Persaingan model AI terbuka (open-weights) dan tertutup kembali memanas. Moonshot AI, perusahaan asal Tiongkok, merilis Kimi K3.1 Pro, dan menurut lembaga pengukur independen Artificial Analysis, model ini langsung masuk jajaran teratas.
Posisi di Intelligence Index
Menurut Artificial Analysis (23/10), Kimi K3.1 Pro mencetak skor 55 dan menempati peringkat ke-4 di Artificial Analysis Intelligence Index, naik 11 poin dari Kimi K3 (44). Di atasnya hanya ada Claude Opus 5.5 (58), Claude Sonnet 5.5 (56), dan Muse Wonder Full (56).
Catatan penting: bobot model (weights) K3.1 Pro belum dirilis. Artificial Analysis menyebut, begitu bobotnya dirilis, K3.1 Pro akan menjadi model open-weights dengan skor tertinggi, dan selisih antara model open-weights terbaik dan model tertutup terbaik akan menyempit dari 12 poin menjadi 3 poin.
Lompatan di tugas agentik
- GDPval-AA: peringkat ke-3 dengan 1.846 Elo, naik 312 Elo dari K3. Hanya kalah dari Claude Opus 5.5 (1.866) dan Muse Wonder Full (1.857).
- Terminal-Bench 4.0: 67%, skor tertinggi dari semua model yang diuji, naik dari 13% pada K3 dan di atas Claude Sonnet 5.5 (64%).
- AutomationBench-AA (alur kerja SaaS agentik): naik dari 58% menjadi 73%.
Kenaikan di tes lain lebih moderat: Humanity's Last Exam 47% → 52%, CritPt 23% → 25%, SciCode 59% → 61%. Indeks AA-Omniscience naik dari 20 ke 30, karena tingkat halusinasi turun dari 53% ke 44% dan akurasi naik dari 48% ke 51%.
Biaya dan spesifikasi
Menurut Artificial Analysis, biaya per tugas sekitar US$1,98, kurang lebih sama dengan K3. Model ini memakai 55 ribu token output (14% lebih banyak dari 48 ribu token K3), tetapi harganya 33% lebih murah.
- Konteks: 1 juta token
- Parameter: 2,8 triliun total, 104 miliar aktif
- Input: teks dan gambar
- Harga: US$2 (input), US$10 (output), US$0,20 (cache hit) per 1 juta token
Apa artinya bagi Anda
Bagi pengembang dan startup di Indonesia, model open-weights yang kuat berarti peluang menjalankan AI di server sendiri, sehingga data tidak perlu keluar dari infrastruktur sendiri. Namun, selama bobotnya belum dirilis, K3.1 Pro baru bisa dipakai lewat API. Ingat juga, benchmark tidak selalu mencerminkan performa untuk kebutuhan Anda, termasuk untuk bahasa Indonesia. Uji sendiri sebelum memutuskan.
Untuk perbandingan, lihat juga model terbuka lain yang kami bahas: Meta rilis Muse Spark Open dan Nvidia rilis Nemotron 3.5 Super VL dan Bolt.