أصبح Kimi K3.1 Pro متاحًا الآن للتوسيم التلقائي على Ultralytics Platform

أصدرت Moonshot AI نموذج Kimi K3.1 Pro في 23 أكتوبر 2026، وأصبح متاحًا اليوم للتوسيم التلقائي على Ultralytics Platform. اختبرناه بالطريقة نفسها التي اختبرنا بها سائر النماذج على لوحة متصدري VLM: باستخدام 360 صورة من 36 مجموعة بيانات كشف من العالم الحقيقي.

حقق Kimi K3.1 Pro نتيجة 0.444 mAP50، بزيادة الثلث عن Kimi K3 (0.334)، ويحتل المرتبة السابعة من بين 29 نموذجًا، متقدمًا على سلفه بعشرة مراكز. جميع النماذج التي تسبقه مغلقة المصدر ومن Google أو Anthropic أو OpenAI.

ما الجديد في Kimi K3.1 Pro#

Kimi K3.1 Pro هو أول نموذج في سلسلة K3.1 من Moonshot، وتصفه Moonshot بأنه أقوى نموذج مفتوح الأوزان من فئة 3T حتى الآن. إنه إصدار خضع لتدريب لاحق من Kimi K3، بُني باستخدام قدر أكبر بكثير من حوسبة التدريب اللاحق، ويضم نافذة سياق بسعة مليون رمز ويدعم إدخال الصور والفيديو. ويستدل دائمًا قبل الإجابة، وتخطط Moonshot لإصدار الأوزان الكاملة بحلول 4 نوفمبر 2026. ويتناول إعلان Moonshot نتائجه في البرمجة والتمويل والهلوسة.

كما خفضت Moonshot السعر. يبلغ سعر Kimi K3.1 Pro دولارين لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج، بعد أن كان 3 دولارات و15 دولارًا لـ Kimi K3.

استخدام Kimi K3.1 Pro للتوسيم التلقائي على Ultralytics Platform#

ينضم Kimi K3.1 Pro إلى نماذج الرؤية واللغة الموجّهة بالفئات في محرر التوسيم على Ultralytics Platform. عند استخدام مجموعة بيانات كشف الأجسام تضم من فئة واحدة إلى 200 فئة، يفحص النموذج كل صورة ويُرجع مربعات إحاطة للعناصر التي يعثر عليها من فئات مجموعة بياناتك، لتراجعها وتحفظها كما تفعل مع أي تنبؤ آخر.

يمكنك استخدامه بطريقتين:

• صورة واحدة في كل مرة: في محرر التوسيم، انتقل إلى الوضع Smart، واختر Kimi K3.1 Pro ضمن Kimi في قائمة اختيار النموذج، ثم انقر Predict (أو اضغط P).
• مجموعة بيانات كاملة: شغّل التعليق التوضيحي الدفعي من المزيد من الإجراءات > التعليق التوضيحي الدفعي في صفحة مجموعة البيانات لوَسْم كل صورة غير موسومة في عملية واحدة.

لمشاهدة أدائه قبل إضافة مفتاح، افتح صفحة نموذج Kimi K3.1 Pro على Ultralytics Platform. تعرض الصفحة إعادة تشغيل تنبؤات Kimi K3.1 Pro المسجلة على 10 صور من COCO بجوار مربعات الإحاطة المتوقعة، وتعرض نتيجته على كل مجموعة بيانات معيارية.

كيف أجرينا المقارنة المعيارية لـ Kimi K3.1 Pro#

قد يكتشف نموذجٌ جميع الأجسام تقريبًا في الصور اليومية، لكنه قد يفوّت معظمها في صورة طبية أو لوحة دوائر. لذلك يخضع كل نموذج على لوحة متصدري VLM للاختبار الثابت نفسه، UL37 v2: عشر صور معنونة تُسحب عشوائيًا من كل مجموعة من مجموعات بيانات الكشف الـ36 في UL37، وهي مجموعة من مجموعات البيانات المعيارية الواقعية التي تستخدمها Ultralytics للتقييم. وتشمل هذه المجموعات التصوير الطبي، والصور الجوية وصور الأقمار الصناعية، وفحص لوحات الدوائر المطبوعة، والأشعة السينية الأمنية، ورفوف المتاجر، وحركة المرور، والرياضة، والمشاهد تحت الماء، والتصوير الحراري، وغير ذلك.

تمر كل صورة عبر مسار التوسيم الإنتاجي في Ultralytics Platform باستخدام أسماء الفئات الخاصة بمجموعة بياناتها، تمامًا كما يستدعيها الوضع Smart وميزة Batch Annotation، بما في ذلك خطوة SAM 3.1 التي تحسّن إحكام مربعات الإحاطة التي ينتجها كل نموذج. ونقيّم المربعات باستخدام مقاييس الكشف الخاصة بحزمة Ultralytics، ثم نحسب متوسطًا متساويًا لمجموعات البيانات الـ36. يوضح منهجية لوحة متصدري VLM التفاصيل.

يختلف إعداد واحد في حالة Kimi. يضبط Kimi K3.1 Pro افتراضيًا أقصى مستوى من الاستدلال لدى Moonshot. في هذا المستوى، تجاوز Kimi K3 مهلة Ultralytics Platform البالغة 115 ثانية في نحو 40% من الصور في اختباراتنا، لذلك تشغّل Ultralytics Platform جميع نماذج Kimi بمستوى استدلال مرتفع بدلًا من ذلك. وقد أُجريت المقارنة المعيارية لكل من Kimi K3 وKimi K3.1 Pro بهذا الإعداد.

مقارنة Kimi K3.1 Pro بـ Gemini 4 Argon وClaude Opus 5.5 وGPT-6 Astra#

حقق Kimi K3.1 Pro نتيجة 0.444 mAP50. وكانت نتائج Gemini 4 Argon (0.537) وClaude Opus 5.5 (0.527) وGPT-6 Astra (0.525) وGemini 3.8 Flash (0.516) وGPT-6.1 Sol (0.514) وClaude Sonnet 5.5 (0.472) أعلى، بينما جاء متقدمًا على Claude Haiku 5.5 (0.429) وClaude Fable 5.1 (0.427) وجميع النماذج مفتوحة الأوزان التي نشغلها على وحدات GPU الخاصة بنا، والتي يتصدرها Gemma 4 31B (0.390)، وهو غير متاح بعد على Ultralytics Platform.

تحسن جانبا النتيجة كليهما. ارتفعت الدقة إلى 0.560 مقارنةً بـ 0.439 لدى Kimi K3، وارتفع الاستدعاء إلى 0.483 مقارنةً بـ 0.376، ما يعني أن نسبة أكبر من مربعات الإحاطة التي أنشأها كانت صحيحة، وأنه اكتشف عددًا أكبر من الأجسام المعنونة.

مقارنة Kimi K3.1 Pro بـ Kimi K3: مواضع ظهور التحسين#

تحسن Kimi K3.1 Pro مقارنةً بـ Kimi K3 في 25 من أصل 36 مجموعة بيانات وفي 8 من أصل 12 مجالًا. وجاءت أكبر التحسينات في الرياضة (0.68 مقابل 0.28)، والطرق وحركة المرور (0.49 مقابل 0.26)، والمستندات وواجهات المستخدم وCAD (0.41 مقابل 0.26). وارتفعت نتيجته على كرات التنس من 0.08 إلى 0.74 mAP50، ليتعادل مع Gemini 3.8 Flash على أعلى نتيجة في مجموعة البيانات هذه، كما ارتفعت نتيجته على علامات الطرق CeyMo من 0.17 إلى 0.80.

وفي الرياضة، تفوق Kimi K3.1 Pro أيضًا على Gemini 4 Argon (0.68 مقابل 0.60)، كما حقق نتيجة أعلى من Argon في ست مجموعات بيانات إجمالًا، منها كرات التنس وكرة القدم وسنابل القمح والتصوير بالموجات فوق الصوتية للغدة الدرقية.

لم تتحسن النتائج في كل المجالات. تراجعت النتائج في المجالين تحت الماء والأشعة السينية الأمنية (مجموعة بيانات واحدة لكل منهما)، وانخفضت نتيجة التجزئة قليلًا (0.47 مقابل 0.48)، وظلت نتائج عيوب لوحات الدوائر المطبوعة الصناعية قريبة من الصفر لدى نموذجي Kimi. لا تزال الصور المتخصصة صعبة على جميع النماذج، لذا تعامل مع مربعات Kimi K3.1 Pro على أنها مسودة أولية تخضع لـالمراجعة البشرية ضمن حلقة العمل، وتحقق من بعض التنبؤات على صورك قبل توسيم مجموعة بيانات كاملة.

الدقة والتكلفة والسرعة#

تعمل النماذج المدفوعة باستخدام مفتاح API الخاص بك لدى المزوّد، لذا يفوترك المزوّد مباشرةً عن كل تنبؤ. بلغت تكلفة Kimi K3.1 Pro نحو 22.50 دولارًا لكل 1,000 صورة في مقارنتنا المعيارية، وهي قريبة من تكلفة Kimi K3 البالغة 21.50 دولارًا. سعر الرموز أقل بمقدار الثلث، لكنه استخدم رموزًا أكثر لكل صورة، لذا يوفر التحديث دقة أعلى بنحو الثلث مقابل تكلفة إجمالية مماثلة.

لكنه ليس الخيار الأقل تكلفة لتحقيق هذه الدقة. فخمسة من النماذج الستة التي تتقدمه أقل تكلفة، ومنها Gemini 4 Argon (نحو 7.60 دولارات لكل 1,000 صورة) وClaude Opus 5.5 (نحو 13.90 دولارًا)، كما أن نتيجة Claude Haiku 5.5 تقل عن نتيجة Kimi K3.1 Pro بنحو 0.015 mAP50 فقط، مقابل نحو 0.37 دولار لكل 1,000 صورة.

يستغرق Kimi K3.1 Pro وقتًا أطول أيضًا. استغرق الطلب الوسيط نحو 22 ثانية لكل صورة، مقابل 4.6 ثوانٍ لـ Gemini 4 Argon و2.7 ثانية لـ Claude Opus 5.5، ولم يكتمل 6.4% من طلباته ضمن مهلة Ultralytics Platform البالغة 115 ثانية، ارتفاعًا من 1.7% لدى Kimi K3. لا تُرجع الصورة التي تنتهي مهلتها أي مربعات إحاطة، ويمكنك إعادة التنبؤ بها. وتوفر Moonshot أيضًا Kimi K3.1 Pro Highspeed، الذي تقول إنه يعمل بسرعة تفوق النسخة العادية بمرتين إلى ثلاث مرات مع القدرات نفسها؛ أما Ultralytics Platform فتقدم Kimi K3.1 Pro القياسي.

ابدأ باستخدام Kimi K3.1 Pro على Ultralytics Platform#

1. أنشئ مفتاح API على منصة Kimi API، ثم أضفه ضمن Settings > API Keys في مساحة العمل التي تملك مجموعة بياناتك، أو اطلب من مالك مساحة العمل إضافة مفتاح (اطّلع على الطريقة).
2. افتح مجموعة بيانات كشف على Ultralytics Platform، وانتقل بمحرر التوسيم إلى الوضع Smart، واختر Kimi K3.1 Pro ضمن Kimi.
3. انقر Predict لوَسم الصورة الحالية، ثم راجع المربعات وعدّلها واحفظها.
4. عندما تبدو النتائج مناسبة، شغّل التعليق التوضيحي الدفعي لوَسم بقية مجموعة البيانات.

تضيف Batch Annotation رسوم المعالجة القياسية في Ultralytics Platform، البالغة 1.00 دولار لكل 1,000 صورة، وهي منفصلة عن الرسوم التي تفرضها Moonshot على مفتاح API الخاص بك. تحفظ كل عملية تشغيل إصدارًا من مجموعة البيانات أولًا، لذا يمكنك دائمًا الرجوع إلى إصدار سابق.

بعد توسيم مجموعة بياناتك، درّب نموذج Ultralytics YOLO26 عليها في مساحة العمل نفسها (راجع وثائق التدريب). لمقارنة Kimi K3.1 Pro بالنموذج المتصدر، اقرأ مقالنا عن التوسيم التلقائي باستخدام Gemini 4 Argon، أو استعرض جميع النماذج على لوحة متصدري VLM وصفحات نماذج Ultralytics Platform. ثم سجّل الدخول إلى Ultralytics Platform لتجربة Kimi K3.1 Pro على بياناتك.