Muse Spark vs Kimi K3.1: il punto nel nome del modello è tutta la storia

Due nomi di modello, due tipi diversi di informazione mancante. Muse Spark 1.3 è un modello rilasciato, misurato, invocabile: il checkpoint attuale di Meta Superintelligence Labs, disponibile a livello generale dal 2 settembre 2026 a 1,25 $ per milione di token in input e 4,25 $ per milione in output, con un punteggio di 48 sull'Intelligence Index di Artificial Analysis alla sua impostazione massima di ragionamento. Kimi K3.1 non è affatto un modello. Non esiste alcuna scheda, alcun repository dei pesi, alcuna riga di listino né alcun identificatore API che porti quel numero su nessuna delle superfici del fornitore stesso, e non esiste da quando, a settembre, una lettura della community di un teaser eliminato lo ha indicato. Ciò a cui il punto si risolve è la riga che abbrevia — Kimi K3, il flagship open-weight da 2,8 trilioni di parametri che il laboratorio ha rilasciato il 16 luglio 2026 — che oggi è invocabile a 3,00 $ per milione di token in input e 15,00 $ per milione in output. Quindi la versione utile di questo confronto è Muse Spark 1.3 contro Kimi K3, con il divario tra i due abbastanza stretto da far smettere l'errore di denominazione di essere pedante e iniziare a essere costoso.

Da dove viene il punto e quanto vale

Il segnale più forte che esista un Kimi K3.1 è anche il tipo più debole di prova: un post attribuito all'account ufficiale di Kimi venerdì 18 settembre 2026 o intorno a quella data, che pubblicava una lunga sequenza di cifre e la cancellava poco dopo. Le cifre sono l'espansione decimale di pi greco con l'iniziale 3,1 rimossa — pi greco è 3,1415926535, e la stringa pubblicata iniziava con 41592653 — e i thread della community l'hanno letta come un numero di versione quasi all'unanimità. È un artefatto lato fornitore e non è verificabile, perché il post è scomparso. Leggere "K3.1" da esso è un'inferenza, non una dichiarazione che Moonshot abbia fatto.

A quattro settimane di distanza, non è stato aggiunto nulla. La finestra di agosto che i leaker avevano indicato è arrivata e passata senza alcun lancio. L'inserimento anonimo nell'arena che alcuni avevano interpretato come Kimi K3.1 all'inizio dell'estate, in base alle prove disponibili, probabilmente non era Kimi. Il segnale più recente nella storia è una supposizione di terzi secondo cui Kimi K3.1 e due numeri di modello Z.ai arrivano nella stessa settimana, il che è l'interpretazione di una persona sulle sensazioni di un'altra piuttosto che una fuga di notizie, e la settimana che indica è quasi finita senza che nessuno dei tre sia apparso. La documentazione di Moonshot, la sua pagina dei prezzi, la sua organizzazione su Hugging Face e il suo blog usano tutti un unico nome per un unico modello — Kimi K3 — e nessuno di essi usa un suffisso puntato. Il punto è un'abitudine della casella di ricerca, non una versione.

Questo qui conta per un motivo che non ha nulla a che fare con l'ordine. I lettori digitano il punto perché hanno già letto qualcosa su questa linea e ci stanno tornando. Arrivando a un confronto costruito su un modello che non esiste, si troverebbero a confrontare Muse Spark 1.3 con un'inferenza.

Il confronto che esiste: 1.3 contro K3

Entrambi sono sistemi di classe flagship con una finestra di un milione di token e una dichiarata riga di input multimodale, ed entrambi sono stati promossi per lavoro agentico a lungo orizzonte — il claim di Meta per 1.3 è "addestrato per flussi di lavoro agentici e ottimizzato per prestazioni di coding competitivo," Moonshot posiziona K3 per "coding a lungo orizzonte e lavoro di conoscenza end-to-end." La differenza misurata tra loro è di quattro punti indice, che è esattamente il margine in cui le altre colonne decidono la risposta.

• Intelligence Index — Muse Spark 1.3 con sforzo massimo 48, posizione 24 su 217, contro Kimi K3 con sforzo massimo 44, terzo nel panel. Quattro punti, la misurazione ospitata di Artificial Analysis stessa da entrambe le parti.

• Velocità di output — Muse Spark 1.3 misurato a 121,9 token al secondo, uno dei flagship più veloci su quella classifica; Kimi K3 è misurato a 44 token al secondo ed è segnalato come notevolmente lento, con un divario di circa 2,8x nel throughput in tempo reale.

Costo per attività di indicizzazione completata — 1,60 $ su Muse Spark 1.3 contro 2,00 $ su Kimi K3. Si noti che è l'opposto del confronto per token, e il motivo è la verbosità: Kimi K3 ha generato circa 160 milioni di token di output durante l'esecuzione dell'indicizzazione rispetto a una mediana di 130 milioni, mentre Muse Spark 1.3 ne ha generati all'incirca 170 milioni rispetto a una mediana di 87 milioni. Entrambi sono misurati come loquaci; il prezzo per token di Kimi K3 è semplicemente più alto fin dall'inizio.

• Listino prezzi — Muse Spark 1.3 a $1,25 e $4,25 per milione di token, Kimi K3 a $3,00 e $15,00. Kimi K3 offre uno sconto del 90% sulla lettura della cache, quindi su carichi di lavoro multi-turno con uso intensivo della cache il divario effettivo si riduce drasticamente; Moonshot fattura separatamente le scritture in cache, e al livello di conservazione di un'ora sono più costose di un token di input fresco.

• Contesto e output — entrambi 1.048.576 token di contesto. Moonshot pubblica la stessa cifra sul proprio listino prezzi, quindi i due sono alla pari sulla dimensione su cui entrambi i fornitori puntano di più.

• Controlli di campionamento — Kimi K3 fissa temperature a 1.0, top_p a 0.95, n a 1 ed entrambe le penalità a 0, e restituisce un errore se si passa qualsiasi altro valore. La profondità è l'unica leva, tramite un campo reasoning_effort di primo livello che accetta low, high o max e ha come valore predefinito max, e modificarlo a metà conversazione invalida le hit della cache dei prefissi. Muse Spark 1.3 espone anch'esso un'impostazione di impegno di ragionamento, e gli strumenti di Meta osservano che disattivare il ragionamento non è possibile. In pratica, K3 elimina un'intera classe di regolazioni dal lavoro e ti mette in mano una sola leva; 1.3 lascia in gioco i normali parametri di campionamento.

La forma dello scambio è leggibile senza interpretazione. Muse Spark 1.3 è più veloce, più economico per attività completata e quattro punti più in alto sull'indice. La tesi di Kimi K3 non si basa su nessuno di questi — si basa sui pesi.

Pesi, e da quale parte della linea della licenza si colloca ciascun modello

Questa è la colonna che decide l'abbinamento per molte squadre, e va nel verso opposto rispetto al tabellone. Kimi K3 distribuisce pesi aperti nel repository moonshotai/Kimi-K3 con la Kimi K3 License, e Moonshot lo descrive come il primo modello aperto nella classe dei tre trilioni di parametri: 2,8 trilioni di parametri totali con 104 miliardi attivati per token su 896 esperti instradati, 16 attivi per token più 2 esperti condivisi, 93 livelli di cui uno denso. È pubblicato con addestramento consapevole della quantizzazione a partire dal fine-tuning supervisionato, pesi MXFP4 e attivazioni MXFP8, che è l'argomento di Moonshot per un'ampia compatibilità hardware. Tutto in quel paragrafo è dichiarato dal fornitore e non riprodotto in modo indipendente, e la distinzione vale la pena mantenerla, perché Moonshot è la parte che ha sia addestrato il modello sia riporta i suoi punteggi.

Muse Spark 1.3 non ha nulla di tutto ciò. È un checkpoint servito, e i pesi di Muse Spark Open che Meta ha pubblicato il 15 ottobre 2026 sono un modello diverso con un punteggio diverso — 39 sullo stesso indice alla sua impostazione xhigh, nono su 118 voci open-weight sopra i 150 miliardi di parametri. Quindi l'affermazione onesta della posizione sui pesi non è "Meta ha aperto Muse Spark", ma che Meta ora pubblica un artefatto aperto accanto a una linea chiusa, e se i pesi aperti sono il motivo per cui sei qui, il lato K3 di questa pagina li fornisce per il modello nel confronto, mentre il lato Meta no.

Dove si colloca OrcaRouter in {{2}}esso{{/2}}

Kimi K3 è nel catalogo di OrcaRouter alle tariffe pubblicate da Moonshot — 3,00 $ per milione di token in input e 15,00 $ per milione in output, con la finestra di contesto da 1M token del modello scritta nella pagina — e viene instradato sulla stessa chiave di Muse Spark 1.2 e Muse Spark 1.1, i due checkpoint Muse Spark che serviamo al prezzo di listino di Meta di 1,25 $ e 4,25 $ con markup 0%, perché il prezzo di listino del fornitore viene passato tal quale anziché maggiorato. Quella combinazione è il modo economico per risolvere una questione di indice a quattro punti a cui nessun punteggio può rispondere per il tuo traffico: il DSL di routing suddivide le richieste in base a regole, così puoi inviare il percorso sensibile alla latenza al modello più veloce e il percorso batch a quello sui cui pesi vuoi standardizzarti, e il failover automatico dietro un unico endpoint impedisce che uno dei due diventi una scommessa su un singolo provider. Muse Spark 1.3 di per sé non è nel catalogo — i checkpoint serviti sono 1.2 e 1.1 — e i benchmark citati sopra sono quelli di 1.3, quindi il confronto di routing e il confronto misurato non riguardano la stessa coppia di modelli. Vale la pena sapere questa lacuna prima di pianificare su di essa.

Cosa fare con un nome che non ha nessun prodotto alle spalle

Se sei arrivato da un link su Kimi K3.1, il passo successivo corretto non è confrontare qualcosa — è decidere tra quale modello già distribuito stai effettivamente scegliendo. Rispetto a Kimi K3, Muse Spark 1.3 vince su index, velocità e costo per attività completata, e perde sui pesi e sulla libertà di licenza che li accompagna. Rispetto alla più ampia linea Kimi, i modelli più piccoli K2.6 e K2.7 Code appartengono a una fascia di prezzo del tutto diversa e sono il confronto giusto per qualsiasi cosa non richieda tremila miliardi di parametri. Nulla in questa pagina è un motivo per aspettare un suffisso puntato: allo stato attuale non c'è alcuna scheda, alcuna data e alcun endpoint dietro di esso, e l'unica cosa certa che si sa è che il post che vi faceva riferimento è stato cancellato.

Ciò che cambierebbe il quadro è limitato. Moonshot pubblica una model card di K3.1 o una riga di rate card, e questa diventa una vera pagina a due modelli con una seconda colonna di numeri misurati. Artificial Analysis aggiunge una scheda di K3.1, e il divario di quattro punti diventa verificabile anziché dedotto. Oppure Meta riorienta la linea Muse Spark su un checkpoint 1.4, il che sposta il lato Meta per ragioni estranee a Moonshot. Finché almeno uno di questi elementi non si concretizza, la versione fattuale di questo confronto è Muse Spark 1.3 contro Kimi K3, separati da quattro punti di intelligenza misurata, circa 2,8 volte il throughput e un confine di licenza — e il punto è un termine di ricerca, non un prodotto.

Nulla di tutto ciò è un motivo per evitare il modello, ma solo un motivo per conoscerne la storia: gli incidenti documentati legati all'IA e i fallimenti degli agenti alle spalle dei modelli di questa classe sono raccolti in l'Archivio degli incidenti IA di OrcaRouter, dove ogni voce riporta le proprie fonti, il livello di gravità, il grado di affidabilità e il contrassegno di controversia.