Sinyal Peluncuran Kimi K3.1 Muncul Saat Moonshot Menyiapkan Peningkatan AI Berikutnya

Identifikasi Model Baru Mengisyaratkan Langkah Moonshot Berikutnya

Moonshot AI tampaknya tengah menyiapkan Kimi K3.1 setelah para pengembang menemukan identifikasi model yang dapat dipanggil, "kimi-k3-1", di registri platform API perusahaan itu pada 28 September. Pratinjau kemudian muncul di platform terbuka Kimi dengan nama K3.1 atau K3 11111, yang mengiklankan jendela konteks satu juta token.

Temuan tersebut mengisyaratkan bahwa pengembangan telah melampaui tahap penggunaan nama internal. Para pengembang mengatakan identifikasi itu merespons pengujian antarmuka, sementara perubahan pada situs Moonshot mencakup identifikasi lain, "k3d1-agent", dan modul bot baru. K3.1 kabarnya sedang menjalani pengujian terbatas, yang terkadang disebut pengujian terbatas (gray testing), yakni ketika akses diberikan kepada kelompok terbatas sebelum peluncuran yang lebih luas.

Kimi K3 yang sudah ada memiliki 2,8 triliun parameter, yaitu nilai numerik yang dipelajari model selama pelatihan. Angka tersebut merujuk pada K3; jumlah parameter K3.1 belum dikonfirmasi. Perbedaan ini penting karena peningkatan dapat mengubah cara model bernalar, menggunakan alat, atau menangani permintaan tanpa harus memperbesar ukurannya.

Rencana yang dilaporkan mengarah pada penugasan otonom yang lebih panjang, pemrograman, permainan, pengembangan 3D, dan pengoperasian komputer. Penambahan yang mungkin mencakup beberapa pengaturan penalaran dan mode untuk mengoordinasikan beberapa agen AI. Fitur-fitur tersebut akan mendorong Kimi lebih jauh untuk menyelesaikan rangkaian pekerjaan, alih-alih sekadar menjawab pertanyaan satu per satu.

Belum ada tanggal peluncuran publik yang pasti maupun spesifikasi final untuk K3.1. Bagi pengguna yang mempertimbangkan untuk mengadopsinya, pertanyaan praktis mulai terlihat: seberapa andal model ini menyelesaikan pekerjaan, berapa lama waktu yang dibutuhkan, dan berapa biayanya.

Makna Temuan pada September

Para pengembang pertama kali melihat "kimi-k3-1" di registri model backend platform API pada 28 September. API adalah koneksi yang memungkinkan perangkat lunak mengirim permintaan ke model AI dan menerima jawabannya. Identifikasi model memberi tahu koneksi tersebut sistem mana yang harus digunakan.

Pratinjau platform yang muncul kemudian menambahkan klaim kemampuan yang lebih konkret: dukungan untuk konteks hingga satu juta token. Token adalah unit informasi kecil, sering kali berupa kata atau bagian dari kata. Jendela konteks adalah jumlah materi yang dapat dipertimbangkan model dalam satu interaksi, termasuk instruksi, dokumen, dan percakapan terkait tugas.

Identifikasi situs "k3d1-agent" dan modul bot yang baru ditambahkan juga memicu spekulasi mengenai Kimi Bot. Moonshot belum menguraikan deskripsi produk yang terkonfirmasi untuk kemungkinan tersebut, sehingga bukti paling jelas berkaitan dengan pengujian model dan perubahan pada platform.

Rangkaian temuan terbaru ini muncul setelah K3 diperkenalkan pada Juli:

• 17 Juli 2026: Moonshot mengumumkan Kimi K3, dengan 2,8 triliun parameter dan jendela konteks satu juta token.
• 27 Juli: Target yang diumumkan Moonshot untuk merilis bobot model K3, yakni nilai numerik hasil pembelajaran yang diperlukan untuk menjalankan model.
• 28 September: Para pengembang menemukan identifikasi "kimi-k3-1" yang dapat dipanggil di registri API.
• Setelah temuan tersebut: Pratinjau K3.1 atau K3 11111 muncul di platform terbuka, dengan klaim konteks satu juta token.

Warisan K3 yang Akan Dibawa K3.1

Moonshot meluncurkan K3 di aplikasi dan API-nya pada Juli. Pengumuman K3 pada Juli menempatkannya sebagai model unggulan perusahaan untuk pemrograman, pekerjaan berbasis pengetahuan, dan tugas kompleks yang membutuhkan penalaran panjang dengan pengawasan manusia terbatas. Janji untuk merilis bobotnya juga menjadikan akses di luar layanan Moonshot sendiri sebagai daya tarik utama.

K3 menggunakan desain mixture of experts. Sederhananya, model ini memiliki kelompok-kelompok komponen komputasi yang berbeda, dan sistem perutean memilih kelompok mana yang membantu memproses masukan. Sebanyak 2,8 triliun parameternya menggambarkan keseluruhan model, sedangkan arsitekturnya menentukan bagian mana yang terlibat dalam perhitungan tertentu.

Desain tersebut membantu menjelaskan mengapa jumlah parameter utama hanyalah satu bagian dari cerita. Pengalaman pengguna merupakan gabungan dari pelatihan, perutean, sumber daya komputasi, dan perangkat lunak yang menghubungkan model dengan alat. Jumlah parameter total yang lebih besar saja tidak memberi tahu pelanggan seberapa cepat tugas pemrograman akan selesai atau berapa biayanya.

Kapasitas konteks K3.1 yang diiklankan akan menyamai satu juta token pada K3. Karena itu, peningkatan yang diusulkan tampaknya lebih menitikberatkan pada cara model mengolah informasi dan menjalankan tugas, bukan memperbesar jumlah informasi yang dapat ditampungnya sekaligus.

Pengaturan Penalaran Dapat Memberi Pengguna Kendali Lebih Besar

K3.1 diperkirakan menawarkan tiga tingkat penalaran: Low, High, dan Max. Pengaturan ini akan memberi pengembang cara untuk memilih seberapa besar upaya yang dicurahkan model dalam mengerjakan suatu permintaan. Perilaku pastinya dan dampaknya terhadap biaya belum dipublikasikan.

Tugas klasifikasi singkat dan perbaikan perangkat lunak yang sulit membutuhkan upaya berbeda. Mengelompokkan pesan pelanggan ke dalam kategori mungkin hanya memerlukan jawaban cepat. Menyelidiki kegagalan pada beberapa berkas dapat membutuhkan pemeriksaan, pengujian, dan revisi berulang. Pengaturan penalaran yang dapat disesuaikan memungkinkan pengguna memilih keseimbangan kecepatan dan upaya yang berbeda untuk tiap tugas.

Para pengembang yang menelaah platform memperkirakan bahwa tingkat tersebut mungkin berkaitan dengan alokasi sumber daya komputasi yang berbeda serta skema biaya yang berlainan. Bagi bisnis yang memproses banyak permintaan, pilihan itu akan menjadi keputusan operasional sekaligus teknis.

Jendela satu juta token yang dilaporkan juga relevan di sini. Model dapat menerima kumpulan besar kode atau dokumen, tetapi waktu dan upaya komputasi yang diperlukan untuk menggunakannya tetap penting. Pelanggan yang mempertimbangkan K3.1 perlu menilai pengaturan penalaran bersama dengan ukuran pekerjaan yang mereka berikan.

Agen dan Mode Swarm Menyasar Penugasan yang Lebih Panjang

Mode K3.1 yang mungkin tersedia mencakup Agent, Swarm, pencarian, dan pemrosesan batch. Agen AI menjalankan serangkaian tindakan untuk mencapai suatu tujuan, sering kali dengan menggunakan alat di antara langkah-langkahnya. Alih-alih sekadar menyarankan cara memperbaiki program, misalnya, agen dapat memeriksa berkas, mengusulkan perubahan, menjalankan pengujian, lalu merevisi pekerjaannya.

Swarm merujuk pada beberapa agen yang bekerja bersama, kemungkinan dengan membagi tugas besar menjadi pekerjaan-pekerjaan kecil. Satu agen dapat mencari informasi, sementara yang lain memeriksa kode dan agen ketiga memverifikasi hasil. Mode yang diusulkan akan memperluas pendekatan tersebut di dalam Kimi, meskipun penerapannya belum dijelaskan secara terperinci.

Pencarian dan pemrosesan batch menjawab kebutuhan yang berbeda. Pencarian membantu AI mengambil informasi selama pengerjaan tugas. Pemrosesan batch memungkinkan pengguna mengirimkan sekumpulan pekerjaan, seperti banyak dokumen yang memerlukan perlakuan sama, alih-alih mengelola setiap permintaan secara terpisah.

Permainan, pemrograman 3D, dan pengoperasian komputer juga dilaporkan menjadi fokus. Hal-hal tersebut menuntut lebih dari sekadar jawaban tertulis yang lancar: kode harus berjalan, elemen interaktif harus berfungsi sesuai harapan, dan tindakan di komputer harus dilakukan dengan urutan yang benar. Bagi orang yang menggunakan AI untuk membangun atau mengoperasikan perangkat lunak, kemampuan menjalankan setiap langkah secara andal akan menjadi tolok ukur utama peningkatan ini.

Harga dan Kecepatan Akan Menentukan Nilai Peningkatan

Platform terbuka Moonshot menampilkan harga API K3.1 yang sama dengan tarif K3 saat ini. Daftar tersebut mungkin hanya bersifat sementara, sehingga pelanggan belum mengetahui harga final model baru ini. Kekhawatiran yang dilaporkan terkait K3 mencakup harga, kecepatan respons, dan batas penggunaan.

Ketiga persoalan itu saling berkaitan erat dalam pekerjaan otonom. Tugas yang membutuhkan panggilan model dan penggunaan alat berulang dapat menghabiskan lebih banyak waktu dan sumber daya daripada satu jawaban. Batas penggunaan juga dapat menghentikan tugas sebelum selesai, sehingga seseorang harus melanjutkan atau menata ulang pekerjaannya.

Karena itu, kesamaan tarif yang tercantum dengan K3 hanya menjawab sebagian persoalan biaya. Jumlah pekerjaan yang dibutuhkan untuk mencapai hasil yang berguna juga memengaruhi pengeluaran. Untuk tugas tertentu, model yang menyelesaikan pekerjaan dengan lebih sedikit pengulangan mungkin lebih hemat, meski tarif yang dipublikasikan tampak serupa.

Moonshot juga kabarnya tengah menyiapkan peluncuran resmi Kimi K2.8, yang telah tersedia sebagai pratinjau selama lebih dari sebulan. Dengan K2.8 dan K3.1 sama-sama muncul dalam pembahasan peluncuran, para pengembang menghadapi pilihan produk yang akan bergantung pada kemampuan dan ketentuan akses yang akhirnya diumumkan Moonshot.

Persaingan Bergeser Sejak Debut K3 pada Juli

K3 memasuki persaingan dengan posisi kuat pada Juli, dengan debut di peringkat ketiga Indeks Kecerdasan Artificial Analysis dan peringkat kedua Indeks Vals AI. Analis Nathan Lambert menyebutnya sebagai model terbuka terkuat saat itu, sekaligus memperkecil kesenjangan dengan model-model terkemuka Amerika yang bobot internalnya tetap tertutup.

Perhatian kemudian beralih setelah DeepSeek merilis V4.1 Flash-1017. Perbandingan terbaru yang disampaikan bersama laporan K3.1 menempatkan model tersebut di atas K3 pada hampir semua tolok ukur kinerja yang disebutkan. Tidak ada tabel skor terperinci yang menyertai klaim itu, sehingga besarnya keunggulan belum jelas.

Peringkat pada Juli dan perbandingan terbaru tersebut merujuk pada dua momen berbeda di pasar yang bergerak cepat. K3 menjadikan Moonshot pesaing kuat saat diluncurkan; kini K3.1 harus menunjukkan kemajuan yang berguna dalam menghadapi persaingan yang lebih baru. Bagi pelanggan, perbandingan yang relevan akan mencakup jenis tugas yang benar-benar mereka jalankan, beserta biaya, latensi, dan batas akses.

Rincian peluncuran yang paling menentukan adalah keterkaitan fitur-fitur yang diusulkan Moonshot dengan hasil sehari-hari: apakah agen menyelesaikan tugas panjang, apakah penalaran yang lebih kuat sepadan dengan waktu tunggu, dan apakah pengembang dapat memperkirakan pengeluaran mereka. Entri registri dan pratinjau platform telah membuat K3.1 mulai terlihat. Peluncuran resmi perlu mengubah sinyal-sinyal tersebut menjadi produk yang didefinisikan dengan jelas.

Poin Utama

• Para pengembang menemukan identifikasi model "kimi-k3-1" yang dapat dipanggil pada 28 September, disusul pratinjau platform K3.1 atau K3 11111.
• Pratinjau tersebut mengiklankan konteks satu juta token, menyamai kapasitas K3.
• Jumlah 2,8 triliun parameter telah dikonfirmasi untuk K3; jumlah parameter K3.1 belum diumumkan.
• Fitur yang diperkirakan mencakup pengaturan penalaran Low, High, dan Max, serta kemungkinan mode Agent, Swarm, pencarian, dan batch.
• Harga API yang ditampilkan sama dengan K3, tetapi mungkin masih sementara. Kecepatan, batas penggunaan, dan penyelesaian tugas juga akan memengaruhi nilainya.
• Moonshot belum menetapkan tanggal pasti peluncuran K3.1.