Daftar isi
Kimi K3.1 Pro Moonshot AI Raih Skor 55, Selisih 3 Poin dari Opus 5.5
INFO TEKNO> Moonshot AI, perusahaan kecerdasan buatan (AI) asal China, merilis model Kimi K3.1 Pro dengan skor 55 pada Artificial Analysis Intelligence Index versi 4.3.2. Selisihnya dengan Claude Opus 5.5 hanya tiga poin.
Klaim utama model terbaru ini: lebih cakap menangani persoalan rumit, menulis kode, dan mengerjakan tugas secara otomatis, menurut laporan The Decoder.
Anthropic, pembuat Claude Opus 5.5, mencatat 58 poin pada indeks yang sama. Kimi K3.1 Pro naik 11 poin dibandingkan pendahulunya, Kimi K3.
Peningkatan lain tampak pada kemampuan agen AI (AI agent), yaitu menjalankan beberapa langkah secara mandiri sampai pekerjaan tuntas.
Tes Terminal-Bench 4.0 mengukur kemampuan itu. Tes tersebut menilai kerja AI di terminal komputer, termasuk pemrograman dan pengoperasian sistem.
Pada Terminal-Bench 4.0, Kimi K3.1 Pro mencetak 65,7 persen. Skor ini melampaui GPT-6 Astra yang meraih 58,2 persen, tetapi masih di bawah Claude Opus 5.5 dengan 66,4 persen.
Kimi K3 hanya memperoleh 13 persen pada tes yang sama. Hasil ini menunjukkan peningkatan kemampuan menyelesaikan tugas teknis lewat terminal.
Namun, skor tersebut tidak berarti Kimi K3.1 Pro selalu unggul di semua pekerjaan pemrograman.
Kimi K3.1 Pro juga menjalani GDPval-AA, tes yang menilai seberapa baik AI mengerjakan tugas profesional. Hasilnya, skor Elo model ini mencapai 1.846, naik 312 poin dari Kimi K3.
Claude Opus 5.5 mencatat 1.866 poin dan Meta Muse Wonder Full 1.857 poin, sehingga skor Kimi K3.1 Pro berada tak jauh di bawah keduanya.
Ringkasan skor yang disebutkan dalam laporan (tanda – berarti tidak disebut):
| Model | Intelligence Index v4.3.2 | Terminal-Bench 4.0 | GDPval-AA (Elo) |
|---|---|---|---|
| Kimi K3.1 Pro | 55 | 65,7% | 1.846 |
| Claude Opus 5.5 | 58 | 66,4% | 1.866 |
| GPT-6 Astra | – | 58,2% | – |
| Meta Muse Wonder Full | – | – | 1.857 |
| Kimi K3 | – | 13% | – |
Soal halusinasi, yakni jawaban keliru yang disajikan seolah benar, laporan itu mencatat klaim penurunan. Namun, GPT-6 Astra membukukan tingkat halusinasi 5,5 persen pada pengujian yang sama, lebih rendah daripada Kimi K3.1 Pro.
Moonshot AI turut meluncurkan varian Kimi K3.1 Pro Highspeed. Perusahaan mengeklaim varian ini dua hingga tiga kali lebih cepat.
Aaf Afiatna (Aura Pet) adalah seorang WordPress Developer, Administrator IT, dan penggerak di balik infrastruktur berbagai portal media digital PT Arina Duta Sehati. Ia memiliki ketertarikan mendalam pada rekayasa sistem tingkat rendah, implementasi AI on-device, dan pengembangan proyek open-source seperti Neural Standby Kernel (NSK). Saat tidak sedang berurusan dengan server atau kode, ia aktif mengeksplorasi ekosistem Web3 dan berbagi wawasan melalui channel YouTube CryptoFansWorld.