Kimi K3.1 Pro: Tiên phong trí tuệ, tiến thêm một bước

Chuyên mục: WaytoAGI · Tác giả / Nguồn: · Cập nhật:

Tóm tắt cốt lõi: Kimi K3.1 Pro chính thức ra mắt, sở hữu 3 nghìn tỷ tham số và 1 triệu context, tập trung nâng cao năng lực lập trình, sáng tạo 3D, nghiên cứu tài chính và Agent dài hạn, phiên bản tốc độ cao cho tốc độ output nhanh hơn gấp 2–3 lần. Bài viết sử dụng các case study như phát triển game, dựng mô hình CAD, mô hình tài chính để minh họa hiệu quả thực tế, cùng khám phá ngay!

Bản đồ hoạ thông tin (AI tạo)
Bản đồ hoạ thông tin (AI tạo)

Link bài viết gốc: https://mp.weixin.qq.com/s/Q6Z-skAUH_na9...

Kimi K3.1 Pro · Tài khoản chính thức · Moonshot AI Kimi · 2026-10-24 01:16

Bài viết này được chia sẻ lại, bản quyền thuộc về tác giả gốc, toàn văn căn cứ theo link bài gốc

001-a0.png
001-a0.png

The only way of discovering the limits of the possible is to venture a little way past them into the impossible. Cách duy nhất để khám phá giới hạn của "có thể" là tiến thêm một bước nhỏ về phía "không thể". Arthur C. Clarke, «Profiles of the Future»

Hôm nay, chúng tôi chính thức ra mắt Kimi K3.1 Pro , đây là model đầu tiên của dòng K3.1 , đồng thời là model quy mô 3 nghìn tỷ tham số mạnh mẽ nhất của chúng tôi từ trước đến nay, hỗ trợ context 1 triệu token. Kimi K3.1 Pro mang lại sự nâng cấp đặc biệt rõ nét ở lập trình, sáng tạo 3D, nghiên cứu tài chính cũng như các năng lực Agent tầm dài khác.

Chúng tôi đồng thời ra mắt phiên bản model tốc độ cao Kimi K3.1 Pro Highspeed , cùng mức độ thông minh nhưng tốc độ output nhanh gấp khoảng 2~3 lần .

Ngay từ hôm nay, bạn có thể thông qua kimi.com , Kimi App , Kimi Work , Kimi Code và Kimi API (platform.kimi.com)để trải nghiệm các model Kimi K3.1 Pro và Kimi K3.1 Pro Highspeed. Trọng số model đầy đủ sẽ được phát hành trước ngày 4 tháng 11.

002-a1.png
002-a1.png

Xem đầy đủ benchmark tại kimi.com/blog/kimi-k3-1-pro

Không ngừng bứt phá giới hạn tiên phong

Kimi K3.1 Pro là phiên bản post-training của Kimi K3 với sức mạnh tính toán cho post-training tăng mạnh. Để hỗ trợ quá trình huấn luyện phối hợp quy mô lớn cho hàng trăm lĩnh vực downstream , chúng tôi đã tối ưu hóa từng tầng của tech stack, bao gồm framework RL, suy luận context dài, hiệu suất huấn luyện, hạ tầng sandbox, hệ thống điều phối, cũng như nền tảng dùng chung phục vụ kiểm tra chất lượng môi trường, đảm bảo từng phần sức mạnh tính toán RL tăng thêm đều mang lại hiệu quả ổn định và tối ưu. Kết quả là, model Kimi K3.1 Pro đã đạt được sự nâng cấp toàn diện trên mọi lĩnh vực nhờ RL quy mô lớn.

Trên các benchmark về lập trình, Agent và tri thức, K3.1 Pro đã đạt hoặc tiệm cận trình độ của các model mã nguồn đóng mạnh nhất. Terminal-Bench 4.0 đánh giá năng lực của programming agent thông qua các tác vụ terminal trong môi trường thực tế bị giới hạn tài nguyên, mỗi tác vụ đều đi kèm các bài test chuyên biệt nghiêm ngặt. K3.1 Pro đạt 65,7% điểm trong đánh giá này, vượt qua GPT-6 Astra (58,2%) và chỉ kém một khoảng cách rất nhỏ so với Claude Opus 5.5 (66,4%). Kimi Code Bench 3.0 Long-horizon là bài benchmark nội bộ của chúng tôi, bao quát nhiều lĩnh vực kỹ thuật, tập trung đánh giá khả năng thực thi đa bước, gọi công cụ và giải quyết vấn đề end-to-end của programming agent. K3.1 Pro đạt điểm 61,2% trong bài test này, cao hơn mức 55,95% của K3.

003-a2.png
003-a2.png

Mã nguồn

Kimi K3.1 Pro có thể đảm đương các tác vụ lập trình ở mọi quy mô: từ việc sửa một lỗi nhỏ trong codebase thực tế đến xây dựng trọn vẹn một dự án hoàn chỉnh từ con số không. Model cũng mang lại phong cách thị giác tinh tế hơn cho trải nghiệm game và web, đồng thời biết cách vận dụng linh hoạt các công cụ chuyên dụng bên ngoài phù hợp để hiện thực hóa chúng.

K3.1 Pro sử dụng thành thạo các game engine như Unity , Unreal Engine , Godot , kết hợp cùng tìm kiếm trên web và tạo dựng 3D để tạo nên trải nghiệm hoàn chỉnh. Các trang frontend, cảnh tương tác Three.js và tài nguyên 3D do model tạo ra đều có sự tiến bộ rõ rệt về bố cục, typography, hiệu ứng chuyển động và độ trau chuốt chi tiết. Dưới đây là các case study do K3.1 Pro thực hiện end-to-end:

Game chiến đấu Thiên Cung dựa trên Unreal Engine: Kimi K3.1 Pro đã dựng nên một Thiên Cung thần thoại phương Đông bồng bềnh giữa biển mây trên Unreal Engine 5.8: hành lang cột 36 gian với bán kính 1.750 mét được tạo mô hình thủ tục bằng Blender, 36 triệu tam giác gốc được render qua Nanite và Lumen. Tư liệu bên ngoài: đám mây Cloud Forge VDB, vật liệu 8K từ Poly Haven/ambientCG, dữ liệu mặt trăng từ NASA LRO/LOLA.

Game phiêu lưu 3D trên Godot: Kimi K3.1 Pro sử dụng Godot 4.7.2 để xây dựng một game hành động phiêu lưu 3D cách điệu: 5 khu vực có thể khám phá, bao gồm địa hình thủ tục, đường sá, mạng lưới sông ngòi, thảm thực vật và bố cục làng mạc, cùng với chiến đấu góc nhìn thứ ba, màn đấu Boss hai giai đoạn, thu thập tài nguyên, chu kỳ ngày đêm và dịch chuyển nhanh qua lửa trại. Tư liệu bên ngoài: asset pack tự nhiên và làng mạc từ Quaternius, gói nhân vật và hoạt ảnh từ KayKit, Kenney Survival Kit, v.v.

Landing page trình diễn cánh tay robot 3D: Kimi K3.1 đã xây dựng một trang trưng bày cánh tay robot 3D chạy trực tiếp trong trình duyệt, bao gồm chế độ xem phân rã, vỏ ngoài trong suốt và hiệu ứng mặt cắt; 2.317 linh kiện cùng 268 đường dây dẫn động lực đều được sinh hoàn toàn bằng code.

Nhờ học tăng cường quy mô lớn, năng lực lập trình tầm dài của K3.1 Pro cũng được gia tăng vượt bậc. Trong một bài test nội bộ, K3.1 Pro đã dựa trên một model giải phẫu học người mã nguồn mở gồm 296 thành phần xương (bao gồm sụn) và 402 thành phần cơ để xây dựng một bộ mô phỏng động lực học dáng đi của con người, tích hợp đầy đủ quy trình huấn luyện và đánh giá. Trải qua 167 tác vụ cùng 420 lần đánh giá độc lập, model liên tục phân tích kết quả thử nghiệm, khoanh vùng lỗi và lặp lại tối ưu bộ điều khiển bước đi, giúp cơ thể mô phỏng từ chỗ ngã chỉ sau vài bước đầu tiên tiến bộ lên mức có thể bước so le và đi liên tục trong 11,2 giây. Khi việc điều chỉnh cơ chế phần thưởng vẫn không cải thiện được chuyển động của cánh tay, K3.1 Pro không dừng lại ở đó mà chuyển sang thăm dò vòng hở đối với động lực học của bộ mô phỏng, định vị thành công sự cố và sửa chữa 36 lỗi tính toán cánh tay đòn của cơ vai, sau đó huấn luyện lại bộ điều khiển.

Các đối tác tham gia thử nghiệm sớm đã gửi về những phản hồi về năng lực lập trình của K3.1 Pro:

004-a7.png
004-a7.png
005-a8.png
005-a8.png
006-a9.png
006-a9.png

Dựng hình 3D

Model Kimi K3.1 Pro rất xuất sắc trong sáng tạo 3D và suy luận không gian. Trong BenchCAD , K3.1 Pro khi có công cụ hỗ trợ đã đạt điểm 92,7% , tiệm cận mức 96,2% của Claude Opus 5.5 và 95,9% của GPT-6 Astra . Benchmark này đánh giá năng lực tái tạo model 3D từ các góc nhìn render đa chiều thông qua việc sinh mã CAD. Khi cung cấp cho K3.1 Pro một đoạn mô tả văn bản, một bản phác thảo hoặc một hình ảnh tham khảo, model có thể suy luận ra hình khối, tỷ lệ và mối quan hệ không gian của vật thể, sau đó tái dựng thành model 3D hoàn chỉnh có thể sử dụng được. Nó cũng hiểu sâu sắc hơn về các kho tư liệu và thư viện model hiện có.

007-a10.png
007-a10.png

K3.1 Pro rất mạnh về dựng hình tham số, chẳng hạn như linh kiện cơ khí, mô hình kiến trúc, sản phẩm đa tham số có thể cấu hình và đồ nội thất may đo theo yêu cầu. Không cần dựa vào MCP connector, model có thể trực tiếp viết và chạy script trên các công cụ dựng hình chuyên nghiệp như Blender, CAD để hoàn thành việc tạo và tinh chỉnh tư liệu, chỉnh sửa từng bộ phận đơn lẻ, đồng thời căn chỉnh hình học, chất liệu và bố cục cảnh quan.

Các case study dưới đây đều do Kimi K3.1 Pro hoàn thành end-to-end, có thể ứng dụng trực tiếp vào video quảng bá thương hiệu, game và trải nghiệm web tương tác:

Dựng hình sân bay bằng Blender: Kimi K3.1 Pro đã dựng một thung lũng rừng mưa nhiệt đới trong nhà sân bay bằng Blender, xuất ra video trình diễn mô hình dài 17,5 giây, độ phân giải 1920×1080, 60 fps. Công cụ sử dụng: Blender, Python, Geometry Nodes, Cycles, Pillow, NumPy, FFmpeg. Tư liệu bên ngoài: HDRI 4K "Kloofendal 48d Partly Cloudy (Pure Sky)" từ Poly Haven (tác giả Greg Zaal và Jarod Guest, giấy phép CC0), dùng cho ánh sáng bầu trời và phản xạ môi trường.

Dựng hình động cơ phản lực cánh quạt bằng FreeCAD: Kimi K3.1 Pro dùng Python trong FreeCAD để dựng mô hình động cơ turbofan chi tiết, bao gồm cánh quạt, hộp số giảm tốc, máy nén khí, buồng đốt, tua-bin và hệ thống đường ống bên ngoài, tổng cộng 2.100 thực thể. Model hỗ trợ lắp ráp từng bước và chế độ xem mặt cắt phân rã bên trong, đồng thời có thể diễn hoạt chuyển động quay của cánh quạt, rotor áp thấp, rotor áp cao quay lần lượt ở tốc độ 2.780, 8.590, 12.400 RPM.

Đèn bàn in 3D bằng Trimesh: Kimi K3.1 Pro sử dụng trimesh để thiết kế chiếc đèn bàn gồm 5 bộ phận có thể in 3D trực tiếp, lấy cảm hứng từ Thổ lâu Phúc Kiến, tái hiện hình khối kiến trúc hình tròn đặc trưng thành các nan hoa dạng lưới rỗng tinh xảo.

kimi.com và Kimi app đã đồng thời ra mắt tính năng 3D Make , hỗ trợ xem trước và chỉnh sửa model 3D trực tuyến. Các model hoàn thiện có thể tải trực tiếp về để in 3D, hoặc xuất thành video hay Live Photo để dễ dàng chia sẻ lên mạng xã hội.

008-a14.gif
008-a14.gif

Tài chính

Nhờ năng lực suy luận và gọi công cụ mạnh mẽ hơn, Kimi K3.1 Pro có khả năng bàn giao trọn gói end-to-end các workflow tài chính hoàn chỉnh. Trên các benchmark bên ngoài, K3.1 Pro đạt 64,4 điểm trong bài benchmark OfficeQA Pro v2, xác lập kết quả dẫn đầu hiện nay (SoTA). OfficeQA Pro v2 đánh giá khả năng phân tích dữ liệu tài chính phức tạp dựa trên tài liệu tài chính thực tế, bao gồm truy xuất, đối chiếu chéo nhiều tài liệu và suy luận số học đa bước. Hiệu năng của K3.1 Pro trên Frontier Finance cũng tiếp tục được cải thiện so với K3. Benchmark này đo lường khả năng hỗ trợ trọn vẹn workflow đầu tư của model, bao quát từ bước sàng lọc đối tượng mục tiêu đến phân tích khả năng sinh lời.

009-a15.png
009-a15.png

Trên 3 benchmark tài chính nội bộ, K3.1 Pro cũng vượt trội toàn diện so với K3:

  • Benchmark mô hình hóa tài chính Financial Modelling đánh giá sự liên kết công thức, logic tài chính và chất lượng bảng tính cuối cùng trong các tác vụ mô hình hóa thực tế, trong đó K3.1 Pro đạt mức tăng 14% so với K3.
  • Benchmark nghiên cứu tài chính Financial Research Được dùng để kiểm tra xem model có thể hoàn thành công việc nghiên cứu tài chính trong các kịch bản thực tế hay không, đồng thời đưa ra kết quả có thể xác minh dưới các ràng buộc về bằng chứng và điều kiện kết thúc. K3.1 tăng 20% so với K3.
  • Benchmark vận hành kinh doanh Business Operation Khảo sát năng lực quản lý kinh doanh và ra quyết định dài hạn trong môi trường kinh doanh mô phỏng, điểm số của K3.1 Pro gấp khoảng 4,2 lần so với K3.
010-a16.png
010-a16.png

Các case study dưới đây cho thấy K3.1 Pro xử lý mô hình hóa tài chính, phân tích đầu tư và công việc nghiên cứu dựa trên các nguồn thực tế như thế nào:

Mô hình hóa tài chính: Kimi K3.1 Pro có thể bàn giao end-to-end mô hình tài chính NVIDIA (NVDA) cấp chuyên gia, toàn bộ công thức đều liên kết động, mọi giả định đều có căn cứ vững chắc. Model xây dựng mô hình như một chuyên viên phân tích làm dự án: các động lực kinh doanh có thể điều chỉnh theo kịch bản, phân tích độ nhạy thể hiện trực tiếp tác động đến định giá.

Slide thuyết trình nghiên cứu đầu tư: Kimi K3.1 Pro đã lập một báo cáo gửi ủy ban đầu tư về CATL, phát hiện độ lệch so với kỳ vọng đồng thuận của thị trường, review kết quả báo cáo tài chính và vạch ra lộ trình tương lai. Model tổ chức tài liệu theo cách một chuyên viên phân tích lập luận quan điểm: cốt truyện đi trước, so sánh để làm nổi bật độ lệch kỳ vọng, đối chiếu kết quả kinh doanh với định hướng để review, và tổng hợp có tính dự báo các yếu tố xúc tác.

Báo cáo nghiên cứu chuyên sâu ngành: Kimi K3.1 Pro đã hoàn thành một báo cáo ngành điện toán lượng tử, lập luận về những sai lệch so với kỳ vọng đồng thuận, đối chiếu với định hướng để review kết quả kinh doanh, phân tích lộ trình sau báo cáo tài chính, toàn bộ trích dẫn đều có thể truy xuất nguồn gốc. Model tạo ra nghiên cứu chuyên sâu cấp tổ chức giống như một chuyên viên phân tích: độ lệch kỳ vọng có căn cứ rõ ràng, review kết quả và phân tích dự báo đầy đủ, từng số liệu và trích dẫn đều có thể truy nguyên về nguồn sơ cấp.

Phân tích tài chính và nghiên cứu đầu tư đòi hỏi tính chính xác của dữ kiện rất cao. Vì vậy, chúng tôi đã tối ưu hóa chuyên biệt độ chính xác dữ kiện của K3.1 Pro đối với các kịch bản công việc thực tế độ khó cao và các prompt phức tạp. Kimi Hallu Bench Hard là một bài kiểm tra áp lực (stress test) nội bộ chuyên biệt cho tính chính xác dữ kiện. Trong bài kiểm tra này, tỷ lệ lỗi trong từng phát biểu dữ kiện đơn lẻ của model mới đã giảm từ 23,4% ở K3 xuống còn 8,3%; tỷ lệ câu trả lời chứa ít nhất một lỗi dữ kiện chỉ bằng khoảng 42,4% so với thế hệ trước. (Đây là bài stress test nhắm vào tính chính xác dữ kiện, các mẫu thử cố tình tập trung vào những trường hợp model dễ mắc lỗi, tỷ lệ lỗi được báo cáo không đại diện cho mức độ tổng thể trong quá trình sử dụng hàng ngày.)

011-a20.png
011-a20.png

Các đối tác tham gia thử nghiệm giai đoạn đầu đã gửi phản hồi về năng lực tài chính của K3.1 Pro:

012-a21.png
012-a21.png
013-a22.png
013-a22.png
014-a23.png
014-a23.png

An ninh mạng

Khi năng lực của K3.1 Pro không ngừng nâng cao, chúng tôi đã dành nhiều nguồn lực hơn để tìm hiểu nguồn gốc năng lực an ninh mạng của model, cũng như mức độ chúng tôi có thể kiểm soát và quản lý nó. Vì vậy, chúng tôi đã phân tích và đánh giá năng lực nghiên cứu lỗ hổng bảo mật của K3.1 Pro, đồng thời áp dụng các biện pháp kiểm soát có mục tiêu trong quá trình huấn luyện, nhằm giảm thiểu rủi ro lạm dụng tiềm ẩn nhưng vẫn duy trì tính hữu dụng tổng quát của model.

Nhận diện và loại bỏ dữ liệu liên quan đến tấn công - phòng thủ mạng. Trong quá trình phát triển, chúng tôi nhận thấy khi quy mô hậu huấn luyện (post-training) mở rộng, hiệu năng nghiên cứu lỗ hổng của model liên tục tăng lên. Truy vết nguồn gốc của xu hướng này, chúng tôi phát hiện nội dung liên quan đến tấn công - phòng thủ mạng đã được lồng ghép trong ngữ liệu tổng quát của giai đoạn mid-training, và các tác vụ tấn công - phòng thủ mạng cũng tồn tại trong tổ hợp môi trường học tăng cường (RL). Đây là sản phẩm phụ tự nhiên từ việc huấn luyện trên tập dữ liệu rộng lớn. Trong các thử nghiệm sơ bộ với model nội bộ, chúng tôi nhận thấy nếu không loại bỏ dữ liệu liên quan ở cả giai đoạn mid-training lẫn học tăng cường, năng lực tấn công - phòng thủ mạng ở hạ nguồn sẽ gia tăng đáng kể. Những phát hiện này mang lại cho chúng tôi các biện pháp kiểm soát cụ thể. Khi chuẩn bị phát hành phiên bản trọng số mở (open-weights) của K3.1 Pro, chúng tôi đã nhận diện và loại bỏ dữ liệu liên quan đến tấn công - phòng thủ mạng khỏi cả hai giai đoạn huấn luyện, đồng thời giữ lại các tác vụ lập trình tổng quát cần thiết để đảm bảo tính hữu dụng của model. Trong tương lai, chúng tôi sẽ tiếp tục áp dụng các biện pháp kiểm soát phù hợp ở từng giai đoạn huấn luyện, và việc nhận diện cùng hạn chế dữ liệu tấn công - phòng thủ mạng là một trong số đó.

Đánh giá và kết quả. Sau khi hoàn tất việc dọn dẹp dữ liệu, chúng tôi đã sử dụng benchmark xdev-bench-hard tự phát triển để đánh giá K3.1 Pro. Bài test này được các chuyên gia biên soạn, bao gồm các nhiệm vụ phát hiện và khai thác lỗ hổng dựa trên mã nguồn, đồng thời được hiệu chuẩn để phân loại hiệu quả ở cấp độ năng lực hiện tại. Phần lớn các nhiệm vụ đã tái hiện chân thực các lỗ hổng mới được công bố gần đây trong các phần mềm như Linux kernel, Node.js, JavaScriptCore, Exim và VirGL, với mọi biện pháp giảm thiểu rủi ro (mitigation) đều đã được bật. Mỗi nhiệm vụ cung cấp mã nguồn chứa lỗ hổng, gợi ý ngắn gọn cùng tệp nhị phân tương ứng. Agent cần phát triển mã khai thác (exploit), thực thi mã tùy ý trong sandbox cô lập và lấy chuỗi bí mật (key string) để vượt qua xác thực tự động. Chúng tôi báo cáo chỉ số pass@3 mà không thiết lập giới hạn thời gian nghiêm ngặt hay trần token đầu ra.

Trên xdev-bench-hard, nếu dữ liệu liên quan đến tấn công - phòng thủ mạng không bị loại bỏ hoặc lọc ở cả giai đoạn mid-training và học tăng cường, model có thể giải quyết được 90,5% số vấn đề theo chỉ số pass@3; trong khi phiên bản K3.1 Pro cuối cùng đạt điểm 81,0%. So sánh cho thấy việc loại bỏ dữ liệu đã giảm thiểu hiệu quả năng lực nghiên cứu lỗ hổng, khiến nó thấp hơn đáng kể so với mức mà cùng một quy trình huấn luyện ban đầu có thể tạo ra. Đồng thời, K3.1 Pro vẫn đạt được mức tăng trưởng lớn so với thế hệ trước, cho thấy ngay cả sau khi loại bỏ có chủ đích các dữ liệu liên quan, năng lực lập trình tổng quát mạnh mẽ hơn và khả năng debug chu kỳ dài vẫn có thể khái quát hóa (generalize) sang các loại tác vụ này. Năng lực tấn công - phòng thủ mạng của K3.1 Pro hiện vẫn xếp sau các model mã nguồn đóng tiên phong đã được phát hành công khai ít nhất ba tháng. Chúng tôi sẽ tiếp tục hoàn thiện các benchmark nội bộ để đảm bảo kết quả đánh giá vẫn có giá trị tham khảo khi năng lực của model không ngừng nâng cao.

015-a24.png
015-a24.png

Nguyên tắc trọng số mở. Các đánh giá này tạo thành cơ sở cho quyết định phát hành phiên bản trọng số mở của chúng tôi. Đầu tiên, chúng tôi không muốn phát hành các trọng số mở đẩy giới hạn tuyệt đối của năng lực tấn công - phòng thủ mạng đi xa hơn nữa. Theo thiết kế, năng lực an ninh tấn công của K3.1 Pro thấp hơn mức mà quy trình huấn luyện ban đầu có thể tạo ra, và vẫn thấp hơn các model mã nguồn đóng tiên phong. Thứ hai, chúng tôi dự định nâng cao năng lực tấn công - phòng thủ mạng khả dụng trong các trọng số mở theo lộ trình tiệm tiến. Chúng tôi tin rằng việc mở trọng số của K3.1 Pro sẽ có lợi hơn cho những nhóm cần năng lực lưỡng dụng (dual-use) phục vụ mục đích phòng thủ. Khi các model mạnh mẽ được cung cấp dưới dạng mở và có thể chạy trên hạ tầng do người dùng kiểm soát, nhiều đội ngũ hơn sẽ có thể kiểm tra mã nguồn do chính họ duy trì, bao gồm cả những hệ thống kế thừa (legacy system) hiếm khi được đánh giá bảo mật chuyên biệt. Chúng tôi tin rằng việc để năng lực này lan tỏa theo lộ trình tiệm tiến, thay vì tập trung trong một số ít hệ thống mã nguồn đóng, cuối cùng sẽ giúp mọi phần mềm trở nên an toàn hơn.

Bắt đầu sử dụng

Sử dụng Kimi K3.1 Pro Agents: Truy cập trực tiếp kimi.com, hoặc tìm kiếm trên cửa hàng ứng dụng điện thoại để tải xuống hay cập nhật lên phiên bản Kimi app mới nhất, hỗ trợ iOS, Android và HarmonyOS.

Làm việc cùng Kimi K3.1 Pro: Tải xuống Kimi Work phiên bản desktop mới nhất, hỗ trợ Windows và máy tính Mac dùng chip Apple.

Dùng Kimi K3.1 Pro hỗ trợ lập trình: Kimi Code chạy trên terminal và màn hình máy tính của bạn, chỉ cần chọn model K3.1 Pro là có thể bắt đầu trải nghiệm.

Tích hợp Kimi API để phát triển ứng dụng: Truy cập Nền tảng mở Kimi (platform.kimi.com), chọn model kimi-k3.1-pro, mức giá cho mỗi triệu token đầu vào là: 1,3 NDT (cache hit) và 13 NDT (cache miss), đầu ra 68 NDT. Model phiên bản tốc độ cao kimi-k3.1-pro-highspeed, tốc độ đầu ra nhanh hơn khoảng 2~3 lần, giá gấp 2 lần.

Cung cấp gói đăng ký Kimi cho nhân viên: Kimi Bản Doanh nghiệp hỗ trợ bảo vệ quyền riêng tư dữ liệu cấp doanh nghiệp, quản lý thành viên, phân tách hoàn toàn dữ liệu tài khoản cá nhân và tài khoản doanh nghiệp. Truy cập kimi.com/membership/pricing chọn tab "Bản Doanh nghiệp", bạn có thể đăng ký gói Kimi hội viên trực tuyến cho nhân viên.

Xây dựng nhanh ứng dụng agent doanh nghiệp: Kimi Hosted Agents (agent lưu trữ) cung cấp Harness hỗ trợ Agent vận hành dưới dạng dịch vụ đám mây. Doanh nghiệp và nhà phát triển không cần tự xây dựng và bảo trì framework vận hành mà vẫn có được môi trường lưu trữ 24/7, hỗ trợ thực thi tác vụ dài hạn và cộng tác đa agent hiệu quả. Truy cập tại đây (platform.kimi.com/docs/hosted-agents/overview) để biết thêm chi tiết.

Thêm vào Chương trình đối tác doanh nghiệp : Hoan nghênh các nhà cung cấp dịch vụ IT, đối tác tích hợp thuộc mọi ngành nghề cùng Kimi xây dựng đội ngũ kỹ sư triển khai tiền tuyến (Forward Deployed Engineer - FDE), đi sâu vào thực tế của khách hàng, giúp doanh nghiệp thực sự triển khai AI vào các nghiệp vụ cốt lõi.

Học tương tác với AI (NotebookLM)

Ngoài đọc , bạn có thể nghe , xem và xem hoạ thông tin ở đầu bài. Bài này còn có bộ công cụ tương tác do AI tạo: Bài kiểm tra trắc nghiệm, Thẻ ghi nhớ, Sơ đồ tư duy, Bản trình bày và Báo cáo chuyên sâu.

Mở không gian học tương tác