La empresa de inteligencia artificial china Moonshot AI anunció el lanzamiento del miembro más reciente de su familia de modelos, el Kimi K3.1 Pro, junto con una versión más rápida conocida como Highspeed. El acceso al nuevo modelo y a su versión rápida se ha habilitado a través de los productos Kimi y la interfaz de programación de aplicaciones (API) de la empresa, con planes para publicar oficialmente los pesos del modelo antes del 4 de noviembre.
¿Qué ofrece el modelo Kimi K3.1 Pro en la práctica?
El nuevo modelo fue construido como una evolución del modelo Kimi K3, habiendo dedicado una mayor potencia computacional a la fase de entrenamiento adicional. La versión viene equipada con una ventana de contexto de hasta un millón de tokens, lo que le permite procesar contenidos textuales extremadamente largos de una sola vez. Según los datos de la empresa, la versión rápida (Highspeed) funciona a una velocidad de entre dos y tres veces mayor en comparación con el modelo estándar.
Las nuevas capacidades del modelo se centran principalmente en los campos del desarrollo de software y el diseño 3D. La empresa explica que K3.1 Pro no solo se limita a corregir errores en códigos existentes, sino que también admite proyectos de desarrollo de juegos utilizando motores populares como Unity, Unreal Engine y Godot. Además, puede generar modelos 3D basados en textos, bocetos o imágenes de referencia, así como escribir códigos para software de Blender y diseño asistido por computadora (CAD) para ejecutar las modificaciones requeridas.
Rendimiento e investigación financiera
En las pruebas de rendimiento, K3.1 Pro logró una tasa de éxito del 65.7% en la evaluación Terminal-Bench 4.0, que mide las tareas de programación a través de la interfaz de línea de comandos, superando a algunos modelos competidores en los resultados publicados por la empresa.
En el ámbito de la investigación financiera, la empresa trabajó en mejorar las capacidades del modelo para revisar documentos financieros, comparar datos provenientes de múltiples fuentes y realizar operaciones matemáticas de varios pasos. Las pruebas internas de validación de la empresa indicaron una reducción en la tasa de alucinaciones o información errónea basada en afirmaciones, pasando del 23.4% en la versión anterior al 8.3%, enfatizando que esta cifra no refleja necesariamente la tasa de error diaria general.
¿Qué significa esto para los desarrolladores?
La empresa tiene la intención de publicar los pesos del modelo para ayudar a los desarrolladores a ejecutarlo y personalizarlo en su propia infraestructura. Antes del paso de publicación, la empresa eliminó los contenidos relacionados con la ciberseguridad de los datos de entrenamiento y los entornos de aprendizaje reforzado con el objetivo de restringir las capacidades de explotación de vulnerabilidades o ataques cibernéticos.