شرکت مطرح چینی مون‌شات (Moonshot AI) به تازگی از جدیدترین مدل زبانی پرچمدار خود تحت عنوان Kim K3.1 Pro رونمایی کرد؛ مدلی که بر اساس ارزیابیهای اولیه در برخی وظایف استدلالی و ریاضیاتی حتی بهتر از مدلهای مطرح غربی نظیر Claude Opus 5.5 و GPT-6 Astra عمل میکند.
این مدل در واقع یک نسخه ارتقایافته و پسآموزشدیده (Post-trained) از معماری Kimi K3 است که پاییز امسال معرفی شده بود. این مدل عظیم از ۸۹۶ شبکه عصبی تخصصی مجزا با مجموع ۳ تریلیون پارامتر تشکیل شده است. اما نبوغ این معماری در پیاده‌سازی سیستم خبرگان مخلوط (Mixture-of-Experts) نهفته است؛ مدل در هر لحظه پردازش تنها ۱۶ شبکه عصبی را به صورت هم‌زمان فعال میکند که این رویکرد هزینه‌های استنتاج، مصرف برق و زمان تأخیر را به میزان چشمگیری کاهش می‌دهد.
علاوه بر این، شرکت مون‌شات مدل خود را به فناوری انحصاری Kimi Delta Attention مجهز کرده است که پیاده‌سازی بهینه‌ای از معماری کاهش حافظه Gated DeltaNet به شمار می‌آید. این نوآوری میزان حافظه موقت (VRAM) مورد نیاز در سازوکار توجه مدل برای تفسیر پرامپت‌های بسیار طولانی را تا بیش از ۵۰ درصد تقلیل می‌دهد، بدون آنکه خللی در پیوند مفهومی کلمات ایجاد شود.
بر اساس اظهارات تیم توسعه، فرآیند پس‌آموزش کیمی K3.1 پرو توان پردازشی بسیار بالاتری را نسبت به پروژه‌های قبلی به خود اختصاص داده و با بهره‌گیری از زیرساخت‌های اعتبارسنجی خودکار، خطاهای تولید توهمات مفهومی (Hallucination) به حداقل رسیده است. این دستاورد نشان می‌دهد رقابت داغ هوش مصنوعی مرزی تنها در انحصار غول‌های سیلیکون‌ولی نبوده و شرکت‌های چینی با بازطراحی هوشمندانه الگوهای محاسباتی شانه به شانه آنها حرکت می‌کنند.