Kimi K3.1 Pro vs Kimi K3: stessa architettura portante, prezzo più basso e un conto post-addestramento arrivato a scadenza

Kimi K3.1 Pronon è un nuovo modello nel senso in cui lo era Kimi K3. Il rilascio di Moonshot AI del 24 ottobre 2026 è esplicitamente una versione post-addestrata di Kimi K3 con una potenza di calcolo di post-training sostanzialmente maggiore: la stessa architettura, la stessa finestra di contesto di 1.048.576 token, la stessa visione nativa e un diverso insieme di comportamenti aggiunti tramite apprendimento per rinforzo su centinaia di domini downstream. Ciò che rende interessante il confronto non è il delta nella tabella dei benchmark. È che il modello più nuovo e migliore costa un terzo in meno per token rispetto a quello precedente.

Quell’inversione è abbastanza rara da meritare un esame attento. Normalmente un laboratorio rilascia un modello più potente allo stesso prezzo e lascia che quello vecchio scenda nella fascia bassa del mercato. Moonshot ha fatto l’opposto: ha mantenuto il vecchio prezzo per il vecchio modello e ha ridotto quello nuovo a $2,00 per l’input e $10,00 per l’output per milione di token, contro i $3,00 e $15,00 di Kimi K3. Capire perché richiede di separare ciò che è effettivamente cambiato nel modello da ciò che è cambiato nel business attorno a esso.

L'architettura non si è mossa

Kimi K3 è arrivato il 16 luglio 2026 come primo modello aperto della classe da 2,8 trilioni di parametri: un'architettura mixture-of-experts con circa 104 miliardi di parametri attivi, 896 esperti e 16 attivati per token, una finestra da 1M token, comprensione nativa di immagini e video, tool calling, prompt caching e ragionamento integrato. I suoi pesi sono stati rilasciati il 27 luglio con una licenza che consente l'uso, la modifica, la distribuzione e il fine-tuning, con un accordo separato richiesto per i fornitori di model-as-a-service che guadagnano più di 20 milioni di dollari all'anno e attribuzione richiesta per prodotti commerciali molto grandi.

Kimi K3.1 Pro mantiene tutto. Moonshot definisce il nuovo modello "di classe 3T", una formula di posizionamento; i resoconti del lancio lo collocano sugli stessi 2,8 trilioni totali e 104 miliardi attivi. Il limite massimo di contesto, il supporto visione e il limite di output di 1M token restano invariati. Se speravi in un conteggio di parametri attivi più economico o in una finestra più lunga, questa non è quella release.

Ciò che è cambiato è l'addestramento successivo al pre-addestramento. Moonshot descrive un apprendimento per rinforzo congiunto su larga scala attraverso centinaia di domini, supportato da un'infrastruttura sandbox rielaborata, dalla pianificazione dei rollout e da controlli sulla qualità degli ambienti. In parole semplici, l'azienda ha impiegato molta potenza di calcolo per insegnare al modello esistente a comportarsi meglio in compiti agentici e professionali, anziché insegnargli più fatti. Ecco perché i miglioramenti si concentrano dove si concentrano.

Cosa dicono i numeri e dove il confronto è debole

La scheda di benchmark del fornitore è ampia — 14 valutazioni — ma non è un confronto appaiato pulito. Moonshot ha pubblicato i dati di Kimi K3 solo per un sottoinsieme dei nuovi test, quindi alcune delle differenze più eclatanti sono rispetto alle sue suite interne anziché a un benchmark pubblico a cui entrambi i modelli sono stati sottoposti.

• Long-horizon coding — Kimi Code Bench 3.0 Long-horizon: 61,2% per Kimi K3.1 Pro contro 55,95% per Kimi K3. Questo è il numero del predecessore più pulito nel lancio, e anche il più controllato dal fornitore, poiché sia il benchmark sia l'harness appartengono a Moonshot.

• Allucinazione — il tasso a livello di affermazione su Kimi Hallu Bench Hard è sceso dal 23,4% su Kimi K3 all'8,3% con gli strumenti su Kimi K3.1 Pro. Senza strumenti il nuovo modello ottiene il 5,4%. Moonshot afferma inoltre che le risposte contenenti almeno un errore fattuale rappresentano ora il 42,4% del tasso del predecessore. Per il lavoro ad alta intensità documentale, questo è il miglioramento più rilevante del rilascio.

• Finanza e operazioni aziendali — Financial Modeling interno 57,6 contro 50,4, Financial Research 70,4 contro 58,8, Business Operation 37 contro 8,9. L'ultimo è un miglioramento di quattro volte in un'attività in cui il vecchio modello era a malapena funzionante. Queste sono valutazioni di Moonshot stesso, quindi considera l'entità del risultato come indicativa.

• 3D e CAD — BenchCAD con strumenti 92.7, senza strumenti 72.8. Moonshot non ha pubblicato i dati di Kimi K3 per questo test, quindi il guadagno non è misurato nel post di lancio anche se il punteggio assoluto è solido.

• Coding adversariale — xdev-bench-hard pass@3 è 81,0% per Kimi K3.1 Pro, contro 33,3% per Kimi K3 e 85,7% per DeepSeek-V4.1-Flash-1017. Un checkpoint addestrato senza le misure di riduzione del rischio dell'azienda ha ottenuto il 90,5%, e Moonshot attribuisce quel divario di 9,5 punti al lavoro sulla sicurezza e ai controlli sui dati di addestramento.

• Livello di frontiera — Terminal-Bench 4.0 al 65,7%, dietro Claude Opus 5.5 al 66,4% e davanti a GPT-6 Astra al 58,2%. BenchCAD con strumenti al 92,7 è dietro a Opus al 96,2 e ad Astra al 95,9. Lo schema è coerente: vicino alla frontiera, raramente in cima.

Nulla di tutto ciò è verificato in modo indipendente. Kimi K3 è entrato nel mondo con un Artificial Analysis Intelligence Index di 57, terzo a livello globale all'epoca dietro Claude Fable 5 e GPT-5.6 Sol, e il giorno del lancio non esisteva alcun punteggio equivalente di terze parti per K3.1 Pro. Il problema dell'harness non è ipotetico: i punteggi di Terminal-Bench oscillano di decine di punti a seconda dello scaffolding, motivo per cui un 65,7% e un 58,2% prodotti in laboratori diversi non costituiscono una misurazione di un divario di 7,5 punti. La direzione è credibile; l'entità non ancora.

L'inversione dei prezzi è la vera storia

Kimi K3 è stato lanciato come il modello cinese più costoso sul mercato, a 3,00 $ di input e 15,00 $ di output per milione di token, circa tre o quattro volte la generazione K2. Quel prezzo era una scommessa deliberata che le capacità, non il costo, avrebbero vinto il carico di lavoro di frontiera. Kimi K3.1 Pro inverte la direzione sul modello più recente, lasciando intatto il prezzo del modello precedente.

Input — 2,00 $ per milione su K3.1 Pro contro 3,00 $ su K3, un taglio del 33%.

• Output — 10,00 $ rispetto a 15,00 $, anche 33%.

• Hit della cache — $0,20 contro $0,30, un taglio del 33% sulla voce che domina i carichi di lavoro degli agenti.

• Scritture in cache — $2,00 e $4,00 con TTL di cinque minuti e un'ora, rispetto a $3,00 e $6,00.

• Variante Highspeed — $4.00 e $20.00, con lo stesso prezzo di $0.20 per cache hit; velocità di output da due a tre volte superiore, quota in Kimi Code all'incirca doppia.

L’aritmetica è abbastanza semplice da fare su un tovagliolo. Una richiesta che legge 1M token di input e scrive 200K token di output costa $6,00 su Kimi K3 e $4,00 su Kimi K3.1 Pro. Un agente che rilegge un grande repository a ogni turno e trova i dati nella cache il 70% delle volte paga circa $4,11 su K3 e $2,74 su K3.1 Pro per la stessa forma di chiamata. Se il nuovo modello termina anche in meno turni — che è esattamente il punto dell’addestramento a lungo orizzonte — il costo per attività completata scende più di quanto suggerisca il prezzo per token.

Perché tagliare? La spiegazione più probabile è competitiva anziché caritatevole. Un modello da 2,8T di parametri è costoso da servire, e il mercato dei modelli vicini alla frontiera ha passato il 2026 a convergere sul prezzo. Il calendario di pensionamento dei K2 di Moonshot aggiunge pressione: i modelli della serie K2 smetteranno di essere disponibili per i nuovi utenti il 31 ottobre 2026 e saranno ritirati alla fine di dicembre. Fissare il prezzo di K3.1 Pro sotto quello di K3 dà a ogni cliente K2 un motivo per migrare verso l'alto invece di cercare altrove. Il prezzo del vecchio K3 resta dov'è perché nessuno che abbia già stanziato il budget per esso ha bisogno di uno sconto per restare.

Dove Kimi K3 è ancora la risposta giusta

Tre casi sopravvivono al confronto. Il primo è l'auto-hosting oggi: i pesi di Kimi K3 sono pubblici dal 27 luglio, mentre quelli di Kimi K3.1 Pro sono promessi solo entro il 4 novembre 2026. Se la tua distribuzione non può chiamare un'API ospitata, il modello più recente non è ancora un'opzione, qualunque cosa dica la scheda dei benchmark.

Il secondo è la stabilità comportamentale. Un modello in produzione da tre mesi ha un profilo di errore noto. Kimi K3.1 Pro modifica per progettazione il comportamento di ragionamento, e la sua modalità di pensiero sempre attiva con impostazione predefinita di massimo impegno non è sostituibile a colpo sicuro in ogni pipeline. I team con suite di valutazione rigorose dovrebbero aspettarsi di dover ristabilire una baseline, non solo di sostituire una stringa.

Il terzo è il controllo del campionamento. Kimi K3.1 Pro fissa temperature a 1.0 e top_p a 0.95 e rifiuta altri valori; modificare il reasoning effort a metà conversazione invalida anche i prefix-cache hit. Se la tua applicazione dipende dal determinismo a bassa temperatura, verifica se il modello più vecchio ti offre il controllo che quello più nuovo non ti dà, prima di dare per scontato che l'aggiornamento sia gratuito.

La decisione sulla migrazione, senza clamore

Per gli agenti di programmazione, l'uso di strumenti su orizzonti lunghi, la ricerca finanziaria e la verifica dei documenti, le ragioni per passare sono solide: punteggi migliori dichiarati dal fornitore proprio in quelle aree, un prezzo inferiore su ogni voce di fatturazione e un tasso di allucinazioni diminuito di circa due terzi. Il rischio è che si tratti interamente di dati autodichiarati, quindi la strada sensata è una valutazione shadow sui propri task prima di trasferire il traffico di produzione.

Per la generazione batch e il recupero a contesto lungo, il prezzo per cache hit è il numero che conta, e favorisce il nuovo modello di un terzo. Per chi è vincolato ai pesi aperti, è il calendario a decidere: il 4 novembre è la prima data in cui il confronto diventa reale.

La parte di OrcaRouter in tutto questo è volutamente poco glamour. Il nostro catalogo include kimi/kimi-k3 oggi al prezzo di listino di Moonshot con 0% di ricarico, sulla stessa chiave del resto del tuo stack, così il vecchio lato di questo confronto è già richiamabile senza un secondo contratto. Kimi K3.1 Pro non è nel catalogo al momento in cui scriviamo. Quando arriverà, il modello pass-through significa che i $2/$10 qui sopra sono ciò che paghi qui anziché la versione di un rivenditore, e cambiare generazione è un cambio della stringa del modello all'interno di una politica di routing anziché un progetto di migrazione.

Verdetto

Kimi K3.1 Pro è il modello migliore e anche il più economico, il che rende facile la raccomandazione e più scarse di quanto sembri le prove. Moonshot ha migliorato i comportamenti che contano per il lavoro agentico e professionale, ridotto di un terzo ogni voce di prezzo e divulgato una regressione legata alla sicurezza che la maggior parte dei post di lancio avrebbe sepolto. Ciò che non ha fatto è sottoporre il risultato a un harness indipendente. Se eri già su Kimi K3, l'aggiornamento si ripaga in fattura prima di ripagarsi sul benchmark. Se aspettavi delle prove, i pesi e le prime valutazioni esterne sono entrambi attesi entro due settimane — ed è allora che questo confronto smette di essere un'affermazione del fornitore e diventa una misurazione.