همشهری آنلاین -یکتا فراهانی: مدل‌های هوش مصنوعی دیگر فقط برای پاسخ‌دادن به سؤال‌ها یا نوشتن چند خط متن ساخته نمی‌شوند. نسل جدید این ابزارها قرار است بتواند پروژه‌های پیچیده را مدیریت کند، داده‌های مالی را تحلیل کند، برنامه بنویسد و حتی برای رسیدن به یک نتیجه، چندین مرحله کار را به‌صورت مستقل پیش ببرد.
Kimi فقط یک چت‌بات معمولی نیست
امیرمحمد کلاته، کارشناس و پژوهشگر هوش مصنوعی، درباره مدل جدید Kimi K۳.۱ Pro توضیح می‌دهد که این مدل در ۲۳ اکتبر ۲۰۲۶ معرفی شده و نخستین عضو خانواده K۳.۱ شرکت Moonshot AI است. این مدل در واقع نسخه‌ای ارتقایافته از Kimi K۳ محسوب می‌شود که سازندگان آن با آموزش تکمیلی گسترده‌تر، تلاش کرده‌اند توانایی‌هایش را در انجام کارهای پیچیده افزایش دهند.
یکی از تفاوت‌های مهم این مدل با چت‌بات‌های معمولی، تمرکز بر انجام کارهای چندمرحله‌ای است. به بیان ساده، کاربر فقط یک سؤال مطرح نمی‌کند تا پاسخی دریافت کند؛ بلکه می‌تواند یک مسئله نسبتاً پیچیده را به مدل بسپارد تا آن را به بخش‌های کوچک‌تر تقسیم کند، از ابزارهای مختلف کمک بگیرد و در نهایت نتیجه را ارائه دهد.
این قابلیت در حوزه‌هایی مانند برنامه‌نویسی، تحلیل اسناد و بررسی داده‌های مالی اهمیت زیادی دارد؛ زیرا انجام چنین کارهایی معمولاً به چندین مرحله بررسی و تصمیم‌گیری نیاز دارد.
بیشتر بخوانید :
عدد ۶۵.۷ درصد چه معنایی دارد؟
یکی از اعدادی که در معرفی Kimi K۳.۱ Pro موردتوجه قرار گرفته، امتیاز ۶۵.۷ درصدی آن در آزمون Terminal-Bench ۴.۰ است. این آزمون برای سنجش توانایی مدل‌های هوش مصنوعی در انجام وظایف واقعی و چندمرحله‌ای در محیط ترمینال طراحی شده است.
برای درک بهتر این نتیجه، کافی است بدانیم مدل Claude Opus ۵.۵ در همین ارزیابی امتیاز ۶۶.۴ درصد و GPT-۶ Astra امتیاز ۵۸.۲ درصد را کسب کرده‌اند.
البته این اعداد در گزارش شرکت Moonshot منتشر شده‌اند و نباید آن‌ها را با یک آزمون کاملاً مستقل و یکسان برای تمام مدل‌ها اشتباه گرفت. بااین‌حال، فاصله کمتر از یک‌درصدی Kimi با Claude در این ارزیابی، توجه‌برانگیز است.
آزمونی که تصویر دقیق‌تری از توانایی Kimi نشان داد
کلاته در ادامه به اهمیت این نوع آزمون‌ها اشاره می‌کند؛ زیرا برخلاف پرسش‌های ساده، در اینجا توانایی مدل برای انجام یک کار واقعی و رساندن آن به نتیجه سنجیده می‌شود. به‌عبارت‌دیگر، صرفاً درست پاسخ‌دادن کافی نیست؛ مدل باید بتواند مسئله را تشخیص دهد، ابزار مناسب را انتخاب کند و کار را به پایان برساند.
اما شاید جالب‌ترین بخش ماجرا، ارزیابی مستقلی باشد که شرکت Plotly انجام داده است. این شرکت مدل Kimi K۳.۱ Pro را با مجموعه‌ای شامل ۴۳ سؤال در زمینه تحلیل داده آزمایش کرد. نتیجه نشان داد مدل جدید توانسته است به ۴۲ سؤال پاسخ درست بدهد و به امتیاز ۹۸ درصد برسد. برای مقایسه، نسخه قبلی یعنی Kimi K۳ در همین آزمون به ۳۵ سؤال پاسخ درست داده بود.
نکته مهم‌تر اینکه Kimi جدید توانسته بود الگوهای پنهان در داده‌ها را شناسایی کند و مشکلات کیفیت داده را تشخیص دهد؛ توانایی‌هایی که در نسخه قبلی ضعیف‌تر بودند.
یک نسخه سریع‌تر هم در راه است
Moonshot هم‌زمان با معرفی Kimi K۳.۱ Pro، نسخه‌ای با نام Highspeed را نیز عرضه کرده است. طبق اعلام سازنده، این نسخه می‌تواند با حفظ سطح توانایی، سرعتی حدود دو تا سه برابر بیشتر از مدل اصلی داشته باشد.
این کارشناس هوش مصنوعی می‌گوید این مدل همچنین از طریق سرویس‌های Kimi، از جمله Kimi Code و Kimi Work، در دسترس قرار گرفته است. شرکت Moonshot وعده داده وزن‌های کامل مدل را تا چهارم نوامبر ۲۰۲۶ منتشر کند؛ اتفاقی که می‌تواند امکان بررسی و اجرای گسترده‌تر آن را برای پژوهشگران و توسعه‌دهندگان فراهم کند.
آیا Kimi واقعاً رقیب غول‌های آمریکایی شده است؟
باوجود نتایج قابل‌توجه، هنوز نمی‌توان Kimi K۳.۱ Pro را برنده قطعی رقابت هوش مصنوعی دانست. هر مدل ممکن است در یک حوزه عملکرد درخشانی داشته باشد و در حوزه‌ای دیگر از رقبای خود عقب بماند.
حتی نتایج منتشرشده از سوی Moonshot نیز نشان می‌دهد Kimi در بعضی آزمون‌ها از Claude Opus ۵.۵ و GPT-۶ Astra ضعیف‌تر عمل کرده است.
نظر شما