Kimi K3.1 Pro wordt goedkoper gelanceerd dan zijn eigen voorganger: $2/$10 en een ruwere benchmarksheet

Moonshot AI bracht Kimi K3.1 Pro op 24 oktober 2026 uit, en het belangrijkste getal bij de lancering staat niet op de benchmarkgrafiek. Het staat op de tariefkaart: $2,00 per miljoen inputtokens en $10,00 per miljoen outputtokens, tegenover $3,00 en $15,00 voor de Kimi K3 waarop hij is gebaseerd. Een opvolger die een derde goedkoper is dan zijn voorganger, is ongewoon genoeg om mee te beginnen, want anders dan een benchmarkscore hangt dat niet af van wiens harness de test heeft gedraaid. Als je al voor Kimi K3 betaalt, begint de upgradecase met een kleinere factuur.

Het tweede getal is het getal dat Moonshot wil dat je opmerkt: 65,7% op Terminal-Bench 4.0, tegenover 58,2% voor GPT-6 Astra en 66,4% voor Claude Opus 5.5. Daarmee staat het nieuwe model tweede op de eigen tabel van de leverancier, niet eerste. Het is eerlijk om dat op de lanceerdag te publiceren, en het zegt iets over hoe deze release gepositioneerd is. Kimi K3.1 Pro wordt niet verkocht als het sterkste model ter wereld. Het wordt verkocht als een goedkoper model dat dicht genoeg bij de absolute top zit om te winnen op kosten per voltooide taak.

Wat is er eigenlijk veranderd tussen K3 en K3.1 Pro

Moonshot is expliciet dat dit een post-trainingrelease is, geen nieuwe architectuur. Het bedrijf noemt Kimi K3.1 Pro een post-getrainde versie van Kimi K3, getraind met aanzienlijk meer rekenkracht voor post-training, inclusief grootschalige gezamenlijke reinforcement learning over honderden downstreamdomeinen. Het contextvenster is ongewijzigd op 1.048.576 tokens. Beeld- en video-invoer zijn ongewijzigd. Het uitvoerplafond van 1M tokens is ongewijzigd.

Wat dat in de praktijk betekent, is dat de kennis en redeneercapaciteit van het basismodel dezelfde assets zijn als voorheen; het verschil zit in het gedrag. Moonshot zegt dat het het RL-framework, long-context-inference, trainingsefficiëntie, sandboxinfrastructuur, rollout-planning en controles op de kwaliteit van de omgeving opnieuw heeft ingericht om die post-trainingrun mogelijk te maken. Dat zijn technische claims over hoe het model is gemaakt, en die zijn van buitenaf moeilijk te verifiëren. De gedragsclaims zijn eenvoudiger te testen, en daar zitten de cijfers van de lancering.

Het aantal parameters is waar de taal van de leverancier glibberig wordt. Moonshot noemt het een open-weightmodel van de 3T-klasse. Berichtgeving vanaf de lancering zet de backbone op 2,8 biljoen totale parameters met ongeveer 104 miljard actieve, dezelfde mixture-of-expertsconfiguratie als Kimi K3. Beide kunnen waar zijn: "3T-klasse" is een positioneringsterm, en 2,8T valt daar binnen. Wat telt voor je rekening en je latentie is het actieve aantal, en er is geen bewijs dat het actieve aantal is veranderd.

Het benchmarkoverzicht, en hoeveel je ervan kunt vertrouwen

Moonshot heeft resultaten gepubliceerd voor 14 evaluaties op het gebied van programmeren, wetenschap en kenniswerk. Het patroon is consistent: grote winst op de taken waarvoor het bedrijf traint, vrijwel op gelijke hoogte met de gesloten frontier bij de rest, en één bewuste onthulling van een regressie.

• Coderen aan de frontlinie — Terminal-Bench 4.0: Kimi K3.1 Pro 65,7%, Claude Opus 5.5 66,4%, GPT-6 Astra 58,2%. Uitgevoerd door de leverancier.

• Langetermijncodering — Kimi Code Bench 3.0 Long-horizon: 61,2% voor K3.1 Pro tegenover 55,95% voor Kimi K3. Dit is de zuiverste vergelijking met de voorganger in de set, en tevens de meest door de leverancier gecontroleerde, aangezien zowel de benchmark als de harness van Moonshot zijn.

3D en CAD — BenchCAD met hulpmiddelen: 92,7 voor K3.1 Pro, 96,2 voor Opus 5.5, 95,9 voor GPT-6 Astra, 92,6 voor Claude Fable 5.1. Zonder hulpmiddelen: 72,8, tegenover 73,0 voor Opus 5.5 en 60,6 voor Fable 5.1. De spreiding met hulpmiddelen is smal genoeg dat de volgorde bij een nieuwe run kan verschuiven.

Hallucinatie — Kimi Hallu Bench Hard: percentage op claimniveau van 8,3% met tools, gedaald van 23,4% voor Kimi K3. GPT-6 Astra scoort 5,5% en Opus 5.5 15,0%. Zonder tools is het percentage 5,4%, tegenover 4,2% voor Astra en 6,8% voor Opus.

• Financiën en operaties — Frontier Finance 58,6; interne Financial Modeling 57,6 tegen 50,4 voor K3; interne Financial Research 70,4 tegen 58,8; interne Business Operation 37 tegen 8,9. Die laatste drie zijn Moonshots eigen evaluaties, dus ze meten de verbetering op de door het bedrijf gekozen taken, niet de positie in een publieke arena.

• De regressie — xdev-bench-hard pass@3 is 81,0%. Een checkpoint dat was getraind zonder de risicobeperkende maatregelen van het bedrijf scoorde 90,5% op dezelfde test. Moonshot publiceerde die kloof en schreef die toe aan gericht veiligheidswerk en controle op de trainingsdata. Wat je ook van die afweging vindt, het melden van een capaciteitsverlies van 9,5 punt is niet hoe een bericht over een lancering doorgaans klinkt.

De eerlijke samenvatting is dat dit door leveranciers gerapporteerde cijfers zijn zonder onafhankelijke replicatie tot nu toe. Kimi K3 had bij de lancering in juli een Artificial Analysis Intelligence Index van 57, en er bestond op de releasedag geen equivalente derdepartijscore voor K3.1 Pro. De harness maakt hier enorm veel uit: Terminal-Bench-resultaten verschuiven met tientallen punten afhankelijk van de scaffolding, dus een 65,7% en een 58,2% die door verschillende labs op verschillende harnesses zijn geproduceerd, zijn geen zuivere meting van een verschil van 7,5 punt. Behandel de tabel als een bewering over richting, niet over grootte.

Wat de prijsverlaging daadwerkelijk doet met een workload

De API-prijs is vlak over het volledige venster van 1M tokens, zonder toeslag voor lange context. De volledige prijstabel, in Amerikaanse dollars per miljoen tokens:

• Kimi K3.1 Pro — $2,00 invoer, $10,00 uitvoer, $0,20 cache-hit, $2,00 cacheschrijfactie bij een TTL van vijf minuten, $4,00 bij een TTL van één uur.

• Kimi K3.1 Pro Highspeed — $4.00 invoer, $20.00 uitvoer, $0.20 cachehit, $4.00 en $8.00 cache-schrijfacties. Hetzelfde model, twee tot drie keer zo'n hoge uitvoersnelheid, ongeveer het dubbele quotaverbruik in Kimi Code.

• Kimi K3 — $3.00 invoer, $15.00 uitvoer, $0.30 cache-hit, $3.00 en $6.00 cache-schrijfacties.

Een verzoek dat 1M invoertokens leest en 200K uitvoertokens schrijft, kost $6,00 op Kimi K3 en $4,00 op Kimi K3.1 Pro. Voeg realistische promptcaching toe en het verschil blijft ongeveer een derde, omdat de prijs voor cachehits ook daalde van $0,30 naar $0,20. Voor een agent die bij elke beurt een grote repository of een lang financieel document opnieuw leest, is dat het verschil tussen een workflow die zichzelf terugverdient en een die dat niet doet. Moonshot heeft de upgrade effectief geprijsd als een margeverlaging in plaats van een premie, een vreemde zet voor een model dat net bijna overal betere cijfers neerzette — en een welkome voor iedereen wiens K3-rekening de reden was dat die aan het rondkijken was.

Er zit een addertje onder het gras in de mechanica. Kimi K3.1 Pro denkt altijd: redeneren kan niet worden uitgeschakeld, en het veld reasoning_effort accepteert low, high of max, met max als standaard. Samplingparameters zijn vastgezet op temperature 1.0 en top_p 0.95, en andere waarden doorgeven levert een fout op. Het wijzigen van de reasoning-effort halverwege een gesprek maakt prefix-cache-hits ongeldig, waardoor de effectieve kosten van de tuning-loop die je van plan was te draaien stilletjes stijgen. De goedkopere tokenprijs is echt; de goedkopere workflow hangt ervan af hoe vaak je halverwege de context van gedachten verandert.

Waar je het kunt gebruiken, en de datum die belangrijker is dan de lancering

Kimi K3.1 Pro is live in de Kimi-consumentenapp op web, iOS, Android en HarmonyOS, in Kimi Work desktopversie 3.1.0 of later, en in Kimi Code via de modelselector. Via de API is het beschikbaar als kimi-k3.1-pro en kimi-k3.1-pro-highspeed op Moonshots eigen platform, waarbij zero data retention wordt aangeboden en enterprise-toegang bij de lancering standaard is uitgeschakeld. Het verschijnt ook via inferentieplatforms van derden, wat normaal is voor een model van deze omvang en niets zegt over hoe goed een van hen het model bedient.

De belangrijkere datum is 4 november 2026. Moonshot zegt dat de volledige modelgewichten dan worden vrijgegeven. Dat is wat de beschrijving "open-weight" meer dan marketing maakt, en het is ook het punt waarop het kostenverhaal opnieuw verandert: een mixture-of-expertsmodel met 2,8 biljoen parameters zelf hosten is niet goedkoop, maar een permissieve licentie haalt de per-tokenmeter weg voor iedereen met de GPU's. Totdat de gewichten er zijn, is de bovenstaande prijsvergelijking de hele vergelijking.

Nog een operationele opmerking voor teams die nog op de K2-generatie zitten: op de prijspagina van Moonshot staat dat modellen uit de K2-serie vanaf 31 oktober 2026 niet meer beschikbaar zijn voor nieuw geregistreerde gebruikers en dat ze eind december worden uitgefaseerd. Als je op K2.6 of K2.7 Code zit, wordt de migratiebeslissing voor je genomen, en K3.1 Pro is de beoogde bestemming.

Moet je op dag één al overstappen?

Als je workload coderen, agentisch toolgebruik of werk met financiële documenten is, is de combinatie van een lagere prijs en een betere door de leverancier gerapporteerde score een duidelijke reden voor een proef. Gaat het om long-context retrieval met stabiele prompts, dan is de cache-hitprijs het getal om te modelleren, en ook dat pleit voor het nieuwe model.

Als je productiepad afhankelijk is van reproduceerbare sampling, lees dan de beperking rond vaste parameters voordat je migreert. Temperatuur 1.0 is niet voor elke taak een neutrale standaardwaarde, en een model dat weigert een andere waarde te accepteren, is een ander soort afhankelijkheid dan een model dat dat wel doet.

En als je onafhankelijk bewijs nodig hebt, wacht dan. Niemand buiten Moonshot heeft nog een evaluatie van K3.1 Pro gepubliceerd. De lanceercijfers zijn intern consistent en ongewoon openhartig over de regressie op het gebied van veiligheid, maar ze zijn nog steeds de leverancier die zijn eigen huiswerk nakijkt. Een model dat zo goedkoop is, wordt snel getest; de eerste onafhankelijke harness-resultaten zijn degene die je zullen vertellen of de 65,7% standhoudt bij contact met andermans scaffolding.

Voor teams die al via OrcaRouter routeren, is de praktische verandering kleiner dan de lancering doet vermoeden. Onze catalogus bevat vandaag kimi/kimi-k3 tegen Moonshots lijstprijs met 0% opslag, dus de K3-kant van deze vergelijking is live op dezelfde sleutel als de rest van je stack. Kimi K3.1 Pro staat op het moment van schrijven niet in de catalogus; wanneer het wordt toegevoegd, is overstappen van de ene generatie naar de andere een wijziging van de modelstring in plaats van een tweede contract en een nieuwe SDK. De prijsverlaging is de reden om dit belangrijk te vinden, en het doorgeefmodel is de reden dat het aan onze kant verschijnt tegen hetzelfde bedrag dat Moonshot publiceert, niet een met opslag verhoogd bedrag.

De lancering in één alinea

Kimi K3.1 Pro is een post-training-upgrade van Kimi K3, verkocht voor twee derde van de prijs van het oudere model, met een sterk benchmarkoverzicht van de leverancier, een echte verbetering in hallucinatiebeheersing, een gemelde veiligheidsgerelateerde regressie op één adversariële codeertest, en nog geen onafhankelijke verificatie. De lancering is echt nieuws vanwege de prijs en de toezegging over de gewichten, niet omdat het model een nieuwe architectuur is. De datum om te omcirkelen is 4 november, wanneer de gewichten verschijnen en de eerste serieuze externe evaluaties zouden moeten beginnen binnenkomen.