Kimi K3.1 Pro Model Ağırlıkları Yayınlandı

1. Model Tanıtımı#

Kimi K3.1 Pro, açık ağırlıklı (open-weight), doğal olarak çok modlu (natively multimodal) ve ajantik yeteneklere sahip 3 trilyon parametre sınıfındaki en yetenekli model olarak karşımıza çıkıyor. Kimi K3 temel alınarak yüzlerce alt alanda büyük ölçekli birleşik pekiştirmeli öğrenme (joint reinforcement learning) ile son eğitimden (post-training) geçirilen bu model, K3.1 serisinin ilk üyesidir.

1 milyon token'lık devasa bağlam penceresi (context window) sunan Kimi K3.1 Pro; kodlama, 3B (3D) tasarım oluşturma, finansal araştırma, olgusal doğruluk ve diğer ajantik yeteneklerde ciddi iyileştirmeler sağlıyor.

• Pratik Çıkarım: Yazılım geliştiriciler için 1 milyon token bağlam penceresi, tüm bir kod tabanını veya kapsamlı teknik dokümantasyonu tek seferde modele besleyebilmek anlamına gelir. Bu durum, karmaşık RAG mimarilerine olan ihtiyacı azaltırken çok adımlı ajan (multi-step agent) iş akışlarında bağlam kopukluğunu önler. İlgili eğitim modülü: Modeller: Hangisi, Ne Zaman?

2. Model Özeti#

Modelin teknik mimarisi, devasa kapasiteyi verimli çıkarım (inference) ile dengelemek üzere tasarlanmıştır:

• Mimari: Uzmanların Karışımı / Mixture-of-Experts (MoE)

• Parametre Yapısı: Toplam 2.8T parametre, token başına aktif 104B parametre (896 uzmandan 16'sı seçilir + 2 paylaşılan uzman)

• Katman ve Dikkat (Attention) Mimarisi: 93 katman (1 yoğun katman), 69 KDA + 24 Gated DSA (Uzun bağlam modellemesini daha verimli hale getirmek için Kimi K3'teki Gated MLA katmanları Gated DeepSeek Sparse Attention ile değiştirilmiştir)

• Boyutlar ve İndeksleme: Dikkat gizli boyutu 7168, 96 dikkat başlığı, DSA indeks Top-K 2048, Latent MoE boyutu 3584, uzman başına gizli boyut 3072, kelime dağarcığı 160K ve 1.048.576 bağlam uzunluğu

• Aktivasyon ve Görsel Kodlayıcı: SiTU-GLU aktivasyon fonksiyonu; 401M parametreli MoonViT-V2 görsel kodlayıcı (Metin ve Görüntü modalitesi)

• Kuantizasyon: Niceleme farkındalıklı eğitim (QAT) ile MXFP4 ağırlıklar ve MXFP8 aktivasyonlar

• Pratik Çıkarım: 2.8T toplam parametreye rağmen yalnızca 104B parametrenin aktif olması ve modelin doğrudan MXFP4/MXFP8 kuantizasyon desteğiyle gelmesi, kendi sunucularında (self-hosted) model çalıştıran ekipler için VRAM maliyetini ve gecikme süresini (latency) önemli ölçüde düşürür.

3. Değerlendirme Sonuçları#

Test sonuçları (aksi belirtilmedikçe) maksimum akıl yürütme çabası (reasoning effort max), temperature = 1.0 ve top-p = 0.95 parametreleriyle elde edilmiştir. Kimi K3.1 Pro; Claude Opus 5.5, GPT-6 Astra, Claude Fable 5.1, DeepSeek-V4.1-Flash-1017 ve GLM-5.3 gibi güncel modellerle karşılaştırılmıştır:

• Kodlama (Coding): SWE Marathon v1.1 testinde 51.7 ile rakiplerini geride bırakırken, Terminal-Bench 4.0'da 65.7 (Claude Opus 5.5: 66.4) ve DeepSWE v1.1'de 75.5 puan almıştır. Araç destekli BenchCAD w/ tools skorunun 72.8'den 92.7'ye çıkması, modelin harici araç kullanımındaki başarısını kanıtlar.

• Ajantik (Agentic) Görevler: HLE-Full w/ tools testinde 70.0, BrowseComp'ta 92.1, GDP.pdf w/ python'da 85.7, ZeroBench_main w/ python (pass@5) testinde 63.0, Agents' Last Exam (ALL / CLI) testlerinde 43.2 / 44.2, Automation Bench-AA'da 73.3, OfficeQA Pro v2'de 64.4, Harvey Legal Agent'ta 23.7 ve HANDBOOK.md'de 44.6 ile lider konumda yer almaktadır. Ayrıca Python destekli görsel/veri analiz testlerinde (MMMU-Pro: 90.0, CharXiv: 93.4, BabyVision: 95.4) ve finans/iş dünyası benchmark'larında (GDPval-AA v2.1: 1846 Elo, Frontier Finance: 58.6) üst düzey rekabetçi sonuçlar üretmiştir.

• Pratik Çıkarım: Modelin özellikle Python yorumlayıcısı ve harici araçlarla (w/ tools) birleştirildiğinde en yüksek skorlara ulaşması, üretim ortamında Tool Calling ve Multi-Step Agent'lar geliştirirken Kimi K3.1 Pro'nun güçlü bir omurga olarak kullanılabileceğini göstermektedir.