Fyra av 215, enligt någon annans siffror
Artificial Analysis har placerat Moonshot AI:s nya Kimi K3.1 Pro på fjärde plats av 215 modeller i sitt Intelligence Index, med poängen 55. Indexet sätter Claude Opus 5.5 först på 58, och Kimi före Claude Fable 5.1, GPT-6 Astra och Gemini 4 Argon, som alla får 53, och Metas Muse Wonder på 52. Medianen för jämförbara modeller är 27.
Det spelar roll eftersom det inte är Moonshots egen resultattavla. Bolagets lanseringsinlägg redovisar sina egna siffror — 65,7 procent på Terminal-Bench 4.0 mot GPT-6 Astras 58,2 och Claude Opus 5.5:s 66,4, och 92,7 procent på BenchCAD med verktyg mot 96,2 för Opus 5.5 — alla uppmätta av tillverkaren själv. Artificial Analysis index är en utvärderingssvit från tredje part, version 4.3.2, byggd av tio tester, bland dem Terminal-Bench 4.0, Humanity’s Last Exam, SciCode och GDPval-AA.
Billig att köra, långsam att svara och mycket pratsam
Indexet är mindre smickrande i allt som inte är intelligens. Kimi K3.1 Pro producerar 73,5 utdatatokens per sekund, vilket ger plats 113 av 186 modeller och ligger under genomsnittet på 82. Claude Opus 5.5 ligger på 96 och DeepSeeks V4.1 Flash på 195.
Den är också mångordig. Artificial Analysis uppger att modellen genererade 150 miljoner utdatatokens när den tog sig igenom indexet, mot ett medianvärde på 87 miljoner, vilket räcker för plats 92 av 116 i mångordighet. Priset är 2,00 dollar per miljon indatatokens och 10,00 per miljon utdatatokens, med 90 procents cacherabatt, vilket blir 2,11 dollar per uppgift i Intelligence Index. Opus 5.5 kostar 5,98 dollar för samma arbete och Claude Fable 5.1 kostar 7,63, så Kimi når en poäng tre enheter från ledaren för ungefär en tredjedel av priset.
Vikterna är inte ute än
Moonshot kallar K3.1 Pro sin “mest kapabla öppna modell i 3T-klassen hittills”, med ett kontextfönster på en miljon tokens. Artificial Analysis listar den för närvarande som en proprietär modell, eftersom vikterna inte finns att få: Moonshot säger att de “kommer att släppas senast den 4 november”.
Fram till dess finns modellen bara som en tjänst, på Kimi.ai, Kimi Work, Kimi Code och Kimi-API:et, vid sidan av en snabbare variant som Moonshot kallar K3.1 Pro Highspeed och säger går två till tre gånger snabbare.
Vad man ska följa
Datumet är det avgörande. Om Moonshot släpper vikterna i tid blir en modell med 55 poäng i ett oberoende index nedladdningsbar, vilket med god marginal skulle göra den till det starkaste bidraget med öppna vikter i det indexet. Om datumet glider kvarstår avståndet mellan det bolaget kallar öppet och det någon faktiskt kan köra.
Värt att notera separat: Moonshot har sagt att bolaget tog bort cyberrelaterade träningsdata ur K3.1 Pro för att minska risken för missbruk. Varken Artificial Analysis index eller företagets publicerade tester mäter vad den borttagningen kostade.
