Kimi K3.1 Pro: mô hình sắp mở trọng số của Moonshot AI áp sát Claude Opus 5.5

Cập nhật đến 30/10/2026.

Ngày 23/10/2026, công ty Trung Quốc Moonshot AI đưa Kimi K3.1 Pro lên Kimi API, kèm bản chạy nhanh K3.1 Pro Highspeed. Mô hình có ngữ cảnh 1 triệu token, giá chuẩn 2 USD/10 USD cho 1 triệu token đầu vào/đầu ra, và được Artificial Analysis chấm 55 điểm, hạng 2, chỉ sau Claude Opus 5.5 (58).

Điều làm K3.1 Pro đáng chú ý: Moonshot hứa phát hành toàn bộ trọng số trước ngày 4/11/2026. Theo Simon Willison, đây là lần đầu một mô hình sắp mở trọng số đạt điểm cao như vậy so với nhóm mô hình đóng hàng đầu. Đồng thời Moonshot lại chủ động hạn chế năng lực tấn công mạng của mô hình, một lựa chọn hiếm thấy.

Kimi K3.1 Pro là gì

K3.1 Pro là bản huấn luyện tiếp (post-trained) từ Kimi K3, mô hình chủ lực Moonshot giới thiệu tháng 7/2026. Không có mô hình nền mới; theo VKTR, Moonshot quy phần cải thiện cho việc tăng mạnh tài nguyên tính toán ở giai đoạn sau huấn luyện và một hệ học tăng cường (RL) làm lại, huấn luyện trên hàng trăm lĩnh vực.

• Quy mô: Moonshot gọi là “cỡ 3 nghìn tỷ tham số”; Artificial Analysis ghi 2,8 nghìn tỷ tham số tổng, 104 tỷ tham số hoạt động.
• Thế mạnh hãng nêu: lập trình, tác vụ tác tử, quy trình 3D và nghiên cứu tài chính.
• Hai bản: kimi-k3.1-pro và kimi-k3.1-pro-highspeed. Bản Highspeed nhanh hơn 2–3 lần, năng lực như nhau.

Mô hình có trên Kimi.com, ứng dụng di động (iOS, Android, HarmonyOS), Kimi Work trên máy tính (bản 3.1.0 trở lên), Kimi Code (lệnh /model) và Kimi API. Với Kimi Enterprise, quản trị viên phải tự bật vì mô hình tắt mặc định lúc ra mắt.

Thông số, giá và cách gọi API

Giá (USD cho 1 triệu token, theo Simon Willison và Artificial Analysis; trang hướng dẫn nhanh của Moonshot không in số mà dẫn sang trang giá):

Giá đầu vào từ cache được ghi là 0,20 USD ở một số trang tổng hợp; bản Highspeed đắt gấp đôi trừ đầu vào từ cache giữ nguyên giá. Moonshot tính giá phẳng, không tăng theo độ dài ngữ cảnh.

Vài lưu ý kỹ thuật khi tích hợp:

• Tài khoản chỉ mở khoá sau khi nạp tối thiểu 1 USD; hạn mức tốc độ tăng theo tổng tiền đã nạp.
• Các tham số temperature (1,0), top_p (0,95)… bị cố định, nên bỏ khỏi yêu cầu.
• Khi gọi công cụ nhiều lượt, phải gửi lại toàn bộ tin nhắn của trợ lý, không chỉ phần content.
• Công cụ tìm web chính thức đang được cập nhật, Moonshot không khuyên dùng cho môi trường thật trong thời gian tới.
• Có chế độ không lưu dữ liệu (Zero Data Retention).

Ở mức 2/10 USD, K3.1 Pro ngang giá GPT-6.1 Sol và bằng một nửa Claude Opus 5.5, theo Simon Willison.

Kết quả đo do Moonshot công bố

Bảng dưới là số Moonshot tự công bố (qua VKTR); một số bài đo là nội bộ, chưa có bên độc lập lặp lại.

Thêm vài số của hãng:

• BenchCAD (có công cụ): K3.1 Pro 92,7%, Opus 5.5 96,2%.
• Tài chính: tăng 11,6 điểm so với K3 trên bài nghiên cứu tài chính nội bộ; trong môi trường mô phỏng vận hành doanh nghiệp đạt khoảng 4,2 lần điểm của K3.
• Ảo giác (Kimi Hallu Bench Hard, có công cụ, bài kiểm tra áp lực): 23,4% (K3) → 8,3% (K3.1 Pro); GPT-6 Astra 5,5%. Moonshot tự nói đây là “bài kiểm tra áp lực, không phải tỉ lệ lỗi chung”.

Đọc bảng: K3.1 Pro thắng ở việc dài nhiều bước (SWE Marathon) và hỏi đáp tài liệu văn phòng (OfficeQA Pro), thua rõ ở Program Bench và bài khoa học. Không có mô hình nào thắng mọi cột.

Đánh giá độc lập

• Artificial Analysis: 55 điểm, hạng 2, sau Claude Opus 5.5 (58), trên Claude Fable 5.1, GPT-6 Astra và Gemini 4 Argon (cùng 53 trên chỉ số tại thời điểm Simon Willison viết, 23/10). Điểm Intelligence Index tăng từ 44 (K3) lên 55. Lưu ý: ngày 28/10 Google công bố Gemini 4 Carbon với 59 điểm trên chỉ số v5.0, nên thứ hạng đã thay đổi.
• Vals AI: K3.1 Pro xếp hạng 8/27 trên Vals Index (theo tổng hợp tin tức ngày ra mắt).
• Simon Willison thử lời nhắc “vẽ SVG con bồ nông đạp xe” ở ba mức suy luận; ở mức max, ông đánh giá kết quả “khá chắc chắn” dù còn lỗi nhỏ về vị trí chân.

Moonshot tự hạn chế năng lực tấn công mạng

Đây là phần khác biệt nhất. Theo VKTR, Moonshot nhận thấy năng lực nghiên cứu lỗ hổng tăng theo quy mô huấn luyện sau. Vì sẽ mở trọng số (ai cũng tải được, không thu hồi được), hãng:

• Bỏ nội dung tấn công mạng khỏi dữ liệu huấn luyện giữa kỳ chung.
• Bỏ các tác vụ tấn công mạng khỏi môi trường học tăng cường, giữ nguyên tác vụ lập trình chung.

Kết quả trên bài đo khai thác nội bộ xdev-bench-hard:

Như vậy năng lực vẫn tăng mạnh so với K3, chỉ thấp hơn bản chưa hạn chế. Moonshot nói mục tiêu là “không phát hành trọng số mở đẩy xa biên giới năng lực tấn công mạng”, và tự đánh giá K3.1 Pro vẫn đi sau các mô hình đóng hàng đầu đã ra mắt ít nhất ba tháng về mặt này. Hãng cũng cho biết sẽ nâng dần năng lực an ninh mạng của mô hình mở, vì cho rằng phổ biến rộng giúp người phòng thủ rà mã, kể cả hệ thống cũ.

So với Google (giữ Gemini 4 Carbon cho nhóm phòng thủ trước) và OpenAI (xếp GPT-6.1 Terra mức Critical về an ninh mạng, áp biện pháp bảo vệ phía máy chủ), cách của Moonshot là giảm năng lực ngay trong trọng số, vì mô hình mở không có máy chủ để chặn.

Mở trọng số ngày 4/11: tự host có thực tế không

Moonshot ghi trên trang hướng dẫn: toàn bộ trọng số sẽ phát hành trước 4/11/2026. Tính đến 30/10, trọng số chưa ra nên chưa tự host được; các trang tin cũng chưa nêu giấy phép cụ thể.

Với doanh nghiệp nhỏ Việt Nam, câu hỏi thực tế là có nên tự chạy mô hình này không:

• Phần cứng: một mô hình 2,8 nghìn tỷ tham số (104 tỷ hoạt động) cần cụm máy chủ GPU nhiều card với tổng bộ nhớ rất lớn. Đây là bài toán của nhà cung cấp đám mây hoặc doanh nghiệp lớn, không phải máy chủ văn phòng.
• Lợi ích thật của trọng số mở: nhà cung cấp hạ tầng khác (kể cả trong nước nếu có) có thể phục vụ mô hình, tạo cạnh tranh về giá và cho phép đặt dữ liệu ở nơi bạn chọn.
• Với đa số SME: gọi API (của Moonshot hoặc nhà cung cấp khác khi có) vẫn rẻ và đơn giản hơn. Nếu cần dữ liệu không rời máy công ty, hãy xem mô hình nhỏ chạy cục bộ như trong bài Qwen chạy cục bộ.

Ý nghĩa với doanh nghiệp Việt

1. Mô hình mở đuổi kịp nhanh hơn dự kiến. Một mô hình sắp mở trọng số đứng hạng 2 trên chỉ số tổng hợp nghĩa là khoảng cách giữa “đóng” và “mở” đang thu hẹp. Về dài hạn, giá API sẽ chịu áp lực giảm.

2. Cân nhắc dữ liệu khi dùng API nước ngoài. Dùng bất kỳ API nào (Mỹ hay Trung Quốc) đều là gửi dữ liệu ra nước ngoài. Doanh nghiệp cần xem quy định bảo vệ dữ liệu cá nhân hiện hành, tránh gửi thông tin cá nhân khách hàng khi chưa có cơ sở, và ưu tiên chế độ không lưu dữ liệu nếu nhà cung cấp có.

3. AI Worker cho việc dài nhiều bước. Điểm SWE Marathon và OfficeQA Pro cho thấy K3.1 Pro hợp với việc dài: rà bộ hồ sơ, hỏi đáp tài liệu nội bộ, lập báo cáo. Hãy thử song song với mô hình đang dùng trên 20–50 việc thật trước khi chuyển. Xem giải pháp AI Worker.

4. Ứng dụng web và lập trình. K3.1 Pro có trong Kimi Code và gọi được qua endpoint kiểu OpenAI, nên nhiều công cụ lập trình hỗ trợ “OpenAI-compatible” có thể dùng thử bằng cách đổi địa chỉ API và mã mô hình. Với Program Bench, mô hình thua Opus 5.5 khá xa, nên việc lập trình khó vẫn cần mô hình khác hoặc người duyệt kỹ.

5. Đào tạo và marketing. Chưa có tác động trực tiếp; điểm cần dạy là cách chọn mô hình theo việc và kiểm tra nguồn gốc số liệu (của hãng hay bên độc lập).

Câu hỏi thường gặp

Nguồn tham khảo (tra ngày 30/10/2026):

• Moonshot AI: Kimi K3.1 Pro quickstart
• Simon Willison (23/10/2026): Introducing Kimi K3.1 Pro
• VKTR (25/10/2026): Kimi K3.1 Pro nears top proprietary models as Moonshot limits its cyber skills
• Let’s Data Science (23/10/2026): Moonshot Releases Kimi K3.1 Pro API, Open Weights Due Nov 4
• Vals AI: Kimi K3.1 Pro
• Google (28/10/2026): Gemini 4 Carbon: our next frontier model