Step 5 Preview vs Kimi K3.1 Pro: entrambi i modelli sono stati rivalutati la scorsa settimana. Ecco cosa sopravvive

Se avessi cercato Step 5 Preview e Kimi K3.1 Pro una settimana fa, avresti ricavato due numeri: 44 e 55. Entrambi sono spariti. Il 27 e 28 ottobre 2026, Artificial Analysis ha sostituito il suo Intelligence Index con la versione 5, che trae il 60% del punteggio da set di test privati o riservati, e lo stesso modello valutato con la vecchia rubrica e con quella nuova non è la stessa misurazione. Step 5 Preview segna 29 secondo la v5. Kimi K3.1 Pro segna 46. Il divario di nove punti tra loro è ora un confronto che puoi fare onestamente, ed è un divario diverso da quello su cui era stata costruita la copertura del lancio.

Quello che segue è quel confronto, più la parte che nessuno mette in una tabella comparativa: i due modelli si trovano su lati opposti di una questione di pesi che si risolve il 4 novembre, e oggi solo uno dei due può essere chiamato tramite OrcaRouter.

I due numeri che tutti citano ora sono entrambi sbagliati

Kimi K3.1 Pro è stato lanciato il 23 ottobre 2026 con un punteggio di 55 nell'Intelligence Index e un debutto al quarto posto, undici punti sopra Kimi K3. Quattro giorni dopo segnava 46. Nulla del modello era cambiato; era cambiato il metro di misura. Artificial Analysis ha ricostruito l'indice composito articolandolo in nove valutazioni distribuite su quattro categorie — Knowledge Work, Coding, Science e General — e ha eliminato tre di quelle più vecchie, tra cui GDPval-AA v2.1, SciCode e AA-LCR v1.1. Ha aggiunto FrontierCode 2.0, un insieme di 132 attività di coding private valutate in base al fatto che una patch meriti il merge, e Terminal-Bench-Science.

Step 5 Preview ha subito lo stesso colpo, ma più duramente. Registra 29 con la v5.0, rispetto a 44 con l'indice precedente, e perde più prove a sostegno rispetto a Kimi, perché il materiale di lancio di StepFun si basava proprio sulle valutazioni che sono state rimosse. L'88,3 su AA-LCR e il 58,9 su SciCode che compaiono nella maggior parte della copertura di questo modello sono ora punteggi di benchmark che non contribuiscono più all'indice principale. Sono ancora misurazioni veritiere di qualcosa. Non sono più ciò che l'indice misura.

La conseguenza sulla classifica merita di essere detta chiaramente: con la v5, un modello a pesi aperti o promessi tali a 46 è 12 punti dietro il leader a 58, mentre con la v4 il divario era di 3. Questa è un'affermazione sulla rubrica, non su un improvviso crollo delle capacità, e qualsiasi articolo che la presenti come quest'ultimo sta fraintendendo la propria fonte.

Le righe delle specifiche, una dimensione alla volta

• Parametri totali e attivi — Step 5 Preview: 600B totali, 27B attivi per token, 8 esperti su 352 più uno condiviso. Kimi K3.1 Pro: 2,8T totali, 104B attivi.

• Che tipo di rilascio è stato — Step 5 Preview: un nuovo modello di punta distribuito in forma di anteprima, con i pesi in arrivo. Kimi K3.1 Pro: una versione sottoposta a post-addestramento di Kimi K3 con maggiore potenza di calcolo nel post-addestramento, inclusi apprendimento per rinforzo congiunto su centinaia di domini — non una nuova architettura.

• Finestra di contesto — Anteprima del passaggio 5: 1M token. Kimi K3.1 Pro: 1.048.576 token.

• Modalità di input — Anteprima del passaggio 5: testo, immagini e video. Kimi K3.1 Pro: testo e immagini.

• Prezzo di input per milione di token — Step 5 Preview: $1,00. Kimi K3.1 Pro: $2,00, tariffa fissa per l'intera finestra di contesto senza supplemento per il contesto lungo.

• Prezzo di output per milione di token — Step 5 Preview: $2,70. Kimi K3.1 Pro: $10,00.

• Input in cache — Anteprima del passaggio 5: uno sconto del 90% sulla tariffa di input. Kimi K3.1 Pro: $0.20 per milione per la lettura, con scritture in cache a $2.00 su un TTL di cinque minuti e $4.00 su un TTL di un'ora.

• Pesi — Step 5 Preview: pubblicati il 15 ottobre 2026, BF16 e FP8, secondo la StepFun Model License 1.0. Kimi K3.1 Pro: non pubblicati; Moonshot ha dichiarato che i pesi sono previsti entro il 4 novembre 2026.

Punteggio indipendente secondo l'Intelligence Index v5.0 — Anteprima della Fase 5: 29. Kimi K3.1 Pro: 46.

Costo per attività completata, con l'avvertenza allegata

Artificial Analysis riporta 2,35 $ per attività dell'Intelligence Index per Step 5 Preview e 1,98 $ per Kimi K3.1 Pro. Sembra un piccolo vantaggio per Kimi, e vale la pena capire perché non sia un vantaggio ovvio.

Le due cifre non sono state prodotte sullo stesso set di attività, perché il set di attività è stato ricostruito tra le due misurazioni. Entrambe sono "costo per attività di indicizzazione" con qualunque composito fosse attivo quando è stato rilevato il numero, il che rende il confronto, nella migliore delle ipotesi, solo indicativo. Ciò che non è ambiguo è il meccanismo: Kimi K3.1 Pro è prolisso, spende circa 55.000 token di output per attività e 150 milioni nell'arco di un'intera esecuzione, rispetto a una mediana di 87 milioni, e a $10 per milione di output quella verbosità è costosa. Il suo $1.98 è una conseguenza del completamento in un numero inferiore di passaggi fatturabili, non di un token più economico.

Step 5 Preview è il token più economico di un fattore 3,7 sull'output e 2 sull'input, e il modello più veloce con un ampio margine sulla misurazione disponibile: 179,1 token di output al secondo sull'API di StepFun contro una mediana di categoria di 74,1, dove Kimi K3.1 Pro misura circa 73. Se il tuo carico di lavoro è sensibile alla latenza e intensivo sull'output, quest'ordine corrisponde all'ordine dei prezzi e la decisione è facile. Se il tuo carico di lavoro è tale per cui la differenza di qualità delle risposte di 17 punti indice conta più del tempo al primo token, gli stessi numeri indicano la direzione opposta.

Pesi: uno è già disponibile, l’altro è una promessa con una data

Questa è l'asimmetria che le tabelle di benchmark nascondono. I pesi di Step 5 Preview sono scaricabili dal 15 ottobre: checkpoint BF16 e FP8 su Hugging Face e ModelScope, ricette vLLM e SGLang lo stesso giorno, un blog tecnico che descrive l'architettura narrow-deep a 92 strati e il pattern di attenzione GQA sparso. Il checkpoint FP8 richiede circa 773 GB di VRAM e almeno quattro GPU, con B300 come target predefinito e otto H200 sul percorso Hopper. La licenza è proprietaria di StepFun, non approvata OSI: attribuzione sugli output utilizzati in modo sostanziale, una negoziazione separata per i produttori di hardware e una licenza commerciale per gli operatori di model-as-a-service con ricavi annui superiori a 20 milioni di dollari.

I pesi di Kimi K3.1 Pro non esistevano il giorno del lancio — Artificial Analysis classificava ancora il modello come proprietario il 24 ottobre — e la data annunciata è il 4 novembre 2026. Quando arriveranno, il modello di Moonshot diventerà il modello scaricabile con il punteggio più alto sull'indice v5, il che è un evento davvero significativo per chiunque voglia una capacità vicina alla frontiera senza un fornitore coinvolto.

Fino al 4 novembre, il confronto è tra un modello che puoi eseguire e un modello che puoi solo chiamare. Non è uno svantaggio permanente per Kimi, ma è reale questa settimana, ed è il motivo per cui una decisione presa oggi potrebbe non essere quella che prenderesti tra nove giorni.

Dove ciascuno è richiamabile in questo momento

Uno di questi due modelli è su OrcaRouter e l'altro no. Kimi K3.1 Pro è nel catalogo live come kimi/kimi-k3.1-pro, insieme ad altri cinque modelli Kimi. Step 5 Preview non c'è: il catalogo contiene 214 ID di modello su 16 provider, e al 29 ottobre 2026 non vi figura alcuna voce StepFun. Se volete Step 5 Preview oggi, dovete chiamare l'API di StepFun oppure ospitare il checkpoint.

Quell'asimmetria è la parte utile di questo confronto per una decisione di routing. Poiché applichiamo il prezzo di listino del provider senza alcun ricarico, la tariffa Kimi che vedi qui è quella di Moonshot — 2,00 $ e 10,00 $ — e lo stesso vale per qualsiasi riduzione che Moonshot applicherà in futuro. E poiché il failover è automatico, la versione pratica di «Kimi è l'opzione economica e prudente» è che puoi metterla per prima in una catena e lasciare che la piattaforma passi al ripiego quando un provider peggiora, invece di codificare un fallback nel tuo client e doverlo mantenere.

La questione della migrazione, se stai cambiando

Tre cose ti costeranno tempo, indipendentemente dalla direzione in cui ti muovi.

Il primo è il volume di output. Il profilo di costo di Kimi K3.1 Pro è dominato da quanto scrive, non dalla sua tariffa. Un prompt che produce una risposta concisa su Step 5 Preview può generare tre volte i token su Kimi, e la tua fattura seguirà i token plutôt che il tariffario. Misura i token di output per attività sul tuo carico di lavoro prima ancora di confrontare i due prezzi.

Il secondo è l'economia della cache. Step 5 Preview applica uno sconto del 90% sull'input in cache. Kimi K3.1 Pro addebita 0,20 $ per milione per leggere una cache, ma addebita anche la scrittura: 2,00 $ con un TTL di cinque minuti e 4,00 $ con un'ora. Un ciclo di agente che reinvia un lungo prompt di sistema a ogni passo è una proposta molto diversa con questi due schemi, e la scheda che sembra più economica non è sempre il ciclo più economico.

Il terzo punto è la sensibilità all'harness. La tabella di Moonshot stessa colloca Kimi K3.1 Pro al 65,7% su Terminal-Bench 4.0, contro il 66,4% di Claude Opus 5.5 e il 58,2% di GPT-6 Astra; il valutatore indipendente riporta 67% per lo stesso modello. I numeri di Terminal-Bench variano di decine di punti a seconda dello scaffolding, quindi un divario di 1,7 punti tra le esecuzioni di due laboratori non è una misura di una differenza di capacità di 1,7 punti. Considera ogni riga di questo confronto tra fornitori diversi come un'affermazione sulla direzione.

Cosa fare concretamente questa settimana: se il tuo carico di lavoro è a contesto lungo, a forte output e sensibile alla latenza, Step 5 Preview a $1.00 e $2.70 è l'esperimento più economico e i pesi lo rendono portabile. Se il lavoro è coding agentico dove la qualità delle patch è l'intero prodotto, il 46 di Kimi K3.1 Pro su v5 e il suo 67% su Terminal-Bench 4.0 lo rendono l'acquisto più forte, e il 4 novembre è la data che lo trasforma da una scommessa in un asset. In ogni caso, non costruire una decisione sul 44 e sul 55. Quei numeri appartengono a una rubrica che non esiste più.