Kimi K3.1 Pro, Artificial Analysis'ta 55 puan aldı ve maliyet-performans Pareto sınırına ulaştı

23 Ekim 2026 tarihinde yayınlanan bir Hacker News ana sayfa gönderisine göre Kimi K3.1 Pro, Artificial Analysis Intelligence Index'ta 55 puan aldı ve takipçinin Pareto çizgisine yerleştirildi. Gönderi, doğrudan modelin Artificial Analysis analiz sayfasına bağlanıyor; bu sayfa yayını zekâ, hız ve fiyat açısından mevcut alanla karşılaştırıyor. Sayfa modelin Pro varyantını takip ediyor.

Endeks neyi ölçüyor

Şu anda 4.3.2 sürümünde olan Artificial Analysis Intelligence Index, sitenin bağımsız olarak yürüttüğü on değerlendirmeyi birleştiriyor: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience ve AA-LCR v1.1. Sitenin belirttiğine göre bu karışım; ajan tabanlı bilgi işini, terminal içinde yürütülen araştırma iş akışlarını, açık kaynak kod tabanlarında çalışan yazılım mühendisliği ajanlarını, profesyonel belgeler üzerinde akıl yürütmeyi ve uzun bağlamlı tıbbi akıl yürütmeyi kapsıyor; bunlara ek olarak AA-Omniscience, bilgi güvenilirliğini -100'den 100'e kadar bir ölçekte doğru cevaplara kredi vererek, halüsinasyonlar için puan düşerek ve reddetmeleri nötr sayarak derecelendiriyor.

Endeks ayrıca bir maliyet modelini besliyor. Artificial Analysis, giriş, cache-hit, cache-write, akıl yürütme ve çıkış token fiyatlarından görev başına bir maliyet rakamı çıkarıyor; bu rakam her değerlendirmedeki görev sayısına bölünüyor ve o değerlendirmenin endeksteki payıyla ağırlıklandırılıyor. Sınır karşılaştırmasını öncelikle mümkün kılan işte bu maliyet rakamıdır.

Pareto yerleşimi ne anlama geliyor

Takipçinin ana grafiği Intelligence Index'i görev başına maliyete karşı çiziyor. Bir model, takip edilen başka hiçbir model aynı anda daha yetenekli ve görev başına daha ucuz olmadığında Pareto çizgisinde yer alır; çizginin dışındaki her şey, diğer ekseni kaybetmeden bir eksende onu geçen en az bir model tarafından domine edilir. Çizgi üzerinde 55 puanla yer almak, bu nedenle K3.1'in dolar başına yetenek kombinasyonunun anlık görüntü alındığı anda takipçinin alanındaki başka hiçbir şey tarafından geçilmediği anlamına geliyor.

Kaynağa dair bir not: 55 rakamı Hacker News gönderisinin başlığından geliyor; yakalanan sayfa metninde düz biçimde okunabilir bir sayıdan değil, çoğunlukla modelin listelenmesini çevreleyen metodolojiden oluşuyor.

Anlık görüntü neyi açık bırakıyor

Yakalanan metinde bazı ayrıntılar okunamıyor: milyon token başına kesin fiyatlandırma, çıkış hızı, bağlam penceresi boyutu ve tek tek yetenek alt endeks puanları. Sayfa metninde modelin ölçümlerinin yanında tekrar tekrar "no publicly available API" etiketi yer alıyor; bu, modelin genel bir uç nokta yayına girmeden önce takip edildiğini gösterebileceği gibi, bağlamından koparılmış bir sayfa denetimi de olabilir.

Açık ağırlıklar sorusu metinde benzer şekilde çözümsüz kalıyor. Artificial Analysis zekâ grafiğini açık ağırlıklı ve tescilli modeller arasında bölüyor ve anlık görüntü, K3.1'in hangi kategoriye ait olduğunu belirtmiyor. Bu ayrım sonucun ne kadar anlamlı olduğu konusunda önemli: sınırda yer alan açık erişimli bir model, yalnızca barındırılan bir modelden farklı bir rekabet olayıdır; çünkü sağlayıcı fiyatlarıyla değil, altyapı maliyetiyle her yerde çalıştırılabilir.

Neden önemli

Yerleşim geçerliyse, bu, dolar başına yetenek eğrisinin tepesine yeni bir oyuncunun baskı yaptığını gösteriyor; bu da tarihsel olarak mevcut oyuncuları fiyat, yetenek veya her ikisi açısından yanıt vermeye zorluyor. Ayrıca alanın artık bağımsız değerlendiricilere ne kadar bağımlı olduğunu vurguluyor: habere konu olan sıralama, sağlayıcıların bildirdiği rakamlardan değil, Artificial Analysis'ın kendi benchmark çalıştırmalarından geldi.

Buna dayanarak harekete geçecek herkes için uyarı şu: endeks sürümlüdür — güncel metodoloji v4.3.2'dir — dolayısıyla puanlar yalnızca aynı sürüm içinde kesin biçimde karşılaştırılabilir ve bir sınır konumu, bir sonraki sürüm döngüsünün silbileceği bir anlık görüntüdür.