Kimi K3.1 vs Kimi K4: Apa yang Harus K4 Lampaui, Kini Setelah Bobotnya Dirilis

Kimi K4 tidak ada. Kimi K3.1 Pro ada, dan sejak minggu ini ia tersedia sebagai unduhan sekaligus endpoint: 96 shard, 1,56 TB, file lisensi, dan tiga resep penyajian. Asimetri itulah keseluruhan perbandingannya. Satu sisi adalah artefak tetap yang dapat diperiksa. Sisi lainnya adalah slogan yang difoto pada spanduk internal dan laporan pengadaan chip yang tidak menyebut model apa pun. Jadi, pertanyaan yang layak dijawab bukanlah mana yang lebih baik. Melainkan apa yang harus ditunjukkan Kimi K4 sebelum menunggunya menjadi keputusan yang rasional.

Pertanyaan itu kini punya jawaban nyata, karena baseline sudah berhenti bergerak. Hingga 4 November, "tunggu K4" dan "tunggu bobotnya" adalah instruksi yang sama dengan tenggat yang berbeda. Keduanya bukan lagi instruksi yang sama, dan hanya salah satunya yang masih punya tanggal.

Artefak keluarga yang bertanggal, secara berurutan

Irama Moonshot luar biasa mudah dibaca untuk sebuah laboratorium pada skala ini, dan itulah yang membuat tidak adanya artefak K4 menjadi informatif, bukan sekadar mengecewakan.

• Kimi K3 — diumumkan pada 16 Juli 2026 sebagai model terbuka pertama di kelas 2,8 triliun parameter; bobotnya menyusul pada 27 Juli, sebelas hari kemudian.

• Kimi K3.1 Pro — diumumkan dan dijual melalui API pada 23 Oktober 2026, digambarkan sebagai penerus pasca-pelatihan dengan konteks 1M token dan total parameter yang sama, yaitu 2,8 triliun. Blog teknologi tersebut bertanggal 24 Oktober.

• Bobot Kimi K3.1 Pro — dijanjikan "paling lambat 4 Nov"; satu-satunya commit di repositori tersebut bertanda waktu 2 November 2026, dan unduhannya sudah tersedia.

• Kimi K4 — tidak ada postingan blog, tidak ada kartu model, tidak ada repositori, tidak ada pengenal API, tidak ada baris daftar harga, tidak ada lisensi, tidak ada halaman Artificial Analysis.

Polanya adalah dua generasi sejak Juli 2025 — K2 pada Juli 2025, K3 pada Juli 2026 — dengan rilis minor di antaranya. Kimi K3.1 Pro adalah persis jenis rilis yang diprediksi pola itu, dan K4 pada 2026 akan menjadi pengecualian, bukan kelanjutan.

Palang K4 harus dilewati

Seorang penerus diukur terhadap hal yang digantikannya, dan hal itu kini menjadi berkas yang dapat Anda baca. Inilah angka-angka yang akan diwarisi Kimi K4, ditingkatkan, atau yang akan membuatnya kalah.

• Ukuran — 2,8 triliun parameter total, 104 miliar parameter aktif, 93 lapisan, 896 pakar dengan 16 dipilih per token dan 2 pakar bersama.

• Konteks — 1.048.576 token, dengan output maksimum 943.718 token di halaman model kami.

• Jejak bobot — 96 shard safetensors, 1,56 TB, bobot MXFP4 dan aktivasi MXFP8 dari pelatihan yang sadar kuantisasi.

• Harga — $2.00 per juta input dan $10.00 per juta output, $0.20 input yang di-cache, $1.20 dan $6.00 pada Batch API, $4.00 dan $20.00 pada varian Highspeed.

• Posisi independen — 46 pada Artificial Analysis Intelligence Index v5, peringkat kesembilan secara keseluruhan, dan model berperingkat tertinggi yang oleh vendornya disebut open-weight.

• Benchmark vendor — 65,7 pada Terminal-Bench 4.0 dengan upaya penalaran maksimum, 51,7 pada SWE Marathon v1.1, 92,7 pada BenchCAD dengan alat, 51,1 pada HLE-Full.

• Titik lemah — 38,1 pada Terminal-Bench-Science dan 39,4 pada HLE-Diamond, keduanya jauh di bawah frontier tertutup.

• Lisensi — Lisensi Kimi K3.1 Pro: penggunaan, modifikasi, distribusi, dan fine-tuning yang permisif, dengan perjanjian terpisah yang diperlukan bagi bisnis model-as-a-service dengan pendapatan tahunan di atas $20 juta.

Titik-titik lemahnya adalah baris-baris yang menarik. K4 yang hadir dengan dua poin tambahan di Terminal-Bench dan skor Terminal-Bench-Science yang sama akan menjadi rilis minor dengan nomor baru. Tempat di mana frontier open-weight benar-benar tertinggal adalah penalaran ilmiah dan yang sekeras berlian, dan di sanalah perubahan generasi yang sesungguhnya harus muncul.

Tiga tes yang akan membenarkan penantian

Menunggu adalah sebuah taruhan, jadi seharusnya ada syaratnya. Inilah tiga syarat yang akan kami terapkan, diurutkan berdasarkan seberapa besar syarat itu akan mengubah sebuah keputusan.

Yang pertama adalah lonjakan kapabilitas yang lebih besar daripada derau pengukuran. Skor benchmark berayun tergantung harness, pengaturan effort, dan penilai, itulah sebabnya model yang sama bisa membaca 55 pada satu versi indeks dan 46 pada versi berikutnya tanpa mengubah satu bobot pun. K4 yang mengalahkan Kimi K3.1 Pro dengan selisih dua poin pada indeks yang dinilai ulang tidak akan melewati ambang itu. Model yang mampu menggeser Terminal-Bench-Science dari 38 ke akhir lima puluhan, atau HLE-Diamond dari 39 ke kisaran enam puluhan, akan melewatinya.

Yang kedua adalah keterbukaan dengan kecepatan yang sama. Bobot Kimi K3.1 Pro tiba sepuluh hari setelah peluncuran API, di bawah lisensi yang ketentuannya diterbitkan bersamanya. K4 yang dirilis dengan API lebih dulu disertai janji tanpa batas, atau dengan lisensi yang menambahkan pembatasan yang tidak dimiliki lini K3, akan menjadi kesepakatan yang lebih buruk daripada model yang digantikannya, terlepas dari skornya. Urutan artefak penting di sini: kartu model dan berkas lisensi lebih sulit ditarik kembali daripada pos blog.

Yang ketiga adalah harga, dan itu yang paling sulit diatasi. Kimi K3.1 Pro sudah memangkas harga input, output, dan cache-nya sebesar sepertiga dibandingkan pendahulunya. K4 dengan harga $2 dan $10 yang sama akan menjadi peningkatan kemampuan tanpa keringanan biaya; K4 di atasnya harus jauh lebih baik untuk membenarkan kenaikan itu, di pasar yang lapisan open-weight-nya justru konvergen pada harga, bukan divergen.

Apa sebenarnya bukti K4, ditinjau ulang minggu ini

Tidak ada satu pun di daftar ini yang berubah sejak kami mengauditnya pada Oktober. Satu hal yang berubah — Kimi K3.1 Pro dirilis — menggeser baseline, bukan bukti.

• Nama itu berasal dari spanduk perayaan internal yang bocor dari akhir Juli 2026 yang memuat frasa "push K4 to the absolute limit". Frasa pada slide bisa menjadi awal sebuah nama produk; itu bukan pengumuman.

• Satu-satunya laporan yang substantif adalah laporan The Information, sekitar 29 Juli 2026, bahwa Moonshot sedang mencari GPU Nvidia kelas Blackwell tambahan untuk melatih penerus yang lebih besar dari K3. Laporan itu tidak menyebut model apa pun, tidak menyebut jumlah parameter, dan tidak menyebut tanggal. Itu adalah berita pengadaan.

• Angka 5 hingga 6 triliun parameter muncul dalam liputan berbahasa Mandarin pada minggu kedua Oktober, tanpa menyebut sumber bernama dan tidak terdapat dalam dokumen Moonshot mana pun. Kata yang menjadi kunci dalam laporan-laporan tersebut adalah "probably".

• Seorang pembocor telah mengklaim bahwa produk unggulan Moonshot dengan nama kode "x4" telah menyelesaikan pra-pelatihan dan berada di pertengahan hingga akhir pasca-pelatihan. Apakah x4 adalah K4 belum terkonfirmasi, dan satu akun yang belum terverifikasi merupakan petunjuk, bukan bukti.

• Semua permukaan yang dapat diperiksa kosong. Blog Moonshot tidak memiliki postingan setelah 24 Oktober. Model teks terbaru organisasi Hugging Face adalah Kimi K3.1 Pro; pencarian untuk K4 mengembalikan unggahan ulang pihak ketiga. Daftar model API memuat kimi-k3.1-pro, kimi-k3.1-pro-highspeed, kimi-k3, kimi-k2.7-code dan kimi-k2.6. Halaman harga tidak memiliki baris K4. Artificial Analysis tidak memiliki halaman K4.

Ada juga risiko kebijakan yang melekat pada sesi pelatihan, bukan pada API. Moonshot telah menghadapi tuduhan yang dilaporkan tentang cara mereka memperoleh chip kelas Blackwell, dan ancaman penetapan Entity List akan jauh lebih membatasi pasokan GPU yang menjadi sandaran K4 daripada membatasi model yang sudah dirilis dan telah diunduh. Itu adalah alasan untuk mengurangi bobot pada jadwal K4 yang agresif, bukan alasan untuk meragukan ketersediaan Kimi K3.1 Pro.

Berapa biaya menunggu sebenarnya

Biayanya bukan nol, dan lebih mudah disebutkan daripada manfaatnya. Setiap bulan yang dihabiskan untuk menunggu adalah bulan tanpa model yang mencetak skor 46 pada indeks saat ini, menjalankan konteks sejuta token, berbiaya $2 dan $10, serta dapat diunduh dan diperiksa. Jika beban kerja Anda adalah pengodean agentik biasa, ekstraksi dokumen, atau pengambilan konteks panjang, hal yang Anda tunggu untuk digantikan sudah lebih baik daripada yang dijalankan sebagian besar tim.

Biaya kedua adalah penyimpangan arsitektural. Tim yang menunda sebuah keputusan cenderung membangun berdasarkan apa pun yang nyaman sementara itu, yang membuat migrasi akhirnya lebih mahal daripada migrasi yang ditundanya. Cara agar opsi ini tetap murah adalah menempatkan model di balik antarmuka yang Anda kendalikan. DSL perutean OrcaRouter melakukannya secara konkret: Anda menargetkan kebijakan, bukan model, sehingga ketika pengenal K4 akhirnya ada, menambahkannya adalah rute baru dengan bobot dan fallback-nya sendiri, bukan menulis ulang kode pemanggil. Failover otomatis lintas penyedia berjalan di balik endpoint yang sama, yang penting untuk model yang masih baru ini — jalur produksi yang terpaku pada satu upstream adalah mode kegagalan yang justru ingin dihilangkan oleh router.

Biaya ketiga lebih sulit diukur tetapi nyata: bidang open-weight terus bergerak. Kimi K3.1 Pro adalah pemimpin saat ini di antara model yang disebut open-weight, tetapi DeepSeek V4.1 Flash dan GLM-5.3 berada di belakangnya pada indeks yang sama, dan penantian enam bulan cukup lama untuk urutan itu berubah. Menunggu K4 bukan berarti menunggu di tempat.

Sinyal-sinyal yang benar-benar akan menggeser tanggal

Jika Anda ingin memantau hal ini alih-alih menebak-nebak, perhatikan artefak dalam urutan yang biasanya dihasilkan oleh laboratorium.

• Pengenal model API. Ini adalah hal termurah untuk diterbitkan dan biasanya yang pertama — sebuah string dalam daftar model, sering kali sebelum pengumuman apa pun.

• Baris kartu tarif. Harga adalah artefak termurah kedua, dan yang paling jelas menandakan peluncuran komersial, bukan demo.

• Repositori Hugging Face dengan berkas lisensi. Bagi Moonshot, ini berarti jeda sebelas hingga dua belas hari setelah peluncuran API, sehingga munculnya sebuah repositori merupakan sinyal yang terlambat, bukan sinyal awal.

• Kartu model dan tabel benchmark dengan pengaturan harness. Kartu Kimi K3.1 Pro luar biasa spesifik — ia menyebut harness Claude Code, reasoning effort, dan model juri — dan tingkat pengungkapan seperti itu sendiri merupakan sinyal dari rilis yang sudah final.

• Permukaan produk. Kimi Code, Kimi Work, dan aplikasi seluler secara historis telah menampilkan pengenal model baru sebelum dokumentasi pengembang menyusul.

Yang tidak dihitung: jumlah parameter tanpa dokumen yang mendasarinya, angka benchmark yang diekstrapolasi dari K3, dan postingan yang diawali dengan "K4 is coming" tanpa salah satu dari lima artefak di atas. Semua itu telah beredar sejak Juli dan tidak satu pun darinya telah matang menjadi sebuah spesifikasi.

Aturan keputusan

Tunggu hanya jika beban kerja Anda berada di dua area tempat Kimi K3.1 Pro terbukti lemah — pekerjaan terminal ilmiah dan penalaran sekeras berlian — dan Anda dapat menanggung penantian yang diukur dalam kuartal, bukan minggu. Bagi tim itu, alasan untuk menunggu memang nyata: kesenjangan terhadap frontier tertutup pada tugas-tugas tersebut cukup lebar sehingga perubahan generasi yang sesungguhnya akan berarti, dan tidak ada point release yang mungkin menutupnya.

Bagi semua orang lainnya, jawabannya adalah membangun di atas apa yang sudah ada. Kimi K3.1 Pro dihargai lebih rendah daripada model-model hak milik yang berada di sampingnya, model ini dapat diunduh, dan mode kegagalannya didokumentasikan oleh pihak ketiga secara publik. Kimi K4 adalah pertanyaan tentang jadwal, dan jadwal adalah satu-satunya hal tentangnya yang belum pernah dipublikasikan oleh siapa pun. Mempertaruhkan peta jalan pada slogan yang difoto bukanlah kesabaran. Itu adalah tebakan dengan pencitraan yang lebih baik.