Kimi K3.1 Pro, Model Terbuka yang Mendekati Model Tertutup

Moonshot AI, perusahaan AI asal Tiongkok, merilis Kimi K3.1 Pro pada 23 Oktober 2026. Model ini meraih skor 55 di indeks kecerdasan Artificial Analysis, tiga poin di bawah model tertutup teratas. Moonshot berjanji membuka bobot penuhnya paling lambat 4 November 2026, setelah lebih dulu membuang data pelatihan yang berkaitan dengan serangan siber.

Apa yang diumumkan Moonshot

Kimi K3.1 Pro dikembangkan dari Kimi K3 dengan tambahan komputasi pada tahap pascapelatihan, yaitu tahap penyempurnaan setelah model dasar selesai dilatih. Dalam pengumuman resminya, Moonshot menyebutnya sebagai model berbobot terbuka kelas 3 triliun parameter yang paling mampu yang pernah mereka buat. Menurut Artificial Analysis, model ini memiliki 2,8 triliun parameter total dengan 104 miliar parameter aktif, menerima masukan teks dan gambar, serta mampu membaca konteks hingga satu juta token.

Parameter aktif adalah bagian model yang benar-benar bekerja ketika menjawab satu permintaan. Arsitektur seperti ini membuat model raksasa lebih hemat saat dijalankan, walaupun seluruh parameternya tetap harus dimuat ke memori server.

Model ini sudah dapat dipakai di Kimi.ai, aplikasi Kimi, aplikasi desktop Kimi Work, alat pemrograman Kimi Code, dan Kimi API. Moonshot juga merilis varian K3.1 Pro Highspeed yang diklaim dua sampai tiga kali lebih cepat. Untuk pelanggan Kimi Enterprise, akses ke model baru ini dimatikan secara bawaan sampai administrator mengaktifkannya.

Harganya turun dibanding pendahulunya. Artificial Analysis mencatat tarif API sebesar 2 dolar AS per satu juta token masukan dan 10 dolar AS per satu juta token keluaran, 33 persen lebih murah dibanding Kimi K3. Moonshot juga menyediakan opsi Zero Data Retention bagi pelanggan API, yaitu layanan tanpa penyimpanan data permintaan.

Skor yang mendekati model tertutup

Dalam pengujian independen Artificial Analysis, Kimi K3.1 Pro meraih 55 poin dan menempati peringkat keempat. Di atasnya ada Claude Opus 5.5 dengan 58 poin, serta Claude Sonnet 5.5 dan Muse Wonder Full yang sama-sama meraih 56 poin. Pendahulunya, Kimi K3, hanya mencatat 44 poin.

Artificial Analysis menilai selisih antara model berbobot terbuka terbaik dan model tertutup terbaik akan menyempit dari 12 poin menjadi 3 poin setelah bobot K3.1 Pro benar-benar dirilis. Catatan ini penting karena status “model terbuka terbaik” baru berlaku setelah bobotnya tersedia untuk diunduh.

Untuk pekerjaan agen pemrograman, Moonshot melaporkan skor 65,7 persen di Terminal-Bench 4.0. Angka itu sedikit di bawah Claude Opus 5.5 yang mencatat 66,4 persen dan di atas GPT-6 Astra dengan 58,2 persen. Skor ini berasal dari pengujian Moonshot sendiri dan belum diverifikasi pihak independen.

Lembaga penguji yang sama juga mencatat sejumlah batasan. Kenaikan di luar tugas agen tergolong kecil, misalnya skor Humanity’s Last Exam hanya naik dari 47 menjadi 52 persen. Tingkat halusinasi pada uji AA-Omniscience turun dari 53 menjadi 44 persen, tetapi Artificial Analysis menilai angka itu masih tinggi. Moonshot sendiri melaporkan tingkat klaim keliru pada uji tekanan internalnya turun dari 23,4 persen menjadi 8,3 persen, dengan catatan bahwa uji itu tidak mewakili tingkat kesalahan dalam pemakaian sehari-hari.

Data serangan siber dihapus sebelum bobot dibuka

Bagian paling menarik dari pengumuman ini menyangkut keamanan. Moonshot menyatakan telah mengidentifikasi dan menghapus data yang berkaitan dengan serangan siber dari kedua tahap pelatihan versi berbobot terbuka, sambil mempertahankan tugas pemrograman umum.

Hasilnya terlihat di uji internal xdev-bench-hard. Versi tanpa langkah pengurangan risiko menyelesaikan 90,5 persen soal, sedangkan K3.1 Pro yang dirilis menyelesaikan 81,0 persen. Sebagai pembanding, Kimi K3 hanya menyelesaikan 33,3 persen. Moonshot menyatakan kemampuan siber K3.1 Pro masih di bawah model tertutup terdepan.

Prinsip yang dipegang Moonshot tertulis jelas dalam pengumumannya: “we aim not to release open weights that would extend the absolute frontier of cyber capability.” Artinya, Moonshot berusaha tidak membuka model yang kemampuan serangannya melampaui model mana pun yang sudah beredar.

Langkah ini menjawab kekhawatiran yang sudah lama ada. TNW mencatat bahwa model berbobot terbuka tidak dapat ditarik kembali setelah diunduh, dan peneliti keamanan mengingatkan bahwa pengamannya tertinggal dibanding model tertutup. Penurunan skor dari 90,5 ke 81,0 persen juga menunjukkan bahwa kemampuan siber model ini berkurang, tetapi tidak hilang.

Apa artinya bagi organisasi Anda?

Model berbobot terbuka menarik bagi organisasi yang ingin menjalankan AI di server sendiri, misalnya bank, instansi pemerintah, atau perusahaan yang memegang data pelanggan dalam jumlah besar. Dengan bobot di tangan, data tidak perlu keluar dari jaringan internal. Namun, ukuran model ini membawa konsekuensi yang perlu dihitung sejak awal.

Bobot terbuka membutuhkan perangkat keras besar

Model dengan 2,8 triliun parameter membutuhkan klaster GPU berkapasitas memori sangat besar, bukan satu server biasa. Bagi sebagian besar organisasi di Indonesia, menjalankan K3.1 Pro secara mandiri berarti investasi perangkat keras atau sewa GPU cloud yang tidak kecil. Pilihan yang lebih realistis sering kali adalah model terbuka berukuran lebih kecil untuk tugas tertentu, atau API dengan kebijakan data yang jelas.

Beberapa langkah yang dapat dilakukan sekarang:

1. Petakan data yang akan diproses. Pisahkan data pribadi dan rahasia dari data umum. Data sensitif lebih cocok diproses di infrastruktur sendiri, sedangkan tugas umum dapat memakai API.
2. Periksa kebijakan data penyedia API. Opsi seperti Zero Data Retention perlu dibaca rinciannya, termasuk lokasi pemrosesan, lalu dicocokkan dengan kewajiban pelindungan data pribadi organisasi Anda.
3. Uji dengan tugas Anda sendiri. Skor benchmark tidak selalu mencerminkan pekerjaan nyata, seperti merangkum dokumen berbahasa Indonesia atau membaca laporan keuangan. Siapkan 20 sampai 50 contoh tugas dan bandingkan beberapa model.
4. Hitung biaya total. Bandingkan tarif per token dengan biaya GPU, listrik, dan tim operasional bila model dijalankan mandiri. Artificial Analysis mencatat K3.1 Pro memakai sekitar 14 persen lebih banyak token keluaran dibanding K3, sehingga tarif yang lebih murah tidak otomatis berarti tagihan lebih kecil.

Pilihan arsitektur ini biasanya diputuskan bersama tim infrastruktur. Merakit membantu organisasi merancang dan menguji penerapan model seperti ini lewat layanan kecerdasan artifisial, sementara kebutuhan klaster GPU dan penyimpanan dapat dirancang bersama layanan komputasi awan. Jika organisasi Anda sudah memakai cloud publik, katalog model di platform tersebut juga dapat menjadi jalan tengah, seperti yang kami bahas dalam artikel tentang model OpenAI di Model Garden Google Cloud.

Pertanyaan yang sering muncul

Apakah Kimi K3.1 Pro gratis?

Bobot modelnya dijanjikan terbuka untuk diunduh paling lambat 4 November 2026, tetapi lisensi penggunaannya belum dirinci dalam pengumuman Moonshot. Pemakaian lewat Kimi API dikenakan tarif per token, yaitu 2 dolar AS per satu juta token masukan dan 10 dolar AS per satu juta token keluaran menurut Artificial Analysis.

Apa bedanya model berbobot terbuka dengan sumber terbuka?

Model berbobot terbuka membagikan parameter hasil pelatihan sehingga dapat dijalankan di server sendiri. Data pelatihan dan seluruh proses pelatihannya belum tentu ikut dibuka, jadi istilah ini tidak sama dengan perangkat lunak sumber terbuka sepenuhnya.

Apakah K3.1 Pro lebih baik daripada Claude atau GPT?

Menurut indeks Artificial Analysis, K3.1 Pro masih di bawah Claude Opus 5.5 dan Claude Sonnet 5.5. Di Terminal-Bench 4.0, Moonshot melaporkan skornya di atas GPT-6 Astra tetapi sedikit di bawah Claude Opus 5.5. Hasil terbaik untuk organisasi Anda tetap perlu dibuktikan lewat uji dengan tugas nyata.

Penutup

Kimi K3.1 Pro memperlihatkan bahwa jarak antara model terbuka dan model tertutup terus menyempit, sambil membuka diskusi baru tentang cara membatasi kemampuan berbahaya sebelum bobot dibagikan. Bagi organisasi di Indonesia, keputusan memilih model kini lebih banyak ditentukan oleh kecocokannya dengan data, biaya, dan kemampuan tim. Jika Anda sedang menimbang pilihan itu, tim Merakit Indonesia siap membantu menyusun uji cobanya.

Sumber

• Kimi K3.1 Pro, Moonshot AI, 23 Oktober 2026
• Kimi K3.1 Pro launch benchmarks, Artificial Analysis, 23 Oktober 2026
• Chinese AI model Kimi K3.1 Pro is closing in on Anthropic’s Claude Opus 5.5, The Decoder, 23 Oktober 2026
• Moonshot releases Kimi K3.1 Pro and says it cut its hacking skills, TNW, 23 Oktober 2026