Kimi K3.1: il nome nella casella di ricerca per Kimi K3, e ciò che Moonshot distribuisce davvero

Digita kimi k3.1 in una casella di ricerca e non stai cercando notizie. Non esiste alcuna model card di Kimi K3.1, nessun repository di pesi, nessuna riga di listino e nessun identificatore API che rechi quel numero in nessuna delle superfici ufficiali di M​oonshot AI — e non ce ne sarà alcuno finché il laboratorio non ce lo metterà. Ciò a cui il punto rimanda è il prodotto che designa in forma abbreviata: Kimi K3, il modello di punta open-weight da 2,8 trilioni di parametri che M​oonshot ha rilasciato il 16 luglio 2026, e la linea a cui appartiene. "Kimi K3.1" è la grafia che la casella di ricerca preferisce per quella linea; Kimi K3 è la grafia che usa il fornitore. L'intera pagina che segue riguarda proprio quella differenza, perché è la differenza che decide ciò che puoi effettivamente eseguire.

La ragione per mettere questo per iscritto è la domanda, più che la notizia. Nei ventotto giorni fino al 12 ottobre 2026, le query costruite sulla grafia con il punto hanno totalizzato 777 impression e 70 clic sulla nostra proprietà — dodici query, praticamente nessuna coda lunga, e un tasso di clic del 9,7% su kimi k3.1 stesso. Questa è la conversione più alta di qualsiasi aspetto misurato in questa rilevazione, e all'incirca il doppio di quanto ottiene la grafia senza punto. I lettori che digitano il punto non stanno navigando. Hanno già letto qualcosa su questa linea e ci stanno tornando. Nel frattempo kimi k3 totalizza 4.004 impression su 189 query, cinque volte il volume con il punto, e questo è il numero che ti dice quale dei due nomi è il prodotto.

A cosa si riferisce "Kimi K3.1", in una sola schermata

Tre affermazioni, in ordine, perché l'ordine conta:

• Kimi K3.1 non è un rilascio separato. M​oonshot AI pubblica un unico modello K3. La sua documentazione, la sua pagina dei prezzi, la sua organizzazione su Hugging Face e il suo blog usano tutti lo stesso nome per indicarlo, e nessuno di essi utilizza un suffisso puntato.

• Kimi K3 è il modello distribuito, ed è richiamabile oggi. Un sistema mixture-of-experts da 2,8T di parametri con una finestra di contesto di 1.048.576 token, input nativo per immagini, pesi aperti sotto la licenza propria di Moonshot e una tariffa API pubblicata di $3,00 per milione di token in input e $15,00 per milione di token in output.

• Il punto è un'etichetta, non una versione. È la forma che il termine assume nella ricerca e nelle discussioni della community, ed è anche la forma che il presunto successore della linea ha assunto da luglio. Sono due cose diverse che condividono una sola grafia, e il resto di questa pagina le tiene separate.

Se sei arrivato qui da un link su una fuga di notizie, quella è l'altra metà della storia e c'è una pagina apposita — questa è la pagina di riferimento per il nome e il modello che vi sono dietro.

Che cos'è Kimi K3, dalla scheda di M​oonshot stessa

Ogni dato numerico in questa sezione è tratto dal materiale di Moonshot stesso: la model card nel repository moonshotai/Kimi-K3 su Hugging Face, il blog tecnico su kimi.com/blog/kimi-k3 e la documentazione del modello sulla piattaforma API del laboratorio. Sono numeri dichiarati dal fornitore, non riprodotti in modo indipendente, e vale la pena mantenere questa distinzione perché K3 è un modello sparso di grandi dimensioni in cui le affermazioni sui benchmark e quelle sul serving sono fatte da chi lo ha addestrato.

• Classe — un modello linguistico mixture-of-experts con visione, descritto da M​oonshot come il primo modello aperto al mondo nella classe da 3 trilioni di parametri.

• Dimensione — 2,8T di parametri totali con 104B attivati per token, distribuiti su 896 esperti instradati, di cui 16 si attivano per token, più 2 esperti condivisi. 93 livelli, uno dei quali denso.

• Architettura — Kimi Delta Attention (KDA) e Attention Residuals, con 69 livelli KDA e 24 livelli MLA con gating, una dimensione nascosta dell'attenzione di 7.168 e 96 teste di attenzione. M​oonshot riporta circa 2,5× l'efficienza di scaling di Kimi K2 derivante dalla combinazione.

• Contesto — 1.048.576 token, che è la stessa cifra riportata nella pagina dei prezzi dell'API per il modello.

• Modalità — testo e immagine in input, testo in output. Il codificatore visivo è MoonViT-V2 con 401M parametri, e il vocabolario è di 160K.

• Numerici — addestramento consapevole della quantizzazione a partire dalla fase di fine-tuning supervisionato, con pesi MXFP4 e attivazioni MXFP8, che M​oonshot inquadra come ampia compatibilità hardware.

• Controlli del ragionamento — il pensiero è sempre attivo e la profondità viene impostata con un campo reasoning_effort di primo livello che accetta low, high o max, con valore predefinito max.

• Prezzo, pubblicato dal fornitore — 3,00 $ per milione di token di input, 15,00 $ per milione di token di output, 0,30 $ per milione di letture di input in cache, con scritture in cache fatturate a 3,00 $ per milione al livello di conservazione di 5 minuti e 6,00 $ per milione al livello di un'ora.

Una riga di quell'elenco merita di essere messa in evidenza, perché è la parte di K3 che più spesso si perde nel conteggio dei parametri: il modello non ti permette di impostare i suoi parametri di campionamento. Il riferimento dei parametri di Moonshot indica temperature fissa a 1.0, top_p fissa a 0.95, n fisso a 1 ed entrambe le penalità fisse a 0, e dichiara che passare qualsiasi altro valore restituisce un errore — quindi il consiglio è di non inviarli affatto. La profondità è l'unica leva, tramite reasoning_effort, e la stessa pagina contiene un avvertimento che vale la pena conoscere prima di costruire: cambiare il livello di effort a metà conversazione invalida gli hit della cache dei prefissi, quindi è meglio decidere il livello all'inizio della sessione.

Moonshot distribuisce qualcosa chiamato 3.1?

Questa è la domanda che il lettore che ha digitato il punto si sta realmente ponendo, e ha una risposta verificabile anziché un'opinione. Ogni superficie di seguito è stata letta il 13 ottobre 2026, e un lettore può ripeterle tutte in un pomeriggio.

• L'elenco dei modelli sulla piattaforma API di M​oonshot enumera quattro modelli richiamabili: kimi-k3, kimi-k2.7-code, kimi-k2.7-code-highspeed e kimi-k2.6. Non esiste alcuna voce K3.1, e la stessa pagina contrassegna invece tredici identificatori precedenti come deprecati.

• La pagina dei prezzi ha una sola riga della serie K3. È kimi-k3, alle tariffe indicate sopra, con una finestra di contesto di 1.048.576 token. Non c'è una seconda riga da prezzare.

• L'indice della documentazione che la piattaforma pubblica per i lettori automatizzati elenca tre guide specifiche per K3 — la guida introduttiva, una pagina di buone pratiche per il tool calling e una pagina di configurazione dell'agente — e nulla contrassegnato con il numero 3.1.

• L'organizzazione Hugging Face del laboratorio contiene esattamente un repository K3, moonshotai/Kimi-K3, e una ricerca sull'Hub di un repository numerato 3.1 non restituisce nulla con nessuna grafia.

• L'indice di ricerca su kimi.com elenca K3 tra i lavori pubblicati del laboratorio con una singola voce. Non c'è una seconda voce K3 sopra di essa.

Quindi da dove viene 3.1? Da due fonti, e nessuna delle due è una versione del modello. La prima è che il numero 3.1 compare effettivamente nel materiale di lancio K3 di Moonshot stesso — come la versione dell'app desktop Kimi Work necessaria per eseguire K3 su un Mac o su una macchina Windows, che il blog indica come «versione 3.1.0 o successiva». Una versione di prodotto, pubblicata dal laboratorio, in un documento su K3, è una cosa del tutto ordinaria da trovare accanto al nome di un modello, ed è il tipo di vicinanza che si trasforma in un termine di ricerca. La seconda è la discendenza del leak: il nome Kimi K3.1 è stato associato a un successore vociferato da luglio, è stato letto come riferimento in un post criptico di un fornitore a settembre, ed è stato rivendicato per una finestra autunnale da un leaker la cui precedente tempistica per lo stesso modello è venuta meno. Quella storia è documentata sulla nostra pagina dei leak e non viene ripetuta qui.

Ciò che nessuna fonte fa è distinguere un Kimi K3.1 da Kimi K3 su qualsiasi asse tecnico. Non esiste un changelog, nessun confronto affiancato, nessun "cosa c'è di nuovo nella 3.1", perché non ci sono due cose da confrontare. Questa è la conclusione, e vale la pena affermarla chiaramente anziché abbellirla: se una pagina ti mostra una tabella di specifiche che confronta K3 con K3.1, almeno una delle sue colonne è stata inventata.

Pesi, licenza e come eseguirlo

I pesi di K3 sono aperti, e i termini sono quelli di Moonshot stesso anziché una licenza pronta all'uso — una distinzione che conta più della parola di richiamo "open". Il repository dichiara license: other con license_name: kimi-k3, e il testo concede uso, copia, modifica, unione, pubblicazione, distribuzione, sublicenza e vendita, incluso il diritto di fare fine-tuning e di realizzare opere derivate. A questa concessione si aggiungono due condizioni, ed entrambe sono di natura commerciale anziché tecnica:

• Se gestisci un'attività di model-as-a-service — offrendo a terzi accesso in stile API con un controllo significativo su input, parametri o dati di addestramento — e il tuo fatturato aggregato in qualsiasi periodo di dodici mesi consecutivi supera i 20 milioni di dollari, hai bisogno di un accordo separato con Moonshot prima di usare commercialmente i pesi o i derivati.

• Se un prodotto o servizio commerciale basato sui pesi supera 100 milioni di utenti attivi mensili o 20 milioni di dollari di fatturato mensile, "Kimi K3" deve essere visualizzato in modo ben visibile nella sua interfaccia.

• Nessuna delle due condizioni si applica all'uso interno, né a qualsiasi cosa raggiungibile tramite i prodotti propri di M​oonshot o tramite i suoi partner di inferenza certificati.

Il download in sé non è piccolo, e vale la pena conoscerne l'entità prima di iniziarne uno. Il repository contiene 97 shard safetensors per un totale di circa 1,56 TB, pubblicati nella configurazione MXFP4/MXFP8 con cui il modello è stato addestrato — il che è davvero comodo, perché significa che la quantizzazione del laboratorio stesso è il riferimento, invece di qualcosa che devi riprodurre. M​oonshot indica tre motori di inferenza consigliati per K3: vLLM, SGLang e TokenSpeed, ciascuno con una ricetta o un cookbook pubblicati. La nota di deployment del fornitore stesso aggiunge un requisito hardware minimo che vale la pena citare esattamente: K3 è raccomandato su configurazioni supernodo con 64 o più acceleratori, che è la risposta onesta a «posso eseguirlo in locale» ed è una risposta diversa da quella che il numero di parametri implica.

Se 1,56 TB di MXFP4 superano la capacità della vostra macchina — e per quasi tutti i lettori è così — le riduzioni della community sono la soluzione pratica, e sono legittime. Il repository unsloth/Kimi-K3-GGUF è la conversione GGUF più scaricata sull'Hub; NVIDIA pubblica una build NVFP4; esistono conversioni MLX pensate per Apple silicon; e diverse varianti potate in stile REAP scambiano il numero di esperti con un ingombro che entra in un'unica grande workstation. Queste sono modifiche dei pesi di terze parti, non release di M​oonshot, e i termini della licenza si applicano sia al derivato sia all'originale. Considerate una build potata o fortemente quantizzata come un artefatto a sé stante: sarà meno costosa da eseguire rispetto alla versione di riferimento e non otterrà gli stessi punteggi, e nessun benchmark in questa pagina va interpretato come applicabile a essa.

La domanda «quale file devo scaricare», affinata: prendi un GGUF se servi tramite strumenti in stile llama.cpp e devi rientrare in una quantità fissa di memoria; prendi la build MLX se la macchina è una Apple silicon; prendi gli shard dello stesso fornitore se hai il budget di acceleratori e vuoi la configurazione che M​oonshot ha addestrato. Questa è l'intera regola, ed è decisa dal tuo hardware anziché dal modello.

Dove si trova questa pagina rispetto alla pagina del leak

L'unica pagina attiva su questo ramo è kimi-k3-1-leak, e riguarda il rumor: l'elenco delle funzionalità trapelato, il post criptico e la sua cancellazione, e la tempistica che ha già slittato una volta. Questa pagina è l'altra metà, e di proposito non riracconta nulla di tutto ciò. Leggi la pagina del leak se quello che vuoi è lo stato delle speculazioni; leggi questa se quello che vuoi è il modello che esiste, il nome che ha nel catalogo del fornitore stesso, e i termini che i suoi pesi portano con sé.

Ciò che non è stabilito

Se M​oonshot arriverà mai a rilasciare un modello che chiama K3.1, e cosa conterrebbe. C'è un salto di ragionamento che punta verso un successore maggiormente orientato verso l'uso del computer e la multimodalità, ed è una lettura plausibile della direzione di prodotto dello stesso laboratorio — ma plausibile non significa rilasciato, e nulla nel materiale del fornitore si impegna su un numero, una data o una forma. L'unica cosa davvero stabilita è la questione della specifica in negativo: non esiste alcuna specifica K3.1 da fornire, da alcuna fonte, oggi.

Disponibilità, affermata con cautela

La distinzione che questa sezione deve mantenere è tra un nome e un identificatore, perché è facile confonderli. Moonshot pubblica esattamente un identificatore per questa linea — kimi-k3, in moonshotai/Kimi-K3 e sulla propria piattaforma API — e quello è l'unico id che vale la pena citare. Non esiste alcun kimi-k3.1, alcun kimik3.1 e alcun kimi-k3-1 in qualsiasi catalogo riusciamo a trovare, incluso il nostro, e questa pagina non ne stamperà uno come esempio.

Ciò che è raggiungibile è Kimi K3. Su OrcaRouter è elencato come kimi/kimi-k3 a 3,00 $ per milione di token di input e 15,00 $ per milione di token di output — il prezzo di listino del fornitore passato con 0% di ricarico da parte nostra, a fronte di una finestra di contesto di 1.048.576 token e di un'interfaccia compatibile con OpenAI, così il client che già usi non cambia. Il nostro catalogo live contiene quattro identificatori Moonshot, kimi/kimi-k2.5, kimi/kimi-k2.6, kimi/kimi-k2.7-code e kimi/kimi-k3, e nessun quinto con qualsiasi grafia di 3.1; questo è stato verificato rispetto all'elenco live dei modelli, non dato per assunto.

In pratica, questo conta per il modo in cui si tiene un successore non verificato. Se un K3.1 dovesse comparire, l'approccio utile è indirizzare una fetta di traffico verso di esso dietro failover automatico con K3 come ramo di fallback — stessa chiave, stessi endpoint, nessun secondo contratto — così l'arrivo è un cambio di routing anziché un ciclo di approvvigionamento. Non c'è ancora nulla su cui fare failover, e non stiamo sostenendo il contrario.

Cosa fare con tutto questo

Se hai cercato Kimi K3.1 perché vuoi un successore, l'indicazione onesta è aspettare un artefatto — una riga dell'elenco dei modelli, un identificatore API o un repository sotto l'organizzazione del laboratorio stesso — e giudicare l'arrivo in base a uno di questi anziché a uno screenshot. Se hai cercato perché vuoi usare la linea oggi, il modello è Kimi K3, è open-weight con una licenza che dovresti leggere prima di distribuire su di esso, ed è invocabile su un listino prezzi i cui numeri sono pubblicati anziché dedotti. Un'etichetta di versione che la casella di ricerca usa e il prodotto non usa non è un modello, per quanta domanda ci sia dietro.