Kimi K3.1 vs Kimi K3: wat de open gewichten zeggen wat de lanceerpost niet deed

Kimi K3.1 Pro en Kimi K3 leveren nu dezelfde 96 safetensors-shards, dezelfde 1,56 TB op schijf en een andere attention-stack. De configuratie in de nieuwe repository van Moonshot beschrijft 93 lagen als "69 KDA + 24 Gated DSA". De configuratie in de repository van Kimi K3, gepubliceerd in juli, zegt "69 KDA + 24 Gated MLA". Het lanceringsbericht van Moonshot voor Kimi K3.1 Pro, gedateerd 24 oktober 2026, noemt het nieuwere model "een post-getrainde versie van Kimi K3" en vermeldt de uitwisseling helemaal niet. Al het andere in deze vergelijking volgt uit die ene regel, inclusief de reden waarom het nieuwere model het goedkopere is.

De gewichten zelf arriveerden zonder aankondiging. Moonshots blog bevat geen bericht na 24 oktober. De enige commit in de repository is gedateerd op 2 november 2026, twee dagen voor de deadline van 4 november die het bedrijf zichzelf had gesteld; of de bestanden vóór die deadline openbaar leesbaar waren, legt de repository niet vast. Wat de repository wel vastlegt, zijn de architectuur, de licentie en de inventaris — precies wat het lanceerbericht wegliet.

De ruil die niet in de aankondiging werd genoemd

De modelkaart bevat de bekentenis in een voetnoot, één regel onder een verder vertrouwde specificatietabel: "Vergeleken met Kimi K3 vervangen we de full-attention Gated MLA-lagen door Gated DeepSeek Sparse Attention (Gated DSA)-lagen voor efficiëntere modellering van lange contexten."

Vierentwintig van de 93 lagen veranderen. De overige 69 blijven Kimi Delta Attention, het lineaire-attentiemechanisme dat Kimi K3 introduceerde, en het aantal lagen, het aantal experts en de verborgen dimensies blijven ongewijzigd. Gated MLA is volledige attention met een gecomprimeerde key-value-cache; Gated DSA selecteert voor elke query een sparse subset van eerdere tokens en gate't het resultaat. Het praktische verschil zit in hoe het model compute en cache besteedt naarmate de context groeit, het deel van een venster van 1M tokens dat op je servingfactuur verschijnt in plaats van in een benchmarktabel.

Wat de kaart niet biedt, is een getal. Er is geen cijfer voor tokens per seconde, geen vergelijking van cachegeheugen, geen latentiemeting voor lange contexten — alleen de zin "efficiëntere langcontextmodellering." Moonshots lanceringspost geeft helemaal geen architectuurdetails. Dus de bewering dat de vervanging iets sneller maakt, is op dit punt een ontwerpverklaring in plaats van een meting, en niemand buiten Moonshot heeft een servingvergelijking tussen de twee checkpoints gepubliceerd.

Dat is belangrijker dan het klinkt. Als je batching, cachetoewijzing of contextbeheer hebt afgestemd op het attention-profiel van Kimi K3, is het nieuwere checkpoint geen drop-in op de servinglaag, ook al is het dat wel op de API-laag. De API verbergt dat; een self-hosted deployment niet.

Wat de twee controlepunten werkelijk gemeen hebben

De identieke download verraadt dat dit geen groter model is. Elke belangrijke afmeting hieronder is hetzelfde op beide kaarten, en de bestandsinventaris bevestigt het:

• Totaal aantal en actieve parameters — 2,8 biljoen totaal, 104 miljard actief bij beide modellen.

• Diepte — 93 lagen, waarvan één dicht, op beide.

• Experts — 896 in totaal, 16 per token geselecteerd, 2 gedeeld, op beide.

• Vocabulaire — 160K tokens bij beide.

• Vision — MoonViT-V2, 401 miljoen parameters, op beide.

• Context — 1.048.576 tokens op beide; onze eigen modelpagina vermeldt een maximale output van 943.718 tokens voor Kimi K3.1 Pro.

• Kwantisatie — MXFP4-gewichten en MXFP8-activaties, kwantisatiebewuste training, op beide.

• Download — 96 safetensors-shards, samen 1,56 TB per repository.

• Invoermodaliteiten — de kaart van Kimi K3 vermeldt tekst, afbeeldingen en video; de kaart van Kimi K3.1 Pro vermeldt tekst en afbeelding, terwijl de API-documentatie ook video adverteert. Beschouw de videoclaim als ongeverifieerd totdat de processorcode daadwerkelijk is getest.

Een pointrelease die het aantal parameters, de expertroutering en de bestandsgrootte gelijk houdt en 24 attentionlagen wijzigt, is een ander soort release dan een nieuwe generatie. Het ligt dichter bij een architectuurrevisie halverwege de cyclus plus een grote post-trainingrun dan bij een nieuw basismodel, en de prijsstelling weerspiegelt dat.

Twee tariefkaarten, en een factuur die niet met een derde daalt

Op papier is het nieuwere model op elk punt goedkoper. Kimi K3.1 Pro kost $2,00 per miljoen inputtokens en $10,00 per miljoen output; Kimi K3 kost $3,00 en $15,00. De cache-hitratio daalt van $0,30 naar $0,20, cache-writes van $3,00 en $6,00 naar $2,00 en $4,00 bij een TTL van vijf minuten en een uur, en een Highspeed-variant van $4,00 en $20,00 ruilt prijs in voor twee tot drie keer de outputsnelheid. Batch-inferentie op Kimi K3.1 Pro wordt gefactureerd tegen 60% van het standaardtarief, oftewel $1,20 en $6,00.

De factuur is een ander verhaal. Kimi K3.1 Pro redeneert standaard met maximale inspanning, en maximale inspanning produceert meer tokens. Uit Bito's vergelijking van agentisch coderen bleek dat de twee modellen gelijk eindigden op 72% overall, terwijl Kimi K3.1 Pro ongeveer 98.000 outputtokens produceerde tegen 44.000 voor Kimi K3, er 28 minuten over deed tegen 17, en $4,28 kostte tegen $2,46 voor een lange sessie. Plotly's data-analyse-run ging de andere kant op qua kwaliteit en dezelfde kant op qua kosten: 42 van de 43 taken opgelost tegen 35, waarbij de uitgaven stegen van $5,01 naar $13,47 en de mediantijd van 43 seconden naar twee en een halve minuut. Ultralytics, dat auto-annotatie testte, mat een verbetering van 33% in mAP50, 0,444 tegen 0,334, en ging van de 19e naar de 9e plaats van 39 modellen.

Die drie zijn door leveranciers gepubliceerde tests op kleine steekproeven, geen peer-reviewed evaluaties, en ze verschillen van mening over hoeveel beter het nieuwe model is. Ze zijn het eens over de richting van de kosten: een prijsdaling van een derde per token houdt geen stand bij een model dat langer nadenkt. Begroot per afgeronde taak, niet per miljoen tokens.

Beide kanten van deze vergelijking zijn aanroepbaar met één sleutel. Kimi K3.1 Pro wordt gerouteerd als kimi/kimi-k3.1-pro tegen Moonshots $2,00 en $10,00, en Kimi K3 als kimi/kimi-k3 tegen $3,00 en $15,00, waarbij de lijstprijs van de provider ongewijzigd wordt doorgegeven en er geen opslag wordt toegevoegd, zodat een wijziging in Moonshots tariefkaart hier dezelfde dag live staat. Dat is precies de reden dat dit in een prijssectie thuishoort en niet in een footer: het hele argument om over te stappen is een prijsverschil, en elke opslag bovenop de lijstprijs zou een deel van de besparing opeten nog voordat je één taak had gemeten.

De benchmarktabel verschoof onder beide modellen.

Artificial Analysis heeft zijn Intelligence Index op 27 oktober 2026 opnieuw opgebouwd, en die herbouw is ingrijpender voor deze vergelijking dan alles wat Moonshot heeft gepubliceerd. Op de huidige v5-index scoort Kimi K3.1 Pro 46 en staat het op de negende plaats, twaalf punten achter Claude Opus 5.5 op 58, met Gemini 4 Carbon op 59, GPT-6 Astra op 57 en GPT-6.1 Sol op 55 boven zich. Op de vorige v4.3.2-index scoorde hetzelfde model 55 en stond het vierde, drie punten van de koppositie.

Die twee cijfers zijn geen regressie, en ze zijn niet vergelijkbaar. Versie 5 heeft ongeveer 60% van de index verplaatst naar private, achtergehouden sets, FrontierCode 2.0 en Terminal-Bench-Science toegevoegd, SciCode en AA-LCR verwijderd en de mediane uitvoerlengte per taak verhoogd van ongeveer 35.000 tokens naar ongeveer 59.000. Een model dat kort antwoordt, verliest terrein op een index die nu langdurig agentisch werk beloont. Kimi K3.1 Pro blijft het hoogst gerangschikte model dat zijn leverancier als open-weight omschrijft.

Het cijfer van de voorganger is de valkuil. Kimi K3 scoorde bij de lancering 57 op de v4-index en stond derde. De 43,6 die voor Kimi K3 (max) de ronde doet, komt uit snapshots van aggregators van vóór de overstap naar v5, en we konden geen gepubliceerde v5-score vinden voor Kimi K3 zelf. Dus "46 tegen 43,6" is geen gecontroleerd paar, en wie het verschil voorstelt als een gemeten capaciteitswinst, trekt twee instrumenten van elkaar af. Wat wel gezegd kan worden, is beperkter: op de huidige index is het nieuwere model het model dat is gescoord, en het staat negende.

De eigen tabel van de leverancier, die weer een ander instrument is, zet Kimi K3.1 Pro op 65,7 op Terminal-Bench 4.0 tegenover 66,4 voor Claude Opus 5.5, op 51,7 op SWE Marathon v1.1, 92,7 op BenchCAD met tools, 94,2 op GPQA-Diamond en 51,1 op HLE-Full. De zwakke plekken zijn even zichtbaar: 38,1 op Terminal-Bench-Science tegenover 68,1 voor GPT-6 Astra, en 39,4 op HLE-Diamond tegenover 60,9 voor Opus 5.5. Moonshot voerde de codeerevaluaties uit via de Claude Code-harness met maximaal redeneervermogen. Niets daarvan is onafhankelijk gereproduceerd.

De meest zuivere gepaarde cijfers in de lancering zijn de cijfers die Moonshot tegen zijn eigen voorganger heeft gemeten: Kimi Code Bench 3.0 Long-horizon op 61,2% tegen 55,95%, een hallucinatiepercentage op claimniveau van 8,3% tegen 23,4% met tools, en 81,0% tegen 33,3% op xdev-bench-hard. Dezelfde interne benchmark is eigendom van Moonshot, dus de deltas zijn consistent maar niet extern. Het hallucinatiecijfer is het cijfer met de grootste praktische gevolgen en de minste bevestiging.

De licentie is de licentie van Kimi K3 met één naam gewijzigd.

Beide repositories leveren een licentiebestand van ongeveer drie kilobyte mee, en een regel-voor-regelvergelijking vindt één inhoudelijk verschil: in de attributieclausule is "Kimi K3.1-Pro" in de plaats gekomen van "Kimi K3". Al het overige is hetzelfde document.

Dat betekent dat de voorwaarden al bekend zijn in plaats van nog in behandeling. Gebruik, kopiëren, wijzigen, distribueren, sublicentiëren en verkopen zijn toegestaan, en fine-tuning is uitdrukkelijk toegestaan. Een bedrijf dat model-as-a-service aanbiedt en waarvan de totale omzet over een willekeurige periode van twaalf opeenvolgende maanden meer dan $20 miljoen bedraagt, moet vóór commercieel gebruik een afzonderlijke overeenkomst met Moonshot ondertekenen. Producten met meer dan 100 miljoen maandelijkse actieve gebruikers of met een maandelijkse omzet van meer dan $20 miljoen moeten de modelnaam prominent weergeven. Intern gebruik, en gebruik via de officiële producten van Moonshot of via zijn gecertificeerde inference-partners, zijn vrijgesteld van beide vereisten.

De vrijstelling voor gecertificeerde partners is de clausule die je twee keer moet lezen als je van plan bent toegang door te verkopen. De drempel van $20 miljoen wordt gemeten over een rollende periode van twaalf maanden, niet per productlijn, en "model as a service" is breed genoeg gedefinieerd om een API te dekken die klanten controle geeft over inputs, parameters of trainingsgegevens — terwijl eindgebruikersproducten waarin het model in een functie is ingebed, en het simpelweg doorgeven van verzoeken aan modellen die elders worden gehost, worden uitgesloten.

Wat er nodig is om een van beide te draaien

Een MXFP4-checkpoint van 1,56 TB is geen download voor een workstation, en de twee modellen zijn even zwaar. Moonshot wijst op drie servingstacks — vLLM-recepten, een SGLang-cookbook en TokenSpeed — en alle drie gaan bij deze omvang uit van een multi-node-implementatie. Quantisatiebewuste training vanaf de fase van supervised fine-tuning is wat het bestand op 1,56 TB houdt in plaats van de ongeveer 5,6 TB die een BF16-kopie zou innemen, en die kwantisatie zit verwerkt in de scores hierboven in plaats van achteraf te worden toegepast.

Het praktische gevolg van identieke footprints is dat de architecturele overstap geen hardwaredrukverlichting oplevert. Als je Kimi K3 kunt draaien, kun je Kimi K3.1 Pro op dezelfde klasse cluster draaien; geen van beide kun je op één enkele node draaien.

Welke kiezen?

• Je host zelf en je stack is afgestemd op Kimi K3 — doe opnieuw een benchmark voordat je migreert. De attention-wijziging verandert het cachegedrag, en de enige efficiëntieclaim die eraan verbonden is, is één zin in een voetnoot.

• Je gebruikt de API voor agentisch coderen, langdurig gebruik van tools of documentverificatie — Kimi K3.1 Pro, op basis van de gepaarde interne delta's en de lagere tariefkaart, met eerst een schaduwevaluatie.

• Je hebt een model nodig met een uitgekristalliseerd faalprofiel — Kimi K3. Het is sinds juli in productie en de eigenaardigheden ervan zijn door anderen gedocumenteerd. Het nieuwere model verandert het redeneergedrag bewust.

• Je hebt determinisme nodig — controleer voordat je overstapt. Kimi K3.1 Pro zet temperature vast op 1.0 en top_p op 0.95 en weigert alternatieven, en het wijzigen van de reasoning effort midden in een gesprek maakt prefix-cache-hits ongeldig.

De eerlijke samenvatting is dat Kimi K3.1 Pro een beter model is dan Kimi K3 op bijna elke as die de leverancier heeft gemeten, een bescheiden betere op de enige onafhankelijke index waarop het is gescoord, en een duurder model per voltooide taak dan zijn tariefkaart suggereert. Wat deze week is veranderd, is niet het oordeel maar het bewijs: het checkpoint kan nu worden gelezen, geserveerd en getest in plaats van op goed vertrouwen te worden aangenomen, en het eerste dat het lezen ervan opleverde, was een correctie op het lanceringsbericht.