Kimi K3.1 Pro sort moins cher que son propre prédécesseur : 2 $/10 $ et une fiche de benchmarks plus brute

Moonshot AI a publié Kimi K3.1 Pro le 24 octobre 2026, et le chiffre le plus déterminant de ce lancement ne figure pas sur le tableau des benchmarks. Il figure sur la grille tarifaire : 2,00 $ par million de jetons d’entrée et 10,00 $ par million de jetons de sortie, contre 3,00 $ et 15,00 $ pour le Kimi K3 dont il est issu. Un successeur un tiers moins cher que son prédécesseur est suffisamment inhabituel pour être mis en avant, car, contrairement à un score de benchmark, cela ne dépend pas du harnais qui a exécuté le test. Si vous payez déjà pour Kimi K3, l’argument en faveur de la mise à niveau commence par une facture moins élevée.

Le deuxième chiffre est celui que Moonshot veut que vous remarquiez : 65,7 % sur Terminal-Bench 4.0, contre 58,2 % pour GPT-6 Astra et 66,4 % pour Claude Opus 5.5. Cela place le nouveau modèle à la deuxième position sur le tableau du fournisseur lui-même, pas à la première. C’est une chose honnête à publier le jour du lancement, et cela en dit long sur le positionnement de cette sortie. Kimi K3.1 Pro n’est pas vendu comme le modèle le plus puissant du monde. Il est vendu comme un modèle moins cher, suffisamment proche de la frontière pour l’emporter sur le coût par tâche terminée.

Qu’est-ce qui a réellement changé entre K3 et K3.1 Pro

Moonshot précise explicitement qu’il s’agit d’une version issue du post-entraînement, et non d’une nouvelle architecture. L’entreprise qualifie Kimi K3.1 Pro de version post-entraînée de Kimi K3, entraînée avec une capacité de calcul de post-entraînement nettement plus importante, incluant un apprentissage par renforcement conjoint à grande échelle sur des centaines de domaines en aval. La fenêtre de contexte reste inchangée à 1 048 576 tokens. Les entrées visuelles et vidéo restent inchangées. Le plafond de sortie de 1 M de tokens reste inchangé.

Concrètement, cela signifie que les connaissances et la capacité de raisonnement du modèle de base restent les mêmes atouts qu’auparavant ; la différence se situe au niveau du comportement. Moonshot affirme avoir remanié le cadre d’apprentissage par renforcement, l’inférence à contexte long, l’efficacité de l’entraînement, l’infrastructure de bac à sable, la planification des rollouts et les contrôles de qualité des environnements pour rendre possible cette phase de post-entraînement. Ce sont des affirmations d’ingénierie sur la manière dont le modèle a été conçu, et elles sont difficiles à vérifier de l’extérieur. Les affirmations comportementales sont plus faciles à tester, et c’est là que se trouvent les chiffres du lancement.

Le nombre de paramètres est l’endroit où la communication du fournisseur devient floue. Moonshot le qualifie de modèle open-weight de classe 3T. Les articles publiés au lancement situent le backbone à 2,8 billions de paramètres au total, avec environ 104 milliards de paramètres actifs, soit la même configuration de mélange d’experts que Kimi K3. Les deux peuvent être vrais : « classe 3T » est une formule de positionnement, et 2,8 billions entrent dans cet arrondi. Ce qui compte pour votre facture et votre latence, c’est le nombre de paramètres actifs, et rien ne prouve que celui-ci ait changé.

La fiche de référence, et à quel point s’y fier

Moonshot a publié des résultats sur 14 évaluations en programmation, en science et en travail intellectuel. Le schéma est cohérent : des gains importants sur les tâches pour lesquelles l'entreprise s'entraîne, une quasi-parité avec la frontière fermée sur les autres, et une divulgation délibérée d'une régression.

• Codage à la pointe — {{1}}Terminal-Bench 4.0{{/1}} : Kimi K3.1 Pro 65,7 %, Claude Opus 5.5 66,4 %, GPT-6 Astra 58,2 %. Réalisé par le fournisseur.

• Codage de longue durée — Kimi Code Bench 3.0 Long-horizon : 61,2 % pour K3.1 Pro contre 55,95 % pour Kimi K3. C’est la comparaison avec le prédécesseur la plus nette de l’ensemble, et aussi la plus contrôlée par le fournisseur, puisque le benchmark et le harnais appartiennent tous deux à Moonshot.

• 3D et CAO — BenchCAD avec outils : 92,7 pour K3.1 Pro, 96,2 pour Opus 5.5, 95,9 pour GPT-6 Astra, 92,6 pour Claude Fable 5.1. Sans outils : 72,8, contre 73,0 pour Opus 5.5 et 60,6 pour Fable 5.1. L'écart entre les modèles avec outils est suffisamment faible pour que le classement puisse changer lors d'une nouvelle exécution.

• Hallucination — Kimi Hallu Bench Hard : taux au niveau des affirmations de 8,3 % avec outils, en baisse par rapport à 23,4 % pour Kimi K3. GPT-6 Astra obtient 5,5 % et Opus 5.5 15,0 %. Sans outils, le taux est de 5,4 %, contre 4,2 % pour Astra et 6,8 % pour Opus.

• Finance et opérations — Frontier Finance 58,6 ; Financial Modeling interne 57,6 contre 50,4 pour K3 ; Financial Research interne 70,4 contre 58,8 ; Business Operation interne 37 contre 8,9. Ces trois derniers sont les propres évaluations de Moonshot ; elles mesurent donc l’amélioration sur les tâches choisies par l’entreprise, et non un classement dans une arène publique.

• La régression — le pass@3 de xdev-bench-hard est de 81,0 %. Un point de contrôle entraîné sans les mesures de réduction des risques de l’entreprise a obtenu 90,5 % au même test. Moonshot a publié cet écart et l’a attribué à un travail de sécurité ciblé et à des contrôles des données d’entraînement. Quoi que vous pensiez du compromis, divulguer un coût de capacité de 9,5 points n’est pas ce à quoi ressemble habituellement un billet de lancement.

Le résumé honnête est qu’il s’agit de chiffres rapportés par les fournisseurs, sans réplication indépendante à ce jour. Kimi K3 affichait un Artificial Analysis Intelligence Index de 57 lors de son lancement en juillet, et aucun score tiers équivalent pour K3.1 Pro n’existait le jour de la sortie. Le harnais d’évaluation compte énormément ici : les résultats de Terminal-Bench varient de dizaines de points selon le scaffolding, de sorte qu’un 65,7 % et un 58,2 % produits par des laboratoires différents sur des harnais différents ne constituent pas une mesure fiable d’un écart de 7,5 points. Considérez le tableau comme une affirmation sur la direction, non sur l’ampleur.

Ce que la réduction de prix fait réellement à une charge de travail

Le tarif de l’API est uniforme sur toute la fenêtre de 1 million de tokens, sans supplément pour contexte long. La grille complète, en dollars américains par million de tokens :

• Kimi K3.1 Pro — 2,00 $ en entrée, 10,00 $ en sortie, 0,20 $ par lecture du cache, 2,00 $ par écriture dans le cache avec un TTL de cinq minutes, 4,00 $ avec un TTL d'une heure.

• Kimi K3.1 Pro Highspeed — 4,00 $ en entrée, 20,00 $ en sortie, 0,20 $ par accès au cache, 4,00 $ et 8,00 $ pour les écritures dans le cache. Même modèle, une vitesse de sortie deux à trois fois supérieure, une consommation de quota environ deux fois plus élevée dans Kimi Code.

Kimi K3 — 3,00 $ en entrée, 15,00 $ en sortie, 0,30 $ par lecture de cache, 3,00 $ et 6,00 $ pour les écritures de cache.

Une requête qui lit 1M de tokens d’entrée et écrit 200K de tokens de sortie coûte 6,00 $ sur Kimi K3 et 4,00 $ sur Kimi K3.1 Pro. Ajoutez un cache de prompt réaliste, et l’écart se maintient à environ un tiers, car le prix des hits de cache est lui aussi passé de 0,30 $ à 0,20 $. Pour un agent qui relit un grand dépôt ou un long document financier à chaque tour, c’est la différence entre un flux de travail qui s’amortit et un autre qui ne s’amortit pas. Moonshot a de fait positionné la mise à niveau comme une baisse de marge plutôt qu’un supplément de prix, ce qui est un choix étrange pour un modèle qui vient d’afficher de meilleurs chiffres presque partout — et bienvenu pour quiconque dont la facture K3 était la raison de chercher ailleurs.

Il y a un piège dans la mécanique. Kimi K3.1 Pro pense toujours : le raisonnement ne peut pas être désactivé, et le champ reasoning_effort accepte low, high ou max, avec max par défaut. Les paramètres d’échantillonnage sont fixés à temperature 1.0 et top_p 0.95, et transmettre d’autres valeurs renvoie une erreur. Modifier l’effort de raisonnement en cours de conversation invalide les correspondances du cache de préfixes, ce qui augmente discrètement le coût effectif de la boucle de réglage que vous comptiez exécuter. Le prix par token moins cher est réel ; le workflow moins cher dépend de la fréquence à laquelle vous changez d’avis en cours de contexte.

Où vous pouvez l’exécuter, et la date qui compte plus que le lancement

Kimi K3.1 Pro est disponible dans l'application grand public Kimi sur le web, iOS, Android et HarmonyOS, dans Kimi Work version bureau 3.1.0 ou ultérieure, et dans Kimi Code via le sélecteur de modèle. Sur l'API, il est proposé sous les noms kimi-k3.1-pro et kimi-k3.1-pro-highspeed via la plateforme propre à Moonshot, avec une rétention nulle des données en option et un accès entreprise désactivé par défaut au lancement. Il apparaît également sur des plateformes d'inférence tierces, ce qui est normal pour un modèle de cette taille et ne dit rien de la qualité avec laquelle chacune d'elles le sert.

La date la plus importante est le 4 novembre 2026. Moonshot affirme que les poids complets du modèle seront publiés d’ici là. C’est ce qui fait de la description « open-weight » autre chose qu’un argument marketing, et c’est aussi le moment où l’histoire des coûts change à nouveau : héberger soi-même un modèle à mélange d’experts de 2,8 T de paramètres n’est pas bon marché, mais une licence permissive supprime le compteur par token pour quiconque dispose des GPU. Tant que les poids ne sont pas disponibles, la comparaison des prix ci-dessus est toute la comparaison.

Une note opérationnelle supplémentaire pour les équipes encore sur la génération K2 : la page tarifaire de Moonshot indique que les modèles de la série K2 cesseront d'être disponibles pour les utilisateurs nouvellement inscrits le 31 octobre 2026, et que leur retrait est prévu à la fin du mois de décembre. Si vous utilisez K2.6 ou K2.7 Code, la décision de migration est prise pour vous, et K3.1 Pro est la destination prévue.

Faut-il basculer dès le premier jour ?

Si votre charge de travail est le codage, l'utilisation agentique d'outils ou le travail sur des documents financiers, la combinaison d'un prix inférieur et d'un meilleur score déclaré par le fournisseur constitue un argument simple en faveur d'un essai. S'il s'agit de récupération en contexte long avec des prompts stables, le prix des succès de cache est le chiffre à modéliser, et il favorise lui aussi le nouveau modèle.

Si votre chaîne de production dépend d'un échantillonnage reproductible, lisez la contrainte de paramètre fixe avant de migrer. Une température de 1,0 n'est pas une valeur par défaut neutre pour toutes les tâches, et un modèle qui refuse d'accepter une valeur différente représente un type de dépendance différent de celui qui l'accepte.

Et si vous avez besoin de preuves indépendantes, attendez. Personne en dehors de Moonshot n'a encore publié d'évaluation du K3.1 Pro. Les chiffres du lancement sont cohérents en interne et d'une franchise inhabituelle au sujet de la régression liée à la sécurité, mais il s'agit encore du fournisseur qui note son propre travail. Un modèle aussi bon marché sera testé rapidement ; les premiers résultats d'un échafaudage indépendant sont ceux qui vous diront si les 65,7 % survivent au contact de l'échafaudage de quelqu'un d'autre.

Pour les équipes qui passent déjà par OrcaRouter, le changement concret est plus modeste que ce que le lancement laisse entendre. Notre catalogue propose kimi/kimi-k3 dès aujourd'hui au prix catalogue de Moonshot, avec 0 % de majoration, de sorte que le volet K3 de cette comparaison est disponible avec la même clé que le reste de votre stack. Kimi K3.1 Pro n'est pas au catalogue au moment de la rédaction ; lorsqu'il y sera ajouté, passer d'une génération à l'autre consistera à modifier une chaîne de modèle, et non à signer un second contrat et à intégrer un nouveau SDK. La baisse de prix est la raison de s'y intéresser, et le modèle de répercussion est la raison pour laquelle elle apparaîtra de notre côté au même montant que celui publié par Moonshot, et non à un montant majoré.

Le lancement en un paragraphe

Kimi K3.1 Pro est une mise à niveau post-entraînement de Kimi K3, vendue aux deux tiers du prix du modèle précédent, avec une solide fiche de benchmarks fournie par l’éditeur, un gain réel dans le contrôle des hallucinations, une régression liée à la sécurité divulguée sur un test de codage adversarial, et aucune vérification indépendante à ce jour. Le lancement est véritablement une nouvelle en raison du prix et de l’engagement sur les poids, non parce que le modèle constitue une nouvelle architecture. La date à retenir est le 4 novembre, date à laquelle les poids sont attendus et où les premières évaluations externes sérieuses devraient commencer à arriver.