Kimi rilascia Kimi 3.1 Pro 104BA-2.8T, open weights da 2,8T che batte Fable 5.1
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Modello open weights da 2,8 trilioni, costruito con post‑training massiccio e ottimizzazioni RL, che AINews segnala superiore a Fable 5.1.
Kimi ha pubblicato Kimi 3.1 Pro 104BA-2.8T: AINews scrive che l’open weights da 2,8T supera Fable 5.1 e migliora l’efficienza, senza però indicare benchmark o metriche del confronto1.
La notizia arriva nell’edizione del 22 e 23 ottobre 2026 della newsletter. Il riferimento al confronto è esplicito: Fable 5.1, non 5.01. Il posizionamento è quindi nella fascia più alta, ma senza dati pubblici su test o suite usate1.
AINews descrive K3.1 Pro come una versione post-trained di Kimi K3, con un compute di post-training molto più ampio. L’aggiornamento privilegia il dopo, non nuove idee di ricerca rese pubbliche. La newsletter segnala pochi dettagli tecnici e paragona il salto a passaggi minori come il 5.2-5.3 di Z.ai, dove il progresso arriva soprattutto dal post-training1.
Per sostenere un reinforcement learning su larga scala, Kimi dice di aver toccato ogni livello della piattaforma. Ha ottimizzato il framework di RL, l’inferenza su contesti lunghi, l’efficienza di training, l’infrastruttura sandbox e lo scheduling dei rollout. Ha introdotto una piattaforma condivisa per i controlli di qualità degli ambienti. L’obiettivo dichiarato: ogni incremento di compute deve produrre ritorni stabili e prevedibili. Secondo AINews, K3.1 Pro ottiene guadagni consistenti in ciascuno di questi domini1.
Il quadro che AINews ricostruisce è coerente: landing page curata, poche informazioni di ricerca, affermazioni specifiche su scala e risultati. Focus sul post-training e sull’orchestrazione dell’RL su molti domini. Il tutto suggerisce l’affinamento di un modello esistente, con ottimizzazioni estese della pipeline per rendere prevedibile l’impatto di più compute1.
La newsletter offre anche il contesto temporale. Due mesi fa aveva riportato la previsione del CEO di Z.ai, Jie Tang: un modello open weights di classe Fable entro fine anno. Due settimane fa, Meta avrebbe raggiunto classe Fable in chiuso. Ora arriva un open weights da 2,8T che supera Fable 5.1, con circa due mesi e mezzo ancora sul calendario1.
AINews documenta l’ampiezza del monitoraggio usato per la ricostruzione: 12 subreddit e 544 account su Twitter, nessun nuovo canale Discord. L’uscita di K3.1 Pro viene così collocata in una finestra ravvicinata rispetto agli ultimi annunci della categoria1.
Resta un punto fermo: AINews non indica quali benchmark o metriche misurino il “batte Fable 5.1”. Mancano numeri, suite e protocolli pubblici. Finché Kimi o fonti tecniche non pubblicano i dettagli, il confronto resta privo di riferimenti verificabili sul piano sperimentale1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono. Valutazione su questo pezzo: 9/10.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale: superato.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica. Questo articolo ha preso 8,0/10 dopo 2 revisioni.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.