி தேவை. நீண்ட கோரிக்கைகள், மாதிரி செயல்படும்போது சேமித்துவைக்க வேண்டிய அதிக அளவிலான தற்காலிக கவனத் தரவையும் உருவாக்குகின்றன.

Ascend அமைப்புகளில் நினைவகச் சுமையைப் பகிர்கிறது Huawei

K3.1 Pro எடைகள் கிடைத்த அதே நாளில், Ascend குழு தழுவல் பணியை முடித்ததாக Huawei தெரிவித்துள்ளது. இதனால் உடனடியாகப் பயன்பாட்டைச் சரிபார்க்க முடிந்தது. vLLM Ascend மற்றும் SGLang வழியாக Atlas 800 A3, Atlas 900 A3 SuperPod மற்றும் Ascend 950 supernode அமைப்புகளுக்கு ஆதரவு வழங்கப்படுகிறது.

இந்தத் தழுவல், சிதறிய கவனம் மற்றும் பல்மாதிரி செயலாக்கம் உள்ளிட்ட மாதிரியின் கலப்பு கவனக் கட்டமைப்பைச் சரிசெய்கிறது. அடுத்த படிக்கு உள்ளீட்டின் எந்தப் பகுதிகள் முக்கியம் என்பதை மாதிரி தீர்மானிக்க உதவும் பொறிமுறையே கவனம். மிக நீண்ட உள்ளீடுகளுக்குத் தேவையான செயலாக்கப் பணியைக் குறைக்க, சில இணைப்புகளைச் சிதறிய கவனம் கட்டுப்படுத்துகிறது.

ஒவ்வொரு முடுக்கியிலும் நினைவக அழுத்தத்தைக் குறைக்க, பல நரம்புச் செயலாக்க அலகுகள் (NPUகள்) இடையே தற்காலிக மாதிரித் தரவைப் பகிர்ந்தளிக்கும் வகையில் Ascend விநியோகிக்கப்பட்ட சேமிப்பகத்தைப் பயன்படுத்துகிறது. தேவையற்ற நகலெடுப்பையும் கணக்கீட்டையும் குறைக்கும் அடிப்படை கணிதச் செயல்பாட்டு மாற்றங்களையும் Huawei விவரிக்கிறது.

பயன்படுத்துவோர் அசல் எடைகளை ஏற்றலாம் அல்லது கவனச் சேமிப்பகத்தின் அளவுக் குறைப்புடன், வெவ்வேறு மாதிரிக் கூறுகளுக்கு குறைந்த பிட் துல்லியத்தைப் பயன்படுத்தலாம். குறைந்த பிட்களைப் பயன்படுத்தி எண்களைச் சேமிப்பதே அளவுக் குறைப்பு; இது நினைவகத் தேவையைக் குறைக்கிறது. மீண்டும் வரும் உள்ளீட்டை மறுபயன்படுத்தும் முன்னொட்டுச் சேமிப்பு, நீண்ட அறிவுறுத்தல்களைப் பகுதிகளாகச் செயலாக்கும் துண்டாக்கப்பட்ட முன்செயலாக்கம், பரிந்துரைக்கப்பட்ட டோக்கன்களைத் தொகுதிகளாகச் சரிபார்த்து உருவாக்கத்தை விரைவுபடுத்தும் ஊக அனுமானம் ஆகிய அம்சங்கள் தொடர்ந்து கிடைப்பதாக Huawei கூறுகிறது.

SuperPoD தளத்தின் வழியாக மற்றொரு வழியை வழங்குகிறது Alibaba

vLLM மற்றும் SGLang மென்பொருள் அடுக்குகளில் Lingjun Zhenwu M890 SuperPoD-க்கான தழுவல் மற்றும் சரிபார்ப்பை முடித்ததாக Alibaba Cloud தெரிவித்துள்ளது. Zhenwu 810E கட்டமைப்புகளுக்கும் ஆதரவு வழங்கப்படுகிறது. இதனால் சீனாவில் உருவாக்கப்பட்ட முடுக்கிகளில் மாதிரியைப் பயன்படுத்த மற்றொரு வழி கிடைக்கிறது.

FlashMLA, DeepGEMM நிபுணர் கலவைச் செயல்பாடுகள், MegaMoE மற்றும் MoonEP உள்ளிட்ட T-Head SAIL மென்பொருள் அடுக்கில் Alibaba Cloud, T-Head மற்றும் Kimi குழு இணைந்து பணியாற்றின. இந்தக் கூறுகள் கவனக் கணக்கீடுகளையும், நிபுணர்கள் மற்றும் முடுக்கிகளுக்கு இடையிலான பணிப் பகிர்வையும் கையாளுகின்றன. வாடிக்கையாளர்கள் பிரத்யேக bare metal SuperPoD அமைப்புகள் அல்லது Alibaba-வின் REIN சேவை வழியாகப் பயன்படுத்தலாம்; அதன் Qwen AI தளம் வழியாக API அணுகலும் கிடைக்கிறது.

அறிமுக நாளில் Zhongwei மற்றும் Ulanqab பகுதிகளில் SuperPoD அமைப்புகள் கிடைத்ததுடன், Ningxia-வின் Zhongwei பகுதியில் உள்ள SuperPoD பிராந்தியத்துக்கான அழைப்பிதழ் அடிப்படையிலான சோதனையையும் Alibaba தொடங்கியது. Zhongwei அமைப்பில் T-Head-இன் Panmai 920 பிணைய அட்டை சேர்க்கப்பட்டுள்ளது. இது PCIe 5.0, 112G PAM4 Ethernet, வினாடிக்கு 400 ஜிகாபிட் வரையிலான பரிமாற்ற வேகம், வினாடிக்கு 400 மில்லியன் பாக்கெட்டுகள் ஆகியவற்றை ஆதரிப்பதாக Alibaba கூறுகிறது.

இவ்வளவு பெரிய மாதிரியில் செயலிகளுக்கு இடையே தகவல்களை வேகமாக நகர்த்த வேண்டியிருப்பதால், இந்தப் பிணைய விவரங்கள் முக்கியம். அட்டையில் ஒருங்கிணைக்கப்பட்ட PCIe சுவிட்ச், அமைப்புச் செலவை சுமார் 30% குறைக்கக்கூடும் என Alibaba கூறுகிறது. M890 SuperPoD-ஐ 100-க்கும் மேற்பட்ட பெரிய வாடிக்கையாளர்கள் பயன்படுத்துவதாகவும், திட்டமிடப்பட்டுள்ள V900 அடுத்த தலைமுறை அமைப்பு தற்போதைய தலைமுறையின் செயல்திறனைவிட சுமார் மூன்று மடங்கு செயல்திறனை வழங்கும் என எதிர்பார்ப்பதாகவும் அது தெரிவித்துள்ளது; அந்த எண்ணிக்கை நிறுவனத்தின் எதிர்பார்ப்பாகும்.

தொடர்ச்சியான செயல்பாட்டில் குறியீட்டாக்க முடிவுகள் முன்னேற்றத்தைக் காட்டுகின்றன

உண்மையான கணினிச் சூழல்களில், வள வரம்புகளுடன் முனையப் பணிகளை முகவர்கள் செய்து முடிப்பதைச் சோதிக்கும் Terminal-Bench 4.0-இல் 65.7% மதிப்பெண் பெற்றதாக Moonshot தெரிவித்துள்ளது. வெளியிடப்பட்ட ஒப்பீட்டின்படி GPT-6 Astra 58.2% மதிப்பெண்ணும் Claude Opus 5.5 66.4% மதிப்பெண்ணும் பெற்றுள்ளன; அந்தச் சோதனை அமைப்பில் K3.1 Pro, Claude Opus 5.5-ஐவிட 0.7 சதவீதப் புள்ளிகள் பின்தங்கியுள்ளது.

நீண்டகாலப் பணிகளைச் சோதிக்கும் நிறுவனத்தின் Kimi Code Bench 3.0-இல், K3 பெற்ற 55.95% மதிப்பெண்ணிலிருந்து K3.1 Pro 61.2%-ஆக உயர்ந்தது. இது 5.25 சதவீதப் புள்ளி முன்னேற்றமாகும். பல படிகளில் திட்டமிடுதல், கருவிகளைப் பயன்படுத்துதல், பொறியியல் சிக்கல்களைத் தீர்த்தல் ஆகியவற்றில் அந்தச் சோதனை கவனம் செலுத்துகிறது.

சுயாதீன மதிப்பீடுகள் மற்றொரு பார்வையை வழங்குகின்றன. Artificial Analysis-இன் Intelligence Index, 44-இலிருந்து 55-ஆக உயர்ந்ததாகப் பதிவுசெய்தது; அதன் Terminal-Bench சோதனையில் K3.1 Pro சுமார் 67% பெற்ற நிலையில், K3 13% பெற்றது. அந்த முனையச் சோதனை Moonshot-இன் சோதனையிலிருந்து வேறுபட்ட முகவர் கட்டமைப்பைப் பயன்படுத்தியது. எனவே மதிப்பெண்கள் வேறுபட்ட செயல்பாட்டு அமைப்புகளைக் குறிக்கின்றன.

குறியீடு உருவாக்குவதோடு, விடாமுயற்சியுடன் செயல்படுவதையும் Moonshot-இன் செயல்விளக்கங்கள் முன்னிறுத்துகின்றன. நிறுவனத்தின் உள்சோதனையில், 296 எலும்புக்கூட்டுக் கூறுகளும் 402 தசைக் கூறுகளும் கொண்ட நடைப்பயிற்சி உருவகப்படுத்தலை மாதிரி கையாண்டது. 167 பணிகளிலும் 420 தனித்த மதிப்பாய்வுகளிலும், உருவகப்படுத்தப்பட்ட உடலின் தொடர்ச்சியான நடை நேரத்தை 11.2 வினாடிகளாக உயர்த்தியதுடன், தோள்பட்டைத் தசைக் கணக்கீடுகளில் இருந்த 36 பிழைகளையும் சரிசெய்ததாக நிறுவனம் தெரிவித்தது.

தனியான Plotly மதிப்பீட்டில், K3.1 Pro 43 கேள்விகளில் 42-க்குச் சரியான பதிலளித்ததாகத் தெரிவிக்கப்பட்டது; K3-க்கு 35 சரியான பதில்கள் கிடைத்தன. அதே நேரத்தில் K3.1 Pro-வின் செலவும், சராசரி முடிப்பு நேரமும் அதிகமாக இருந்தன. எனவே டோக்கன்களை வேகமாக உருவாக்குவதும் சிறந்த பதில்களை வழங்குவதும், ஒரு பணியை முழுமையாக முடிப்பதற்கான காத்திருப்பு நேரம் அதிகரிப்பதுடன் ஒரே நேரத்தில் நிகழலாம்.

3D உருவாக்கம் மற்றும் நிதிப் பணிகளுக்கான இலக்கு மேம்பாடுகள்

கருவிகளுடன் BenchCAD சோதனையில் K3.1 Pro 92.7% பெற்றதாக Moonshot தெரிவித்துள்ளது. காட்சிப் படங்களிலிருந்து 3D பொருட்களை மீண்டும் உருவாக்க, கணினி உதவியுடன் வடிவமைப்பதற்கான குறியீட்டை மாதிரி உருவாக்குகிறதா என்பதை இந்தச் சோதனை மதிப்பிடுகிறது. வெளியிடப்பட்ட ஒப்பீட்டில் Claude Opus 5.5-க்கு 96.2%, GPT-6 Astra-க்கு 95.9% எனப் பதிவாகியுள்ளது.

Blender மற்றும் CAD மென்பொருள் உள்ளிட்ட தொழில்முறை மாதிரியாக்கக் கருவிகளுக்கான ஸ்கிரிப்டுகளை மாதிரி எழுதிச் செயல்படுத்தும் என Moonshot கூறுகிறது. 2,100 திடப் பொருட்களைக் கொண்ட FreeCAD turbofan இயந்திரமும், 3D அச்சிடலுக்காக ஐந்து பாகங்களாக வடிவமைக்கப்பட்ட விளக்கும் அதன் எடுத்துக்காட்டுகளில் அடங்கும். மாதிரிகளை முன்காணவும், திருத்தவும், ஏற்றுமதி செய்யவும் Kimi இணையதளமும் செயலியும் 3D Make வசதியை வழங்குகின்றன.

நிதிப் பணிகளும் மற்றொரு முக்கிய இலக்காகும். உண்மையான நிதி ஆவணங்களைத் தேடுதல், ஆவணங்களுக்கு இடையிலான சரிபார்ப்பு, எண் சார்ந்த பகுத்தறிவு ஆகியவற்றின் மூலம் பகுப்பாய்வு செய்வதைச் சோதிக்கும் OfficeQA Pro v2-இல் 64.4 மதிப்பெண் பெற்றதாக Moonshot தெரிவித்துள்ளது. நிதி மாதிரியாக்கம் 14% முன்னேறியதாகவும், நிதி ஆய்வு 20% முன்னேறியதாகவும், உருவகப்படுத்தப்பட்ட வணிகச் செயல்பாடுகளில் K3-இன் மதிப்பெண்ணைவிட சுமார் 4.2 மடங்கு மதிப்பெண் கிடைத்ததாகவும் அதன் உள்மதிப்பீடுகள் காட்டுகின்றன.

இந்தச் சோதனைகளில் இரண்டுக்கான அடிப்படை எண்களை வெளியிடப்பட்ட ஒப்பீடு வழங்குகிறது: Financial Research 58.8-இலிருந்து 70.4-ஆகவும், Business Operation 8.9-இலிருந்து 37.0-ஆகவும் உயர்ந்தன. நிறுவனப் பயனருக்கு, தகவலைக் கண்டறிவதிலிருந்து கணக்கீடுகள் செய்து, இறுதியாகப் பயன்பாட்டு விரிதாள் அல்லது ஆய்வு முடிவைத் தயாரிப்பது வரை ஒரு பணியைத் தொடர்ந்து கையாளக்கூடிய மாதிரியே இதன் நோக்கமாகும்.

உண்மைத் தகவல் பிழைகள் குறித்த இரு வேறுபட்ட முடிவுகளை வெளியிட்ட Moonshot

Kimi Hallu Bench Hard சோதனையில், ஒற்றை உண்மைத் தகவல் கூற்று பிழை விகிதம் K3-இன் 23.4%-இலிருந்து K3.1 Pro-வில் 8.3%-ஆகக் குறைந்ததாக Moonshot-இன் அறிமுக அறிவிப்பு கூறுகிறது. ஆனால் அதன் API வழிகாட்டி வேறுபட்ட அழுத்தச் சோதனை முடிவைத் தருகிறது: உண்மைத் தகவல் பிழைகள் இருப்பதாகப் பயனர்கள் குறியிட்ட, அடையாளம் நீக்கப்பட்ட உரையாடல்களில் இந்த விகிதம் 23.35%-இலிருந்து 6.85%-ஆகக் குறைந்ததாகக் கூறப்பட்டுள்ளது.

பதில் அளவை அடிப்படையாகக் கொண்ட புள்ளிவிவரங்களிலும் அந்த இரண்டு பக்கங்கள் வேறுபடுகின்றன. குறைந்தது ஒரு உண்மைத் தகவல் பிழையைக் கொண்ட பதில்களின் பங்கு, K3-இன் விகிதத்தில் சுமார் 42.4% என அறிமுக அறிவிப்பு கூறுகிறது; API வழிகாட்டி அதை சுமார் 46.4% எனக் குறிப்பிடுகிறது. இந்த மதிப்பீடுகளுக்கு இடையிலான தொடர்பை Moonshot விளக்கவில்லை.

மாதிரிகள் தவறிழைக்க வாய்ப்புள்ள கடினமான எடுத்துக்காட்டுகளைத் தேர்ந்தெடுத்து இந்த இரு விளக்கங்களும் மதிப்பிடுகின்றன. நிதி மற்றும் வணிகப் பயன்பாடுகளில், வெளியீட்டின் அடிப்படையில் செயல்படுவதற்கு முன் கணக்கீடுகள், மேற்கோள்கள், உண்மைத் தகவல் கூற்றுகள் ஆகியவற்றை மூலப் பதிவுகளுடன் ஒப்பிட்டுச் சரிபார்ப்பது நடைமுறையில் அவசியமாகும்.

நீண்ட சூழல் சோதனைகளில் ஒன்றில் சிறிய சரிவையும் சுயாதீன ஒப்பீடு பதிவு செய்தது: AA-LCR v1.1 மதிப்பெண் K3-இன் 88.7%-இலிருந்து K3.1 Pro-வில் 86.3%-ஆகக் குறைந்தது. நீண்ட ஆவணங்களைச் செயலாக்கும் நிறுவனங்கள், மாதிரியின் சூழல் கொள்ளளவு மாறாமல் இருந்தாலும், தகவல் மீட்டெடுப்பின் துல்லியத்தையும் கருத்தில் கொள்ள வேண்டும்.

நிர்வகிக்கப்பட்ட முகவர்களும் API அணுகலும் வெவ்வேறு தேர்வுகளை வழங்குகின்றன

AI மாதிரியைச் சுற்றியுள்ள இயக்கக் கட்டமைப்பை, பொதுவாக harness என அழைக்கப்படுவதை, Kimi Hosted Agents வழங்குகிறது. கருவிகள், குறியீடு செயல்படுத்தல், சூழல், அனுமதிகள், பணி தடைபடும்போது மீட்டெடுத்தல் ஆகியவற்றை அந்தக் கட்டமைப்பு நிர்வகிக்கிறது. இந்தச் சேவை 24 மணி நேர இயக்கம், நீண்ட பணிகள், பல முகவர்களுக்கிடையிலான ஒத்துழைப்பு ஆகியவற்றை ஆதரிப்பதாக Moonshot கூறுகிறது.

உள்கண்காணிப்பு மற்றும் செயல்பாட்டுப் பதிலளிப்பு ஆகியவற்றுடன், வாடிக்கையாளர்களுக்கான ஆய்வு உதவியாளர்கள் மற்றும் ஆதரவுச் சேவைகளையும் சாத்தியமான பயன்பாடுகளாக Moonshot குறிப்பிடுகிறது. நிர்வகிக்கப்பட்ட சேவையைப் பயன்படுத்தும் நிறுவனங்கள் பணிகளை வரையறுத்து, கருவிகளை இணைக்கலாம்; அடிப்படை இயக்கச் சூழலை Kimi பராமரிக்கிறது. எடைகளைத் தாங்களே இயக்கும் நிறுவனங்கள், தங்களது சேவை மற்றும் செயல்பாட்டு ஏற்பாடுகளுக்குப் பொறுப்பேற்கின்றன.

API வாடிக்கையாளர்களுக்கு K3.1 Pro-வைத் திறக்க, குறைந்தது 10 யுவான் தொகையை முன்கூட்டியே செலுத்த வேண்டும் என Moonshot-இன் API விரைவு தொடக்க வழிகாட்டி கூறுகிறது. புதிதாகப் பதிவு செய்யும் பயனர்களுக்கான 15 யுவான் கூப்பனை இந்த மாதிரிக்குப் பயன்படுத்த முடியாது. குறைந்த, உயர்ந்த, அதிகபட்ச பகுத்தறிவு அமைப்புகளை இந்த வழிகாட்டி வழங்குகிறது; அதிகபட்ச அமைப்பே இயல்புநிலையாகும். மேலும் ஐந்து நிமிடம் அல்லது ஒரு மணி நேரம் எனச் சேமிப்பகத்தைத் தக்கவைக்கும் தெரிவுகளும் உள்ளன.

அதே அளவிலான நுண்ணறிவை வழங்கியபடியே, வெளியீட்டு வேகத்தை சுமார் இரண்டு முதல் மூன்று மடங்கு அதிகரிப்பதாகக் கூறப்படும் K3.1 Pro Highspeed-ஐயும் Moonshot வழங்குகிறது. ஒரு மில்லியன் டோக்கன்களுக்கான நிலையான உள்ளீடு மற்றும் வெளியீட்டுக் கட்டணங்கள் முறையே $2 மற்றும் $10 என வெளியிடப்பட்ட ஒப்பீடு குறிப்பிடுகிறது. K3-இல் இருந்த $3 மற்றும் $15 கட்டணங்களிலிருந்து இது மூன்றில் ஒரு பங்கு குறைவு; சேமிப்பகக் கட்டணங்கள் மற்றும் பொருந்தக்கூடிய பிற கட்டணங்கள் இதில் சேர்க்கப்படவில்லை. ஒரு பணி பயன்படுத்தும் டோக்கன்கள் மற்றும் கருவித் தொடர்புகளின் எண்ணிக்கையைப் பொறுத்தே மொத்தச் செலவு அமையும்.

டெவலப்பர்கள் சில குறிப்பிட்ட ஒருங்கிணைப்புத் தேவைகளைக் கவனிக்க வேண்டும்: கருவிகளை அழைக்கும் போதெல்லாம் முழுமையான உதவியாளர் செய்திகள் தக்கவைக்கப்பட வேண்டும்; காட்சிப் உள்ளீடுகளுக்கு பொதுப் பட URL-களுக்குப் பதிலாக base64 தரவு அல்லது பதிவேற்றிய கோப்புக் குறியீடுகள் தேவை; புதுப்பிக்கப்பட்டு வரும் நிலையில் உள்ள அதன் இணையத் தேடல் கருவியை உற்பத்திப் பயன்பாட்டில் பயன்படுத்த வேண்டாம் என்றும் வழிகாட்டி அறிவுறுத்துகிறது.

முக்கிய அம்சங்கள்

• முன்னதாகத் தயாரிப்புகள் மற்றும் API வழியாக அணுகல் வழங்கப்பட்டதைத் தொடர்ந்து, Kimi K3.1 Pro எடைகளை நவம்பர் 5 அன்று Moonshot அறிவித்தது.
• இந்த மாதிரியில் மொத்தம் 2.8 டிரில்லியன் அளவுருக்கள் உள்ளன; ஒவ்வொரு அனுமானப் படியிலும் சுமார் 104 பில்லியன் அளவுருக்கள் செயல்படுகின்றன; சூழல் கொள்ளளவு சுமார் ஒரு மில்லியன் டோக்கன்கள்.
• vLLM மற்றும் SGLang வழியாகப் பயன்பாட்டு ஆதரவை Huawei Ascend மற்றும் Alibaba Cloud அறிவித்தன.
• குறியீட்டாக்கம், 3D மாதிரியாக்கம், நிதிப் பணிகளில் முன்னேற்றம் இருப்பதாக Moonshot தெரிவிக்கிறது; பணிக்கும் மதிப்பீட்டு அமைப்புக்கும் ஏற்ப முடிவுகள் மாறுபடுகின்றன.
• மாதிரியைத் தனியாக இயக்கக் கணிசமான கணினி வளங்களும் Moonshot-இன் தனிப்பயன் உரிமத்துக்கு இணங்குதலும் தேவை.
• நீண்ட பணிகளை இயக்குவதற்கும் பல முகவர்களை ஒருங்கிணைப்பதற்கும் Kimi Hosted Agents நிர்வகிக்கப்பட்ட மாற்றுத் தேர்வை வழங்குகிறது.