Il divario tra i modelli di intelligenza artificiale cinesi e quelli statunitensi si è ridotto sensibilmente. Kimi K3.1 Pro raggiunge 55 punti nell’Artificial Analysis Intelligence Index, contro i 44 della precedente versione K3, collocandosi a soli tre punti da Claude Opus 5.5 di Anthropic. Il progresso è stato ottenuto senza aumentare i 2.800 miliardi di parametri dell’architettura, grazie a un post‑addestramento più esteso. Il risultato assume particolare rilievo considerando le restrizioni statunitensi all’esportazione degli acceleratori AI avanzati, che condizionano l’accesso delle aziende cinesi alle risorse di calcolo.
Performance e benchmark di Kimi K3.1 Pro
Il nuovo modello di Moonshot AI, Kimi K3.1 Pro, raggiunge il 65,7 % in Terminal‑Bench 4.0, contro il 66,4 % di Claude Opus 5.5 e il 58,2 % di GPT‑6 Astra, confermando la rapidità con cui sta evolvendo la competizione nel coding agentico. La versione conserva la finestra di contesto da un milione di token e amplia le capacità di progettazione tridimensionale, analisi finanziaria e ricerca documentale. Il modello è già accessibile attraverso i servizi Kimi e le API; la pubblicazione dei pesi è prevista entro il 4 novembre 2026.
Nel benchmark interno Kimi Code Bench 3.0 Long‑horizon il modello ottiene il 61,2 %, rispetto al 55,95 % di K3. Inoltre, nel test Kimi Hallu Bench Hard la percentuale di affermazioni errate scende dal 23,4 % di K3 all’8,3 % di K3.1 Pro. Questi risultati si riferiscono a specifici set di prove e non misurano il tasso generale di allucinazioni in tutti gli scenari d’uso.
Contesto esteso e capacità agentiche
La finestra di 1.048.576 token consente di mantenere in contesto grandi repository software, documentazioni tecniche e cronologie di esecuzione. Per gli agenti che operano per molte ore, la gestione del contesto è essenziale quanto la capacità di generare codice: occorre conservare specifiche, risultati dei test, errori e decisioni intermedie.
Moonshot AI: dalla ricerca al mercato
Moonshot AI è una società di intelligenza artificiale fondata a Pechino nel 2023, guidata da Yang Zhilin, ricercatore con un dottorato alla Carnegie Mellon University e contributi a Transformer‑XL e XLNet. La gestione di sequenze testuali lunghe è una specializzazione che precede la nascita dell’azienda e caratterizza la successiva evoluzione di Kimi.
Il primo assistente Kimi, introdotto nel 2023, si è distinto per la capacità di elaborare documenti estesi. Con la famiglia Kimi K2 Moonshot AI ha rafforzato l’offerta di modelli a pesi disponibili pubblicamente; Kimi K3, introdotto nel luglio 2026, ha poi esteso la scala dell’architettura alla classe dei tremila miliardi di parametri. K3.1 Pro interviene soprattutto sulla fase successiva al pre‑addestramento: invece di aumentare ulteriormente la dimensione della rete, investe in addestramento per rinforzo e ambienti di esecuzione agentici.
Architettura MoE e meccanismi di attenzione
Kimi K3 adotta una struttura Mixture of Experts (MoE) con 896 esperti, dei quali 16 vengono selezionati per ciascun token. La selezione dinamica permette di utilizzare soltanto una parte della rete durante il calcolo, pur conservando la capacità rappresentativa di un modello molto più grande. Il numero complessivo di parametri non va quindi confuso con quelli attivati a ogni passaggio.
L’architettura combina Kimi Delta Attention (KDA) e Attention Residuals (AttnRes). La prima interviene sull’efficienza dell’elaborazione delle sequenze lunghe; i secondi consentono ai layer di recuperare selettivamente rappresentazioni precedenti, migliorando il flusso delle informazioni in profondità. A questi meccanismi si aggiungono Stable LatentMoE, le tecniche di bilanciamento degli esperti e Gated Multi‑head Latent Attention. Moonshot AI attribuisce a questo insieme di innovazioni un miglioramento di circa 2,5 volte nell’efficienza di scaling rispetto a Kimi K2: non è una misura della velocità di generazione dei token.
Post‑addestramento intensivo
K3.1 Pro utilizza una quantità di calcolo molto maggiore nella fase di post‑training, in particolare per il reinforcement learning congiunto su centinaia di domini applicativi. Moonshot AI dichiara di aver ottimizzato il framework di RL, l’inferenza su contesti lunghi, le sandbox, la pianificazione delle esecuzioni e il controllo di qualità degli ambienti di addestramento. L’obiettivo tecnico è rendere più efficace l’apprendimento attraverso prove, feedback e correzioni successive.
Nel benchmark Terminal‑Bench 4.0, che valuta attività realistiche al terminale con vincoli di risorse e test specifici, K3.1 Pro raggiunge il 65,7 %, vicino al 66,4 % di Claude Opus 5.5 e sopra il 58,2 % di GPT‑6 Astra. Nel benchmark interno Kimi Code Bench 3.0 Long‑horizon ottiene il 61,2 %, rispetto al 55,95 % di K3. Il confronto non va confuso con Terminal‑Bench 2.1, usato per valutare la precedente versione: le due edizioni non sono direttamente intercambiabili.
Le valutazioni agentiche dipendono anche dagli strumenti che accompagnano il modello. Per Terminal‑Bench 4.0 Moonshot AI ha utilizzato il framework Claude Code; per altri test sono impiegati ambienti differenti. I punteggi misurano dunque la prestazione dell’intero sistema modello‑agente nelle condizioni dichiarate, non una capacità isolata e invariabile del solo modello.
Ottimizzazione di kernel GPU e compilatore MiniTriton
La base K3 era già stata sperimentata in sessioni di ottimizzazione autonoma di kernel GPU fino a 24 ore, con analisi delle prestazioni, modifiche al codice e nuove misurazioni. Moonshot AI riferisce di aver utilizzato una versione preliminare del modello anche per ottimizzare componenti del proprio stack di calcolo.
Un caso particolarmente articolato è MiniTriton, un compilatore compatto ispirato a Triton e realizzato da K3: comprende un linguaggio per operazioni su blocchi di dati, una rappresentazione intermedia basata su MLIR, passaggi di ottimizzazione e generazione di codice PTX per GPU NVIDIA. In alcune prove MiniTriton ha ottenuto prestazioni comparabili o superiori a Triton e torch.compile; l’esecuzione dell’addestramento di nanoGPT ha inoltre permesso di verificare il funzionamento dell’intera pipeline, oltre ai singoli kernel.
Applicazioni complesse: simulazione e progettazione
Con K3.1 Pro l’attenzione si estende alle attività di sviluppo che richiedono molte iterazioni e l’interazione tra strumenti differenti. In una prova interna, il modello ha costruito e raffinato un simulatore della camminata umana basato sul progetto open source human‑atlas, che rappresenta centinaia di componenti scheletriche e muscolari. Attraverso 167 missioni e 420 revisioni indipendenti, il sistema ha corretto problemi nel controller e nelle equazioni della dinamica, fino a ottenere una camminata simulata continua di 11,2 secondi.
Le capacità di sviluppo autonomo di Kimi K3 erano già emerse in un esperimento di progettazione elettronica: nell’arco di 48 ore, il modello aveva realizzato e verificato mediante simulazione un circuito per l’inferenza AI, utilizzando strumenti EDA open source e una libreria tecnologica a 45 nm. Il progetto comprendeva circa 1,46 milioni di celle standard e raggiungeva oltre 8.700 token al secondo in simulazione, senza arrivare alla fabbricazione fisica del chip.
Prospettive future e rilascio dei pesi
Moonshot AI ha annunciato che i pesi di K3.1 Pro saranno resi pubblici entro il 4 novembre 2026, consentendo alla comunità di ricerca di sperimentare ulteriori ottimizzazioni e di integrare il modello in nuovi tool di sviluppo. La combinazione di una finestra di contesto di un milione di token, di meccanismi MoE altamente efficienti e di un post‑addestramento mirato pone K3.1 Pro come uno dei candidati più promettenti per guidare la prossima generazione di agenti di coding autonomi.
In sintesi, il salto di Moonshot AI dimostra che l’innovazione non dipende esclusivamente dal numero di parametri, ma può emergere da una progettazione architetturale intelligente e da un investimento significativo nella fase di post‑addestramento. Con K3.1 Pro, la Cina si avvicina sempre più ai leader statunitensi, rendendo la competizione globale nell’AI più equilibrata e stimolante per tutti gli attori del settore.