המשקלים של Kimi K3.1 Pro יצאו: 1.56 TB בדיסק וסעיף רישוי של 20 מיליון דולר

במשך אחד עשר הימים שבין השקת ה-API להורדה, רוב הסיקור של Kimi K3.1 Pro ציטט 5.6 טרה-בייט של משקולות BF16. המאגר ש-Moonshot AI פרסמה בפועל ב-Hugging Face ב-4 בנובמבר 2026 הוא 1.56 TB, פרוס על פני 96 שברים של safetensors. זה לא מודל קטן יותר מזה שכולם כתבו עליו — זה אותו Kimi K3-נגזר, מודל תערובת מומחים בן 2.8 טריליון פרמטרים, שנשלח בדיוק שבו Moonshot אימנה אותו לשרת. הפער בין שני הנתונים הוא הדבר הראשון שכדאי להבין בשחרור הזה, כי הוא קובע אם מכונה שכבר יש לך יכולה להחזיק אותו.

הדבר השני הוא הרישיון, שאינו Apache 2.0, אינו MIT ואינו מאושר על ידי OSI, אף על פי שפסקת הפתיחה שלו מתירנית. מדובר במסמך מותאם בשם Kimi K3.1-Pro License, והוא מכיל סף הכנסות שהופך הורדה בחינם למשא ומתן עבור סוג מסוים של חברה. שתי העובדות הללו לא היו ניתנות למענה ב-25 באוקטובר, כאשר המשקלים היו הבטחה עם רשימת בדיקה מצורפת. כעת הן ניתנות למענה.

מה בעצם עלה ל-Hugging Face

המאגר הוא moonshotai/Kimi-K3.1-Pro, הוא ללא הגבלת גישה, והוא מכיל 111 קבצים. תשעים ושישה מהם הם שברי משקלים; השאר הם קובץ התצורה, הטוקנייזר, ארבעה קבצי Python עבור הארכיטקטורה המותאמת אישית, כרטיס המודל והרישיון. הגודל הכולל בכל הקבצים הוא 1,561 GB.

הסיבה לכך שזה נכנס ב-1.56 TB ולא ב-5.6 TB כתובה בכרטיס המודל כשורת מפרט, לא כהערת שוליים: משקלים MXFP4 עם אקטיבציות MXFP8, מיושמים באמצעות אימון מודע-קוונטיזציה. זו אינה קוונטיזציה של 4 ביט בדיעבד שמישהו הר�יץ לאחר מעשה. זהו דיוק ההגשה המקורי, ולכן המאגר נושא את התג compressed-tensors ולכן אין לצידו נקודת ביקורת BF16. אם תכננתם סביב הורדה של 5.6 TB, תכננתם מול מספר ש-Moonshot מעולם לא סיפקה.

שאר גיליון המפרט, כדי שתוכל להעריך את היקף העבודה:

• סך כל הפרמטרים — 2.8T במודל תערובת-מומחים, כאשר 104B מופעלים בכל טוקן

• עומק — 93 שכבות, שאחת מהן צפופה; מערך שכבות הקשב כולל 69 שכבות KDA ועוד 24 שכבות Gated DeepSeek Sparse Attention, שינוי משכבות ה-Gated MLA בעלות קשב מלא של Kimi K3

• מומחים — 896 בסך הכול, 16 נבחרים לכל טוקן ועוד 2 משותפים, בממד MoE חבוי של 3,584

• הקשר — 1,048,576 אסימונים, ללא שינוי מ-Kimi K3

• מודאליות — קלט של טקסט ותמונה, פלט טקסט; מקודד הראייה הוא MoonViT-V2 עם 401 מיליון פרמטרים

• אוצר מילים — 160K טוקנים

רק אחד מאותם מספרים הוא חדש ביחס ל-Kimi K3, והוא השינוי בקשב. Moonshot מציינת במפורש שזהו שחרור پس-post-training על בסיס K3 עם למידת חיזוק משותפת כבדה יותר על פני מאות תחומים, ולא ארכיטקטורה חדשה. החלפת Gated DSA נועדה ליעילות בהקשר ארוך, ולא לקפיצת יכולת.

לרישיון יש שלוש רמות, והאמצעית היא זו שחשובה

רישיון Kimi K3.1-Pro נפתח בדרך שבה הייתם מצפים שרישיון מתירני ייפתח: הרשאה להשתמש, להעתיק, לשנות, למזג, לפרסם, להפיץ, להעניק תת-רישיון ולמכור, להריץ, לפרוס ולבצע כוונון עדין, וליצור יצירות נגזרות. לאחר מכן הוא מוסיף תנאים, והתנאים הם המקום שבו יושבות ההחלטות.

• סעיף 2, שער "מודל כשירות" — אם אתה או חברות קשורות שלך מפעילים עסק המעניק לצדדים שלישיים גישה להסקה או לכוונון עדין, והכנסות הקבוצה עולות על $20 מיליון בכל תקופה רצופה של 12 חודשים, דרוש הסכם נפרד עם Moonshot לפני שימוש מסחרי. שתי חריגות חשובות: מוצרי קצה שבהם המודל מוטמע בתוך תכונה או מעטפת אינם "מודל כשירות", וגם לא העברה בלבד של בקשות למודלים המתארחים אצל מישהו אחר.

• סעיף 3, סעיף הייחוס — מוצרים מסחריים עם יותר מ-100 מיליון משתמשים פעילים חודשיים, או יותר מ-20 מיליון דולר בהכנסות חודשיות, חייבים להציג את "Kimi K3.1-Pro" באופן בולט בממשק. זו חובת מיתוג, לא תשלום.

• סעיף 4, הפטורים — אף אחד מהאמור לעיל אינו חל על שימוש פנימי, המוגדר ככל שימוש שאינו מעמיד את התוכנה, את תפוקותיה או את יכולותיה הבסיסיות לרשות צדדים שלישיים, או על שימוש באמצעות המוצרים הרשמיים של Moonshot ושותפי הסקה מוסמכים.

הפרשנות המעשית היא שפריסות פנימיות הן חינמיות וללא הגבלה, וכך גם בניית מוצר על גבי המודל עבור המשתמשים שלכם. מה שמפעיל את השיחה על 20 מיליון דולר הוא מכירה חוזרת של גישה גולמית למודל בקנה מידה. אם קיוויתם להקים נקודת קצה להסקה מתחרה על המשקלים האלה, זו הפסקה שכדאי לקחת לעורך דין, והיא מבחינה מבנית אותו רישיון שתחתיו שוחרר Kimi K3 — כך שבדיקה משפטית קיימת של K3 עוברת, עם החלפת השם.

דבר אחד שהרישיון לא עושה הוא להפוך את זה לקוד פתוח במובן של OSI. השדה במטא-נתוני המאגר מציין license: other, כאשר שם הרישיון מוגדר ל-kimi-k3.1-pro. כלי תקשורת שתיארו אותו כ-MIT מותאם בשעות הראשונות שאחרי השחרור קראו את הפתיחה המתירנית ועצרו שם.

מה נדרש כדי להריץ, והיכן ה-API מנצח

מתכון ה-vLLM שפורסם עבור מודל זה הוא הנחיית הפריסה הקונקרטית ביותר הזמינה, והוא ספציפי. הוא מפרט vLLM 0.34.0 או חדש יותר, בסיס של קבוצת tensor-parallel אחת של 8 GPUs — שני מגשי GB300 או צומת B300 אחת — עם --tensor-parallel-size 8 על פני --nnodes 2. מצב ההקשר הארוך האופציונלי, DCP8, מעלה את קיבולת מטמון ה-KV לכ-18.5 מיליון טוקנים לעומת 2.6 מיליון עם FP8 KV על 8 B300s, בערך פי שבעה.

נובעות מכך שתי השלכות. ראשית, צומת 8×H200 יורד מהפרק: 1.13 TB של HBM לא מכילים 1.56 TB של משקלים לפני שמקצים אפילו טוקן בודד של מטמון. שנית, אין נתיב לשוק הצרכני. המודל זקוק ליותר VRAM ממה שיש בתחנת עבודה, והארכיטקטורות שיהפכו גרסת CPU-offload איטית לסבירה עדיין מדביקות את הפער מול קוד kimi_k31 המותאם אישית — המאגר כולל trust_remote_code=True בקטע ה-quickstart שלו עצמו, מה שמעיד שהארכיטקטורה עדיין לא נמצאת במסלול ברירת המחדל של ספריית upstream שפורסמה.

קל יותר להבין את הכלכלה באמצעות אסימוני פלט מאשר באמצעות סעיפי שורה של GPU. במחיר של 10 דולר למיליון אסימוני פלט, עלות ההון המשוערת של צומת אחד, כ-550,000 עד 650,000 דולר, קונה בין 55 ל-65 מיליארד אסימוני פלט דרך ה-API במחיר המחירון. צומת באירוח עצמי מנצח את זה רק אם מחזיקים אותו עסוק מספיק כדי לשרת יותר מזה לפני שהוא מתיישן — וההשוואה הזו היא לפני חשמל, צוות תפעול, זמן בטלה והצומת השני שצריך ליתירות. עבור רוב הצוותים שקוראים את זה, התשובה הכנה היא שהמשקלים הם נכס אסטרטגי וה-API הוא הדרך הזולה יותר להשתמש במודל.

זו גם הסיבה לכך שkimi/kimi-k3.1-pro, שנמצא בקטלוג שלנו במחיר $2.00 למיליון טוקני קלט ו-$10.00 למיליון טוקני פלט, משנה את החישוב במקום לשכפל אותו. אותו חלון הקשר של 1,048,576 טוקנים ואותם 104B פרמטרים פעילים זמינים דרך Chat Completions, Responses API ו-Anthropic Messages, ללא אשכול של שני צמתים. התמחור שלנו הוא תוספת של 0% על מחיר המחירון של הספק, כך שכאשר Moonshot מעדכנת את מחירון התעריפים, המספר כאן מתעדכן באותו יום ולא בחידוש החוזה הבא. ומכיוון שהמודל נגיש דרך מפתח אחד לצד יותר מ-200 אחרים, אין צורך להתחייב למסלול ייצור כדי לנסות אותו בעומס עבודה אמיתי — אפשר לשים אותו מאחורי failover ולתת לו לזכות בתעבורה.

טבלת הבנצ׳מרק פועלת לשני הכיוונים

כל נתון בסעיף זה מדווח על ידי הספק מתוך כרטיס המודל, והורץ במאמץ חשיבה מקסימלי עם טמפרטורה 1.0 ו-top-p 0.95. עמודות ההשוואה נלקחו גם הן במאמץ מקסימלי עם גיבוי מופעל, וזה שווה לדעת לפני שמפרשים פער של נקודה אחת כניצחון.

• Terminal-Bench 4.0 — Kimi K3.1 Pro עם 65.7% לעומת Claude Opus 5.5 עם 66.4%, GPT-6 Astra עם 58.2% ו-Claude Fable 5.1 עם 57.9%. מקום שני בטבלה בפער של שמונה עשיריות נקודה, ומקדימה בבירור את שני המודלים שאיתם היא מושווית.

• SWE Marathon v1.1 — 51.7% לעומת 46.3% עבור Claude Opus 5.5 ו-45.6% עבור Claude Fable 5.1. יתרון אמיתי בעבודות תוכנה לטווח ארוך.

HLE-Full עם כלים — 70.0% לעומת 67.7% עבור Claude Opus 5.5 ו-65.6% עבור Claude Fable 5.1. BrowseComp מגיע ל-92.1% לעומת 91.5% עבור GPT-6 Astra.

• Program Bench — 31.5% לעומת 65.0% עבור Claude Opus 5.5, 53.5% עבור Claude Fable 5.1 ו-50.0% עבור GPT-6 Astra. זהו ההפסד הגדול ביותר בגיליון בפער ניכר, וזו השורה שכדאי להסתכל עליה אם העבודה שלך היא סינתזת תוכניות ולא לולאות סוכנים בצורת מסוף.

• Terminal-Bench-Science 0.1 — 38.1% לעומת 68.1% עבור GPT-6 Astra ו-63.3% עבור Claude Opus 5.5. קטגוריה נוספת שבה המודל לא קרוב.

• HLE-Full ללא כלים — 51.1% לעומת 59.8% של Claude Opus 5.5. עמודת השימוש בכלים הופכת את הסדר, מה שמעיד יותר על איכות ה-harness מאשר על יכולת הסקה גולמית.

הדפוס עקבי מספיק כדי להיות שימושי: Kimi K3.1 Pro חזק במקומות שבהם סוכן מפעיל מעטפת, דפדפן או משימת קידוד ארוכת טווח, וחלש בבנצ'מרקים מדעיים ושל בניית תוכניות עצמאיים. אם אתם בוחרים בינו לבין Claude Opus 5.5 על סמך נתון ראשי בודד, הנתון הראשי הוא המקום שבו הם הכי קרובים.

מדידה עצמאית היא דלה וכדאי לומר זאת בפשטות. Artificial Analysis מעניקה כיום ל-Kimi K3.1 Pro ציון 46 ב-Intelligence Index v5.0.1 ומציינת אותו כמשקלים פתוחים, בקצב של 32 אסימוני פלט לשנייה, מדורג ראשון מבין 25 בפאנל המוצג בעמוד המודל שלו. סיקור בשבוע ההשקה ציטט 55, אך זה היה מול מבנה האינדקס שהיה בשימוש לפני הבנייה מחדש של v5 ב-27 באוקטובר — כלים שונים, וחיסור האחד מהשני מפיק מספר שאינו אומר דבר.

המחסום הפתוח אינו זה שאינו מוגבל

Moonshot מציינת שהסירה נתוני אימון בתחום היכולות הקיברנטיות מחלקים משלב אימון הביניים ומלמידת החיזוק לפני שחרור המשקולות הללו, וכרטיס המודל מכיל את הראיות במקום להשאירן כשורת יחסי ציבור. בקבוצת xdev-bench-hard הפנימית שלה, הצ'קפוינט המשוחרר משיג 81.0% לעומת 90.5% עבור צ'קפוינט לא מוגבל של אותו מודל. כל מה שתורידו מאותו מאגר הוא הבנייה המוגנת.

גם בכיוון ההפוך המספרים המוחלטים אינם מחמיאים. ב-ExploitBench המודל מקבל 74.7 לעומת 100 עבור GPT-6 Astra ו-91.0 עבור Claude Opus 5.5; ב-ExploitGym הוא מקבל 20.7 לעומת 42.4 עבור GPT-6 Astra. כך שהמודל ששוחרר חלש גם מהגרסה הבלתי מוגבלת של עצמו וגם נמצא מאחורי החזית במשימות ניצול — שילוב סביר לרצות במודל של 2.8 טריליון פרמטרים הזמין להורדה פתוחה, וראוי לדעת אם מודל האיומים שלך הניח שמשקולות פתוחות פירושם יכולת בלתי מוגבלת.

מי שצריך להוריד את זה, ומי שלא

הורד אותו אם יש לך סיבה להחזיק את המשקלים עצמם: דרישת תושבות נתונים ששוללת כל הסקה של צד שלישי, תוכנית כוונון עדין שדורשת את מודל הבסיס בבית, קבוצת מחקר שבוחנת התנהגות במקום לשכור אותה, או נפח מתמשך מספיק גדול כך שצומת ייעודי עדיף על חיוב לפי טוקן. תרצה שני צמתים, לא אחד, ותוכנית עבור ה-KV cache אם בכוונתך להשתמש במשהו קרוב למיליון טוקנים של הקשר.

אל תורידו אותו אם המטרה היא לחסוך כסף בעומס עבודה בינוני, או להריץ מודל ברמת החזית על חומרה שכבר יש לכם. 1.56 TB הוא הרצפה, לא הדרישה, והדרישה היא אשכול ברמת B300 או GB300. ותדלגו עליו גם אם עומס העבודה שלכם הוא סינתזת תוכניות או מדע קשה — Program Bench ו-Terminal-Bench-Science הם המקומות שבהם המודל הזה הכי רחוק מהחלופות, ושום מידת מתירנות ברישיון לא סוגרת את הפער.

לכל מי שנמצא באמצע, השחרור של המשקלים הוא עדיין הידיעה החשובה יותר, ולא בגלל מה שהם מאפשרים לכם להריץ. אלא משום שצ'קפוינט שניתן להורדה ניתן לביקורת, ואילו API לא — ומודל עם 2.8 טריליון פרמטרים, בפער של נקודה אחת מ-Claude Opus 5.5 ב-Terminal-Bench 4.0, הוא כעת משהו שחוקר חיצוני יכול לבדוק במקום להאמין לו. זה החלק של 4 בנובמבר שאינו תלוי בבעלות על מרכז נתונים.