[AINews] Kimi 3.1 Pro 104BA-2.8T: Mô hình trọng số mở (Open Weights) cấp Fable-5.1 thu hẹp khoảng cách dẫn trước của AI nguồn đóng xuống còn 1 tháng... cùng phiên bản Pro Highspeed API với tốc độ xử lý nhanh gấp 2 đến 3 lần

Cách đây 2 tháng, bản tin đã phản ánh dự báo của Giáo sư Jie Tang, Tổng Giám đốc Z.ai, về việc một mô hình trọng số mở (open weights) đạt cấp độ Fable sẽ xuất hiện trước thời điểm cuối năm. Cách đây 2 tuần, Meta đã phát triển thành công mô hình đóng đạt cấp độ Fable. Đến nay, khi năm 2026 còn 2,5 tháng, mục tiêu trên đã thành hiện thực với sự xuất hiện của một mô hình trọng số mở quy mô 2,8 nghìn tỷ tham số, không chỉ vượt qua Fable 5 mà còn vượt cả Fable 5.1: Xem bài đăng trên X ↗ với hiệu suất vận hành thậm chí còn vượt trội hơn: Xem bài đăng trên X ↗ Mức độ đầu tư vào trang giới thiệu chính thức cho thấy sự kỳ vọng rất lớn của Kimi đối với mô hình mới này: Như thông lệ, các chi tiết nghiên cứu kỹ thuật không được công bố nhiều. Bản nâng cấp này có nét tương đồng với bước chuyển từ phiên bản 5.2 lên 5.3 của Z.ai — một bước tăng nhỏ về số hiệu phiên bản nhưng được bổ sung khối lượng lớn năng lực tính toán cho giai đoạn hậu huấn luyện (post-training): Kimi K3.1 Pro là phiên bản hậu huấn luyện của Kimi K3, với tài nguyên tính toán dành cho giai đoạn này được mở rộng đáng kể. Nhằm triển khai quá trình học tăng cường (RL) phối hợp quy mô lớn trên hàng trăm lĩnh vực ứng dụng, toàn bộ các tầng trong hệ thống đã được tối ưu hóa — bao gồm khung RL, năng lực suy luận ngữ cảnh dài, hiệu suất huấn luyện, hạ tầng hộp cát (sandbox), lập lịch triển khai và nền tảng dùng chung phục vụ kiểm chuẩn môi trường — bảo đảm mỗi đơn vị gia tăng tính toán RL đều mang lại hiệu quả ổn định và có thể dự báo. Nhờ đó, K3.1 Pro đạt được mức cải thiện đồng đều trên mọi lĩnh vực. Bản tin AI giai đoạn từ ngày 22/10/2026 đến ngày 23/10/2026. Dữ liệu được tổng hợp từ 12 chuyên mục diễn đàn Subreddit, 544 tài khoản Twitter và không ghi nhận thêm diễn biến từ Discord. Trang thông tin của AINews hỗ trợ tra cứu toàn bộ các số phát hành trước đây. AINews hiện là một chuyên mục trực thuộc Latent Space. Độc giả có thể tùy chỉnh tần suất nhận tin qua thư điện tử. Điểm tin AI trên Twitter Tiêu điểm: Lễ ra mắt Kimi K3.1 Pro và phản ứng từ giới công nghệ Diễn biến chính Moonshot đã chính thức ra mắt mô hình Kimi K3.1 Pro với kết quả kiểm chuẩn độc lập tiệm cận nhóm dẫn đầu thị trường, quy mô mô hình tăng mạnh và cam kết phát hành bộ trọng số mở vào ngày 4/11/2026. Thông số mô hình: Moonshot định danh K3.1 Pro là mô hình kết hợp chuyên gia (mixture-of-experts - MoE) đa phương thức thuộc phân khúc “3T”, sở hữu tổng cộng 2,8 nghìn tỷ tham số, 104 tỷ tham số kích hoạt và cửa sổ ngữ cảnh đạt 1 triệu token. Các thế mạnh được công bố bao gồm lập trình dự án hoàn chỉnh, tác vụ Blender/CAD, mô hình hóa tài chính và điều hành tác tử (agent) dài hạn. @Kimi_Moonshot Khả năng tiếp cận: Các phiên bản Tiêu chuẩn (Standard) và Tốc độ cao (Highspeed) đã được triển khai trên nền tảng web/ứng dụng của Kimi, Kimi Work, Kimi Code và giao diện lập trình ứng dụng (API). Moonshot khẳng định phiên bản Highspeed bảo đảm duy trì năng lực trí tuệ nhưng có tốc độ tạo kết quả nhanh hơn từ 2 đến 3 lần; theo thông báo chính thức, chi phí vận hành phiên bản này cao gấp đôi. Đợt ra mắt cũng giới thiệu Kimi Hosted Agents, một hệ thống điều phối được quản trị toàn diện với môi trường thực thi 24/7 phục vụ các tác vụ kéo dài và phối hợp đa tác tử. @ZhihuFrontier, @ZhihuFrontier Kết quả kiểm chuẩn độc lập về năng lực tổng quát: Tổ chức Artificial Analysis xếp K3.1 Pro ở vị trí thứ 4 trên Chỉ số Trí tuệ (Intelligence Index) với 55 điểm, đứng sau Opus 5.5 (58 điểm), Sonnet 5.5 và Muse Wonder Full (56 điểm). Năng lực của mô hình ghi nhận bước tiến rõ rệt nhất ở nhóm tác vụ tác tử tự trị, thay vì tăng trưởng đồng đều trên các bài kiểm tra tri thức và khoa học. @ArtificialAnlys Kết quả kiểm chuẩn độc lập về lập trình: Hệ thống đánh giá Arena xếp mô hình ở vị trí thứ 8 trong bảng Code Arena: WebDev với 1.692 điểm, tăng 9 bậc và 37 điểm so với thế hệ Kimi K3. Kết quả này đưa Moonshot trở lại nhóm 4 phòng nghiên cứu hàng đầu trên Arena. @arena Kết quả kiểm chuẩn độc lập về an ninh mạng: Dù chủ động cắt giảm tỷ trọng huấn luyện liên quan đến an ninh mạng, mô hình vẫn đạt 64% trên Chỉ số An ninh mạng (Cyber Index) của Artificial Analysis — số điểm cao nhất trong nhóm các mô hình tiếp cận công khai và xếp thứ 2 chung cuộc, chỉ sau mô hình thuộc diện truy cập tin cậy GPT-6 Sol Daybreak Blue (69%). @ArtificialAnlys Dư luận xuất hiện nhiều phản ứng trái chiều: Sự hào hứng về một mô hình hàng đầu tiềm năng mở trọng số (open-weight) nhanh chóng kéo theo những quan ngại về hiệu quả kinh tế khi suy luận (inference), kết quả hạn chế ở một số tác vụ tương tác, cách trình bày kết quả đánh giá chuẩn (benchmark), cũng như các cáo buộc về hoạt động quảng bá trả phí không công khai. Đây là các vấn đề tách biệt: chất lượng điểm chuẩn không quyết định tính kinh tế khi triển khai, và các cáo buộc sai phạm trong quảng bá cũng không phản ánh năng lực thực tế của mô hình. @simonw, @maxbittker, @kimmonismus Tình trạng phát hành, kiến trúc và khái niệm "mở" trong trường hợp này Tại thời điểm ra mắt, API đã sẵn sàng hoạt động nhưng bộ trọng số thì chưa. Thông báo từ Moonshot cam kết cung cấp trọng số trước ngày 4/11/2026. Các bài đăng được cung cấp không xác định rõ giấy phép cuối cùng, điều kiện phân phối lại, giới hạn sử dụng thương mại, độ chính xác của checkpoint hay toàn bộ yêu cầu phần cứng phục vụ suy luận. Do đó, cách gọi "sắp mở trọng số" sẽ chính xác hơn thuật ngữ "phần mềm nguồn mở" (OSS) hay "nguồn mở" (open source) xuất hiện trong một số phản hồi. Nền tảng Artificial Analysis đã ghi nhận rõ ràng việc các trọng số này chưa được công bố. @Kimi_Moonshot, @ArtificialAnlys Trình tự phát hành đã tạo ra nhiều sự nhầm lẫn: Các báo cáo ban đầu dự đoán mô hình sẽ ra mắt "ngay hôm nay" và có thể trở thành mô hình mở trọng số mạnh nhất, hoàn toàn dựa trên tin đồn và thông tin rò rỉ; thông tin sau đó tiếp tục nhắc lại những đồn đoán tích cực. Cả hai đều không phải là các đánh giá mang tính kiểm chứng. @kimmonismus, @kimmonismus Các thông tin giới thiệu sơ bộ làm dấy lên suy đoán về mốc thời gian ngày 5/11, bao gồm nghi vấn liệu Moonshot có thu phí truy cập trang web trước khi công bố trọng số hay không. Thông báo chính thức sau đó ấn định ngày 4/11. @scaling01, @scaling01, @bigeagle_xd Những người dùng đầu tiên ghi nhận dịch vụ đã có thể sử dụng trên kimi.com trước kimi.ai; một người dùng khác sau đó thông báo đã được cấp quyền truy cập. Đây chỉ là các quan sát trong quá trình triển khai, không phải bằng chứng về việc giới hạn vùng địa lý lâu dài. @teortaxesTex, @teortaxesTex Nhiều phàn nàn về việc kéo dài thời gian chờ đợi và những phỏng đoán về thời điểm ra mắt mang tính biểu tượng chỉ phản ánh bầu không khí chung quanh sự kiện, không phải thông tin lịch trình đã được xác nhận. @teortaxesTex, @teortaxesTex, @teortaxesTex Về mặt kiến trúc, việc sở hữu 104 tỷ (104B) tham số kích hoạt không đồng nghĩa với dung lượng lưu trữ tương đương một mô hình đặc (dense model) 104B: quá trình triển khai phải đáp ứng tập hợp chuyên gia (expert pool) lớn hơn rất nhiều, cùng với trạng thái trong thời gian chạy (runtime state). Theo một phép tính minh họa—không phải cấu hình đo đạc thực tế—riêng quy mô 2,8 nghìn tỷ (2.8T) tham số đã đòi hỏi dung lượng bộ nhớ khoảng 5,6 TB ở định dạng 16-bit hoặc 1,4 TB ở định dạng 4-bit, chưa tính đến siêu dữ liệu lượng tử hóa (quantization metadata) và chi phí vận hành phục vụ hệ thống (serving overhead). Các bài đăng được cung cấp không công bố bố cục các tầng, cấu hình định tuyến chuyên gia, thiết kế cơ chế tập trung (attention), ngân sách tính toán huấn luyện hay mức tiêu hao tài nguyên đo được khi phục vụ toàn bộ ngữ cảnh. Điều này có ý nghĩa quan trọng đối với quan điểm về "mô hình cục bộ" (local model). Một bài đăng đầy hào hứng từng nhận định đây là trí tuệ tương đương Fable 5.1 có thể vận hành cục bộ, nhưng sau đó đã đính chính rằng bộ trọng số phải đến ngày 4/11 mới được phát hành. Ngoài ra, tài khoản @giffmana cũng cảnh báo việc không nên gọi các mô hình quy mô nghìn tỷ tham số là "cục bộ" khi việc triển khai đòi hỏi hạ tầng bộ tăng tốc phần cứng rất lớn. Khả năng tự lưu trữ trên máy chủ riêng (self-hostable) và khả năng vận hành cục bộ trên thiết bị của người dùng cá nhân (consumer-device-local) là hai khái niệm hoàn toàn khác biệt.