Kimi K3.1 Pro เปิดใช้ผ่าน API แล้ว — Artificial Analysis ให้ 55 คะแนน ตามหลังแค่ 3 โมเดลปิด นำโมเดล open-weight ที่ดีที่สุดตอนนี้เกือบ 9 แต้ม ส่วนน้ำหนักโมเดล Moonshot สัญญาว่าจะปล่อยภายใน 4 พ.ย.

Moonshot AI เปิดตัว Kimi K3.1 Pro เมื่อ 23 ต.ค. 2026 พร้อมรุ่น K3.1 Pro Highspeed ที่เร็วกว่า 2–3 เท่า ทั้งสองรุ่นใช้ได้วันนี้บน kimi.ai, Kimi Work, Kimi Code และ Kimi API (kimi-k3.1-pro / kimi-k3.1-pro-highspeed) แต่ ยังไม่มีน้ำหนักให้ดาวน์โหลด บล็อกเปิดตัวเขียนไว้ว่า “Full model weights will be released by Nov 4, 2026.” ระหว่างนี้จึงเป็นโมเดลแบบ API เท่านั้น เหมือน MiniMax M3.1 Flash ในสัปดาห์ก่อน

ข่าวนี้น่าสนใจเพราะช่องว่างระหว่างโมเดลเปิดกับโมเดลปิดแคบลงมาก Artificial Analysis วัดผลด้วยตัวเองแล้วให้ K3.1 Pro 55.1 คะแนน บน Intelligence Index v4.3 ถ้านับแยกตามโมเดล (ไม่นับซ้ำหลายระดับ effort) มีแค่ 3 โมเดลที่สูงกว่า คือ Claude Opus 5.5 (57.6 ที่ max), Claude Sonnet 5.5 (56.0 ที่ max) และ Muse Wonder Full (55.8) และ K3.1 Pro สูงกว่า GPT-6 Astra (max, 52.7) เมื่อเทียบกับโมเดลที่เปิดน้ำหนักแล้ว อันดับหนึ่งตอนนี้คือ MiMo-V2.6-Pro ที่ได้ 46.3 ส่วน Kimi K3 รุ่นก่อนได้ 43.6 ถ้า Moonshot ปล่อยน้ำหนักตามที่สัญญา โมเดลเปิดที่ดีที่สุดจะขยับขึ้นทีเดียวประมาณ 9 แต้ม

โมเดลเดิม แต่เพิ่มการ post-train

K3.1 Pro ไม่ใช่โมเดลที่เทรนใหม่ตั้งแต่ต้น Moonshot เขียนว่าเป็น “a post-trained version of Kimi K3, with substantially larger post-training compute” คือใช้ RL ร่วมกันข้าม “หลายร้อยโดเมน” และปรับทั้ง stack ตั้งแต่ RL framework, inference สำหรับ context ยาว, sandbox ไปจนถึงการจัดตาราง rollout ดังนั้นสถาปัตยกรรมน่าจะเหมือน K3 ที่ปล่อยไปเมื่อ ก.ค. Artificial Analysis ก็บันทึกไว้ที่ 2.8T พารามิเตอร์ ใช้งานจริง 104B และ context 1M โทเคนเท่ากัน

ตัวเลขที่ Moonshot เลือกนำเสนอ (ทั้งหมดวัดที่ reasoning effort max ผ่าน harness ของ Claude Code):

• Terminal-Bench 4.0: 65.7% สูงกว่า GPT-6 Astra (58.2%) และตามหลัง Claude Opus 5.5 (66.4%) เพียงเล็กน้อย
• BenchCAD (ใช้เครื่องมือ): 92.7% เทียบกับ Opus 5.5 ที่ 96.2% และ GPT-6 Astra ที่ 95.9% Moonshot วัดโมเดลเปิดเองบน subset 1,000 เคส
• OfficeQA Pro v2: 64.4 Moonshot อ้างว่าเป็น SOTA
• Kimi Hallu Bench Hard (benchmark ภายใน): อัตรา hallucination ระดับ claim ลดจาก 23.4% ใน K3 เหลือ 8.3%

ต้องระวังเรื่องที่มาของตัวเลข หลายรายการเป็น benchmark ภายในของ Moonshot เอง และคะแนนคู่แข่งบางตัวก็ดึงมาจากบล็อกของแต่ละค่าย ไม่ได้วัดใหม่ ตัวเลขที่เป็นอิสระจริงในตอนนี้มีแค่ของ Artificial Analysis ซึ่งยังพบว่า K3.1 Pro พูดยาวมาก ใช้ output 150M โทเคนในการรันชุดทดสอบ ขณะที่ค่ามัธยฐานของโมเดลระดับราคาเดียวกันอยู่ที่ 87M และวัดความเร็วได้ 77 โทเคน/วินาทีบน API ของ Kimi

ตัดข้อมูลไซเบอร์ออกก่อนปล่อยน้ำหนัก

ส่วนที่ใหม่ที่สุดของบล็อกคือหัวข้อ Cybersecurity Moonshot เล่าว่าระหว่างเทรนพบว่าความสามารถด้านหาช่องโหว่สูงขึ้นเรื่อยๆ ตาม compute ของ post-training และสาเหตุคือมีเนื้อหาไซเบอร์ปนอยู่ทั้งใน corpus ของ mid-training และใน RL environment สำหรับรุ่นที่จะเปิดน้ำหนัก Moonshot จึง ตัดข้อมูลด้านไซเบอร์ออกจากทั้งสองขั้นตอน

ผลวัดบน xdev-bench-hard (benchmark ภายในที่ให้ agent เขียน exploit จริงกับช่องโหว่ที่เพิ่งเปิดเผยใน Linux kernel, Node.js, JavaScriptCore ฯลฯ) checkpoint ที่ ไม่ได้ ตัดข้อมูลทำได้ 90.5% pass@3 ส่วน K3.1 Pro ตัวจริงทำได้ 81.0% Moonshot ยอมรับเองว่าแม้จะตัดข้อมูลแล้ว ความสามารถด้านไซเบอร์ก็ยัง “ดีขึ้นอย่างมาก” จาก K3 เพราะทักษะเขียนโค้ดและดีบั๊กงานยาวๆ ถ่ายทอดมาได้เอง หลักที่ประกาศไว้คือ จะไม่ปล่อยน้ำหนักที่ “ดันขอบเขตสูงสุด” ของความสามารถไซเบอร์ และยืนยันว่ายังตามหลังโมเดลปิดที่เปิดให้ใช้มาแล้ว 3 เดือนขึ้นไป

สำหรับนักพัฒนา

• API: ต้องเติมเงินขั้นต่ำ $1 ก่อนถึงจะเรียกได้ thinking เปิดตลอดและปิดไม่ได้ เลือกได้แค่ reasoning_effort เป็น low / high / max ซึ่ง ค่าเริ่มต้นคือ max ใครย้ายมาจาก K3 แล้วไม่ตั้งค่านี้จะจ่ายค่า reasoning เต็มทุก request temperature=1.0, top_p=0.95 ถูกล็อกไว้ ให้ลบออกจาก request
• ราคา: ตาราง pricing ในเอกสารของ Kimi ยังโหลดไม่ขึ้นตอนที่เราตรวจ Artificial Analysis ระบุ $2 / $10 ต่อ 1M โทเคน (input/output) และมี cache write แยกตาม TTL 5 นาทีกับ 1 ชั่วโมง
• K2 กำลังจะเลิกให้บริการ: เอกสาร pricing ระบุว่าตั้งแต่ 31 ต.ค. 2026 ผู้ใช้ใหม่จะใช้ K2 series ไม่ได้ และจะปลดระวางทั้งหมดภายใน สิ้นเดือน ธ.ค. 2026 ใครยังใช้ K2.6 หรือ K2.7 Code อยู่ควรวางแผนย้าย
• Moonshot มีคู่มือต่อ K3.1 Pro เข้า Codex (ผ่าน Responses API), Claude Code และ OpenCode ไว้แล้ว

มุมมอง AI Curator

ตัวเลขที่สำคัญที่สุดในข่าวนี้คือช่องว่างประมาณ 9 แต้มบน Artificial Analysis ไม่ใช่ 65.7% บน Terminal-Bench ถ้าน้ำหนักออกมาจริงภายใน 4 พ.ย. เท่ากับว่าโมเดลที่ดาวน์โหลดไปรันเองได้จะตามโมเดลปิดอันดับหนึ่งอยู่ราว 2–3 แต้ม และนำ GPT-6 Astra ด้วยซ้ำ เมื่อต้นปีช่องว่างนี้ยังวัดกันเป็นรุ่นๆ อยู่เลย Moonshot เคยรักษาคำสัญญาเรื่องวันปล่อยน้ำหนักของ K3 ได้ตรงเวลาเมื่อ ก.ค. ครั้งนี้จึงน่าเชื่อถือพอสมควร แต่เราจะยืนยันจาก repo บน Hugging Face และไฟล์ LICENSE จริงก่อน เพราะ license ของ K3 มีเงื่อนไขสำหรับผู้ให้บริการที่มีรายได้เกิน $20M ซึ่งสื่อรายงานผิดไปก่อนวันปล่อย

ในทางปฏิบัติ โมเดล 2.8T ไม่ใช่สิ่งที่บริษัทไทยส่วนใหญ่จะเอามาตั้งเครื่องเอง ผู้ที่ได้ประโยชน์จริงคือผู้ให้บริการ inference ในภูมิภาค และองค์กรที่ส่งข้อมูลออกนอกไม่ได้ เช่น ธนาคารหรือหน่วยงานรัฐที่อยู่ใต้ PDPA และกฎของ ธปท. สำหรับคนทั่วไป ผลกระทบที่ใกล้ตัวกว่าคือราคา เมื่อมีโมเดลเปิดในระดับนี้ ผู้ให้บริการหลายรายจะแข่งกันลดราคาโทเคนของโมเดลเดียวกัน และกดดันให้ค่ายโมเดลปิดต้องปรับราคาตาม

เรื่องการตัดข้อมูลไซเบอร์เป็นความเคลื่อนไหวเชิงนโยบายที่ควรติดตาม เพราะเป็นห้องแล็บจีนรายแรกที่เปิดตัวเลขเปรียบเทียบก่อน/หลังแบบนี้ (90.5% → 81.0%) แต่ก็ต้องยอมรับข้อจำกัด benchmark นี้เป็นของ Moonshot เอง ไม่มีผู้ตรวจสอบภายนอก และตัวเลข 81% ก็ยังสูงมาก ตัวเลขชุดนี้บอกได้แค่ว่าการตัดข้อมูลทำให้ความสามารถลดลงประมาณ 10 แต้ม ไม่ได้บอกว่าปลอดภัยแล้ว หลังน้ำหนักออก ทีมความปลอดภัยและ CERT ในภูมิภาคควรลองวัดเองบนงานจริง

แหล่งข่าว

• Kimi — Kimi K3.1 Pro Tech Blog (23 ต.ค. 2026)
• Kimi API Platform — Kimi K3.1 Pro Quickstart (reasoning_effort, พารามิเตอร์ที่ล็อกไว้)
• Kimi API Platform — Model Inference Pricing (ประกาศปลดระวาง K2 series)
• Artificial Analysis — Kimi K3.1 Pro (Intelligence Index 55, ความเร็ว, ราคา)