Kimi K3.1 Pro vs Kimi K3: dezelfde backbone, een lagere prijs en een post-trainingrekening die betaald moest worden

Kimi K3.1 Pro is geen nieuw model op de manier waarop Kimi K3 een nieuw model was. De release van Moonshot AI op 24 oktober 2026 is expliciet een post-trained versie van Kimi K3 met aanzienlijk meer rekenkracht voor post-training — dezelfde architectuur, dezelfde context van 1.048.576 tokens, dezelfde native vision, en een andere set gedragingen die via reinforcement learning over honderden downstream-domeinen is toegevoegd. Wat de vergelijking interessant maakt, is niet het verschil in de benchmarktabel. Het is dat het nieuwere, betere model een derde minder per token kost dan het oudere.

Die omkering is zeldzaam genoeg om zorgvuldig te onderzoeken. Normaal gesproken brengt een lab een sterker model uit tegen dezelfde prijs en laat het het oude model naar het lagere marktsegment afglijden. Moonshot deed het tegenovergestelde: het hield de oude prijs voor het oude model aan en verlaagde de prijs van het nieuwe naar $2,00 input en $10,00 output per miljoen tokens, tegenover $3,00 en $15,00 voor Kimi K3. Om te begrijpen waarom, moet je scheiden wat er werkelijk aan het model veranderde van wat er veranderde in het bedrijf eromheen.

De architectuur bewoog niet

Kimi K3 werd op 16 juli 2026 uitgebracht als het eerste open model in de klasse van 2,8 biljoen parameters: een mixture-of-experts-ontwerp met ongeveer 104 miljard actieve parameters, 896 experts en 16 per token geactiveerd, een contextvenster van 1M tokens, native beeld- en videobegrip, tool calling, prompt-caching en ingebouwde redeneermogelijkheden. De gewichten volgden op 27 juli onder een licentie die gebruik, wijziging, distributie en fine-tuning toestaat, met een afzonderlijke overeenkomst die vereist is voor aanbieders van model-as-a-service die meer dan $20 miljoen per jaar verdienen, en naamsvermelding die vereist is voor zeer grote commerciële producten.

Kimi K3.1 Pro behoudt het allemaal. Moonshot noemt het nieuwe model "3T-class", wat positioneringstaal is; berichtgeving rond de lancering zet het op hetzelfde totaal van 2,8 biljoen en 104 miljard actieve parameters. Het contextplafond, de vision-ondersteuning en de uitvoerlimiet van 1M tokens zijn ongewijzigd. Als je hoopte op een goedkopere actieve parameteromvang of een langer venster, is dit niet die release.

Wat wél is veranderd, is de training na de pretraining. Moonshot beschrijft grootschalige gezamenlijke reinforcement learning over honderden domeinen, ondersteund door herziene sandboxinfrastructuur, planning van rollouts en controles op de kwaliteit van de omgeving. Simpel gezegd heeft het bedrijf heel veel rekenkracht besteed aan het bestaande model beter te laten presteren op agentische en professionele taken, in plaats van het meer feiten te leren. Dat is waarom de winst zich precies daar voordoet.

Wat de cijfers zeggen, en waar de vergelijking tekortschiet

De benchmarktabel van de leverancier is breed — 14 evaluaties — maar het is geen zuivere gepaarde vergelijking. Moonshot publiceerde Kimi K3-cijfers voor slechts een subset van de nieuwe tests, dus sommige van de meest opvallende delta's zijn ten opzichte van zijn eigen interne suites in plaats van ten opzichte van een publieke benchmark die beide modellen hebben afgelegd.

• Langdurig coderen — Kimi Code Bench 3.0 Long-horizon: 61,2% voor Kimi K3.1 Pro tegen 55,95% voor Kimi K3. Dit is het zuiverste cijfer ten opzichte van de voorganger in de lancering, en ook het meest door de leverancier gecontroleerde, aangezien zowel de benchmark als de harness van Moonshot zijn.

• Hallucinatie — Het percentage op claimniveau voor Kimi Hallu Bench Hard daalde van 23,4% op Kimi K3 naar 8,3% met tools op Kimi K3.1 Pro. Zonder tools scoort het nieuwe model 5,4%. Moonshot zegt ook dat antwoorden die minstens één feitelijke fout bevatten nu 42,4% van het percentage van de voorganger uitmaken. Voor documentintensief werk is dit de belangrijkste verbetering in deze release.

• Financiën en bedrijfsvoering — interne Financial Modeling 57,6 tegen 50,4, Financial Research 70,4 tegen 58,8, Business Operation 37 tegen 8,9. Het laatste is een viervoudige verbetering op een taak waarop het oude model nauwelijks functioneerde. Dit zijn Moonshots eigen evaluaties, dus behandel de omvang als indicatief.

• 3D en CAD — BenchCAD met tools 92,7, zonder tools 72,8. Moonshot heeft de Kimi K3-cijfers voor deze test niet gepubliceerd, dus de verbetering wordt in het lanceringsbericht niet gekwantificeerd, ook al is de absolute score sterk.

• Adversariële codering — xdev-bench-hard pass@3 is 81,0% voor Kimi K3.1 Pro, tegenover 33,3% voor Kimi K3 en 85,7% voor DeepSeek-V4.1-Flash-1017. Een checkpoint dat was getraind zonder de risicobeperkende maatregelen van het bedrijf scoorde 90,5%, en Moonshot schrijft dat verschil van 9,5 punt toe aan veiligheidswerk en controles op trainingsgegevens.

• Positie aan de frontier — Terminal-Bench 4.0 op 65,7%, achter Claude Opus 5.5 op 66,4% en voor GPT-6 Astra op 58,2%. BenchCAD met hulpmiddelen op 92,7% blijft achter bij Opus op 96,2 en Astra op 95,9. Het patroon is consistent: dicht bij de frontier, zelden bovenaan.

Niets hiervan is onafhankelijk geverifieerd. Kimi K3 kwam ter wereld met een Artificial Analysis Intelligence Index van 57, destijds wereldwijd de derde plek achter Claude Fable 5 en GPT-5.6 Sol, en op de lanceerdag bestond er geen gelijkwaardige score van een derde partij voor K3.1 Pro. Het harness-probleem is niet hypothetisch: Terminal-Bench-scores kunnen tientallen punten verschillen afhankelijk van de scaffolding, en daarom vormen een 65,7% en een 58,2% uit verschillende labs geen meting van een verschil van 7,5 punt. De richting is geloofwaardig; de grootte nog niet.

De prijsinversie is het echte verhaal

Kimi K3 werd gelanceerd als het duurste Chinese model op de markt, tegen $3,00 input en $15,00 output per miljoen tokens, ongeveer drie tot vier keer de K2-generatie. Die prijsstelling was een bewuste gok dat capaciteit, niet kosten, de doorslag zou geven voor de frontier-workload. Kimi K3.1 Pro keert de richting om bij het nieuwere model, terwijl de oudere prijs intact blijft.

• Input — $2,00 per miljoen op K3.1 Pro tegenover $3,00 op K3, een verlaging van 33%.

• Opbrengst — $10,00 tegenover $15,00, ook 33%.

• Cachehit — $0,20 tegen $0,30, een verlaging van 33% op de regel die de agent-workloads domineert.

• Cache-schrijfacties — $2,00 en $4,00 bij een TTL van vijf minuten en één uur, tegenover $3,00 en $6,00.

• Highspeed-variant — $4,00 en $20,00, met dezelfde cache-hitprijs van $0,20; twee tot drie keer de uitvoersnelheid, ongeveer het dubbele quotum in Kimi Code.

De rekensom is simpel genoeg om op een servet te maken. Een verzoek dat 1M invoertokens leest en 200K uitvoertokens schrijft, kost $6,00 op Kimi K3 en $4,00 op Kimi K3.1 Pro. Een agent die elke beurt een grote repository opnieuw leest en 70% van de tijd de cache raakt, betaalt ongeveer $4,11 op K3 en $2,74 op K3.1 Pro voor dezelfde vorm van aanroep. Als het nieuwe model ook in minder beurten klaar is — wat precies het doel is van de long-horizon-training — daalt de kosten per voltooide taak meer dan de tokenprijs doet vermoeden.

Waarom verlagen? De waarschijnlijkste verklaring is concurrentiegedreven in plaats van liefdadig. Een model met 2,8 biljoen parameters is duur om te bedienen, en de markt voor modellen dicht bij de frontier is in 2026 steeds meer naar één prijsniveau toegegaan. Moonshots eigen uitfaseringsschema voor K2 zet extra druk: K2-seriëmodellen zijn vanaf 31 oktober 2026 niet meer beschikbaar voor nieuwe gebruikers en worden eind december uitgefaseerd. Door K3.1 Pro onder K3 te prijzen, krijgt elke K2-klant een reden om naar boven te migreren in plaats van elders te kijken. De oudere K3-prijs blijft ongewijzigd, omdat niemand die er al voor heeft gebudgetteerd een korting nodig heeft om te blijven.

Waar Kimi K3 nog steeds het juiste antwoord is

Drie gevallen doorstaan de vergelijking. Het eerste is vandaag zelf hosten: de gewichten van Kimi K3 zijn sinds 27 juli openbaar, terwijl die van Kimi K3.1 Pro pas op 4 november 2026 worden beloofd. Als je implementatie geen gehoste API kan aanroepen, is het nieuwere model nog geen optie, wat de benchmarktabel ook zegt.

Het tweede is gedragsmatige stabiliteit. Een model dat drie maanden in productie is, heeft een bekend faalprofiel. Kimi K3.1 Pro verandert het redeneergedrag bewust, en de altijd ingeschakelde denkmodus met standaard maximale inspanning is geen drop-in vervanging voor elke pipeline. Teams met strikte evaluatiesuites moeten erop rekenen dat ze opnieuw een baseline moeten vaststellen, niet alleen een string verwisselen.

Het derde is controle over sampling. Kimi K3.1 Pro legt temperature vast op 1.0 en top_p op 0.95 en weigert andere waarden; het wijzigen van reasoning effort halverwege het gesprek maakt ook prefix-cache-hits ongeldig. Als je applicatie afhankelijk is van determinisme bij lage temperature, controleer dan of het oudere model je de controle geeft die het nieuwere niet biedt, voordat je aanneemt dat de upgrade gratis is.

De migratiebeslissing, zonder de hype

Voor coding agents, langdurig toolgebruik, financieel onderzoek en documentverificatie is het argument om over te stappen sterk: betere door de leverancier gerapporteerde scores op precies die gebieden, een lagere prijs op elke factureringsregel, en een hallucinatiepercentage dat met ongeveer tweederde daalde. Het risico is dat alles zelfgerapporteerd is, dus de verstandige aanpak is een schaduwevaluatie op je eigen taken voordat je productieverkeer overzet.

Voor batchgeneratie en retrieval met een lange context is de prijs bij een cache-hit het getal dat telt, en die geeft het nieuwe model een voorsprong van een derde. Voor wie vastzit aan open gewichten, beslist de kalender: 4 november is de vroegste datum waarop de vergelijking echt wordt.

De rol van OrcaRouter hierin is bewust niet glamoureus. Onze catalogus bevat kimi/kimi-k3 vandaag tegen Moonshots lijstprijs met 0% opslag, op dezelfde sleutel als de rest van je stack, zodat de oude kant van deze vergelijking al aanroepbaar is zonder een tweede contract. Kimi K3.1 Pro staat op het moment van schrijven niet in de catalogus. Wanneer het beschikbaar komt, betekent het doorgeefmodel dat de $2/$10 hierboven het bedrag is dat je hier betaalt in plaats van de versie die een wederverkoper ervan aanbiedt, en dat overstappen naar een andere generatie een wijziging van de model-string in een routeringsbeleid is in plaats van een migratieproject.

Vonnis

Kimi K3.1 Pro is het betere model en het goedkopere, waardoor de aanbeveling makkelijk is en het bewijs dunner dan het lijkt. Moonshot heeft de gedragingen verbeterd die ertoe doen voor agentisch en professioneel werk, elke prijsregel met een derde verlaagd, en een veiligheidsgerelateerde regressie bekendgemaakt die de meeste lanceringsberichten zouden hebben begraven. Wat het niet heeft gedaan, is het resultaat aan een onafhankelijke testomgeving voorleggen. Als je al op Kimi K3 zat, betaalt de upgrade zichzelf op de factuur terug voordat hij zichzelf op de benchmark terugbetaalt. Als je op bewijs wachtte, zijn de gewichten en de eerste externe evaluaties beide binnen twee weken te verwachten — en dan houdt deze vergelijking op een leveranciersclaim te zijn en wordt het een meting.