Kimi K3.1 Pro debiutuje taniej niż jego poprzednik: $2/$10 i bardziej surowy arkusz wyników benchmarków

Moonshot AI wydało Kimi K3.1 Pro 24 października 2026 r., a najważniejsza liczba w tej premierze nie znajduje się na wykresie benchmarków. Znajduje się w cenniku: 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych, w porównaniu z 3,00 USD i 15,00 USD za Kimi K3, na którym jest oparty. Następca, który jest o jedną trzecią tańszy od poprzednika, jest wystarczająco nietypowy, by wysunąć to na pierwszy plan, ponieważ w przeciwieństwie do wyniku benchmarku nie zależy od tego, czyjego środowiska testowego użyto. Jeśli już płacisz za Kimi K3, argument za aktualizacją zaczyna się od mniejszego rachunku.

Druga liczba to ta, na którą Moonshot chce, żebyś zwrócił uwagę: 65,7% w Terminal-Bench 4.0 wobec 58,2% dla GPT-6 Astra i 66,4% dla Claude Opus 5.5. To stawia nowy model na drugim miejscu w tabeli samego dostawcy, a nie na pierwszym. To uczciwa rzecz do opublikowania w dniu premiery i mówi coś o tym, jak pozycjonowane jest to wydanie. Kimi K3.1 Pro nie jest sprzedawany jako najsilniejszy model na świecie. Jest sprzedawany jako tańszy, wystarczająco bliski czołówki, by wygrywać pod względem kosztu na ukończone zadanie.

Co tak naprawdę zmieniło się między K3 a K3.1 Pro?

Moonshot wyraźnie zaznacza, że to wydanie po treningu, a nie nowa architektura. Firma nazywa Kimi K3.1 Pro wersją Kimi K3 po treningu, wytrenowaną przy znacznie większym nakładzie obliczeniowym na post-training, w tym z zakrojonym na dużą skalę wspólnym uczeniem ze wzmocnieniem obejmującym setki dziedzin końcowych. Okno kontekstu pozostaje bez zmian i wynosi 1,048,576 tokenów. Wejście obrazu i wideo pozostaje bez zmian. Limit wyjścia wynoszący 1 mln tokenów pozostaje bez zmian.

W praktyce oznacza to, że wiedza i zdolność rozumowania modelu bazowego to te same aktywa co wcześniej; różnica tkwi w zachowaniu. Moonshot twierdzi, że przebudował framework RL, wnioskowanie długiego kontekstu, efektywność treningu, infrastrukturę sandboxa, harmonogramowanie rolloutów i kontrole jakości środowisk, aby umożliwić ten etap post-trainingu. To twierdzenia inżynierskie o tym, jak model powstał, i trudno je zweryfikować z zewnątrz. Twierdzenia dotyczące zachowania są łatwiejsze do przetestowania i tu pojawiają się liczby z premiery.

Liczba parametrów to miejsce, w którym język marketingowy dostawcy staje się śliski. Moonshot nazywa go modelem o otwartych wagach klasy 3T. Doniesienia z premiery lokują szkielet na 2,8 biliona parametrów łącznie, z około 104 miliardami aktywnych, co odpowiada tej samej konfiguracji mixture-of-experts co Kimi K3. Oba stwierdzenia mogą być prawdziwe: „klasa 3T” to zwrot pozycjonujący, a 2,8T się w niego zaokrągla. To, co ma znaczenie dla twojego rachunku i opóźnienia, to liczba aktywnych parametrów, i nie ma dowodów, że liczba aktywnych się zmieniła.

Arkusz testów porównawczych i na ile można mu ufać

Moonshot opublikował wyniki 14 ewaluacji z zakresu programowania, nauki i pracy opartej na wiedzy. Wzorzec jest spójny: duże zyski na zadaniach, na których firma trenuje, niemal parytet z zamkniętą czołówką w pozostałych oraz jedno celowe ujawnienie regresji.

• Kodowanie na granicy możliwości — Terminal-Bench 4.0: Kimi K3.1 Pro 65,7%, Claude Opus 5.5 66,4%, GPT-6 Astra 58,2%. Testy przeprowadzone przez dostawcę.

• Kodowanie w długim horyzoncie — Kimi Code Bench 3.0 Long-horizon: 61,2% dla K3.1 Pro wobec 55,95% dla Kimi K3. To najczystsze w całym zestawie porównanie z poprzednikiem, a zarazem najbardziej kontrolowane przez dostawcę, ponieważ zarówno benchmark, jak i harness pochodzą od Moonshot.

• 3D i CAD — BenchCAD z narzędziami: 92,7 dla K3.1 Pro, 96,2 dla Opus 5.5, 95,9 dla GPT-6 Astra, 92,6 dla Claude Fable 5.1. Bez narzędzi: 72,8 wobec 73,0 dla Opus 5.5 i 60,6 dla Fable 5.1. Rozrzut w trybie z narzędziami jest na tyle wąski, że kolejność może się zmienić przy ponownym przebiegu.

• Halucynacje — Kimi Hallu Bench Hard: odsetek na poziomie twierdzeń wynosi 8,3% z użyciem narzędzi, co oznacza spadek z 23,4% w przypadku Kimi K3. GPT-6 Astra uzyskuje 5,5%, a Opus 5.5 — 15,0%. Bez użycia narzędzi odsetek wynosi 5,4% wobec 4,2% w przypadku Astra i 6,8% w przypadku Opus.

• Finanse i operacje — Frontier Finance 58,6; wewnętrzne Financial Modeling 57,6 wobec 50,4 dla K3; wewnętrzne Financial Research 70,4 wobec 58,8; wewnętrzne Business Operation 37 wobec 8,9. Te trzy ostatnie to własne oceny Moonshot, więc mierzą poprawę na zadaniach wybranych przez firmę, a nie pozycję na publicznej arenie.

• Regresja — xdev-bench-hard pass@3 wynosi 81,0%. Checkpoint wytrenowany bez stosowanych przez firmę środków redukcji ryzyka uzyskał 90,5% w tym samym teście. Moonshot opublikował tę lukę i przypisał ją ukierunkowanym pracom nad bezpieczeństwem oraz kontroli danych treningowych. Niezależnie od tego, co sądzisz o tym kompromisie, ujawnienie kosztu 9,5 punktu w możliwościach nie brzmi tak, jak zwykle czyta się wpis zapowiadający premierę.

Uczciwe podsumowanie jest takie, że to liczby raportowane przez dostawcę, bez jak dotąd niezależnej replikacji. Kimi K3 miał w momencie lipcowej premiery wskaźnik Artificial Analysis Intelligence Index na poziomie 57, a w dniu premiery nie istniał żaden równoważny wynik K3.1 Pro od strony trzeciej. Środowisko testowe ma tu ogromne znaczenie: wyniki Terminal-Bench przesuwają się o dziesiątki punktów w zależności od zastosowanej konstrukcji testowej, więc 65,7% i 58,2% uzyskane przez różne laboratoria na różnych środowiskach testowych nie są czystym pomiarem 7,5-punktowej różnicy. Tabelę należy traktować jako twierdzenie o kierunku, a nie o wielkości.

Co obniżka ceny faktycznie robi z obciążeniem

Cena API jest stała w całym oknie 1 mln tokenów, bez dopłaty za długi kontekst. Pełna karta cenowa, w dolarach amerykańskich za milion tokenów:

• Kimi K3.1 Pro — 2,00 USD za wejście, 10,00 USD za wyjście, 0,20 USD za trafienie w pamięć podręczną, 2,00 USD za zapis do pamięci podręcznej przy TTL wynoszącym pięć minut, 4,00 USD przy TTL wynoszącym jedną godzinę.

• Kimi K3.1 Pro Highspeed — 4,00 USD za wejście, 20,00 USD za wyjście, 0,20 USD za trafienie w pamięć podręczną, 4,00 USD i 8,00 USD za zapisy do pamięci podręcznej. Ten sam model, dwa do trzech razy szybsze wyjście, około dwukrotnie większe zużycie limitu w Kimi Code.

• Kimi K3 — $3.00 za wejście, $15.00 za wyjście, $0.30 za trafienie w pamięć podręczną, $3.00 i $6.00 za zapisy do pamięci podręcznej.

Żądanie odczytujące 1 mln tokenów wejściowych i zapisujące 200 tys. tokenów wyjściowych kosztuje 6,00 USD w Kimi K3 i 4,00 USD w Kimi K3.1 Pro. Dodaj realistyczne buforowanie promptów, a różnica utrzymuje się na poziomie około jednej trzeciej, ponieważ cena trafienia w pamięć podręczną również spadła z 0,30 USD do 0,20 USD. W przypadku agenta, który przy każdej turze ponownie odczytuje duże repozytorium lub długi dokument finansowy, to różnica między przepływem pracy, który na siebie zarabia, a takim, który tego nie robi. Moonshot w istocie wycenił aktualizację jako cięcie marży, a nie jako premię, co jest dziwnym posunięciem w przypadku modelu, który właśnie odnotował lepsze wyniki niemal wszędzie — i mile widzianym dla każdego, czyj rachunek za K3 był powodem, że szukał alternatyw.

W mechanice tkwi haczyk. Kimi K3.1 Pro zawsze myśli: rozumowania nie można wyłączyć, a pole reasoning_effort przyjmuje low, high lub max, domyślnie max. Parametry próbkowania są na stałe ustawione na temperature 1.0 i top_p 0.95, a przekazanie innych wartości zwraca błąd. Zmiana poziomu wysiłku rozumowania w trakcie rozmowy unieważnia trafienia w pamięć podręczną prefiksów, co po cichu podnosi efektywny koszt pętli dostrajania, którą planowałeś uruchomić. Tańsza cena tokenów jest realna; tańszy przepływ pracy zależy od tego, jak często zmieniasz zdanie w trakcie kontekstu.

Gdzie można to uruchomić i data, która liczy się bardziej niż premiera

Kimi K3.1 Pro jest dostępny w aplikacji konsumenckiej Kimi w wersji webowej, na iOS, Androidzie i HarmonyOS, w wersji desktopowej Kimi Work 3.1.0 lub nowszej oraz w Kimi Code poprzez selektor modelu. W API jest dostępny jako kimi-k3.1-pro i kimi-k3.1-pro-highspeed za pośrednictwem własnej platformy Moonshot, z oferowaną opcją zerowego przechowywania danych i domyślnie wyłączonym dostępem dla przedsiębiorstw w momencie uruchomienia. Pojawia się również na platformach wnioskowania innych firm, co jest normalne dla modelu tej wielkości i nic nie mówi o tym, jak dobrze którakolwiek z nich go obsługuje.

Ważniejsza data to 4 listopada 2026 r. Moonshot zapowiada, że do tego czasu zostaną udostępnione pełne wagi modelu. To właśnie sprawia, że określenie „open-weight” to coś więcej niż marketing, a jednocześnie jest to moment, w którym historia kosztów znów się zmienia: samodzielne hostowanie modelu mixture-of-experts z 2,8 bln parametrów nie jest tanie, ale liberalna licencja eliminuje opłatę za token dla każdego, kto ma GPU. Dopóki wagi nie zostaną udostępnione, powyższe porównanie cen jest całym porównaniem.

Jeszcze jedna uwaga operacyjna dla zespołów, które nadal korzystają z generacji K2: strona z cennikiem Moonshot podaje, że modele serii K2 przestaną być dostępne dla nowo zarejestrowanych użytkowników 31 października 2026 r., a ich wycofanie zaplanowano na koniec grudnia. Jeśli korzystasz z K2.6 lub K2.7 Code, decyzja o migracji zapada za Ciebie, a docelowym rozwiązaniem jest K3.1 Pro.

Czy powinieneś przejść już pierwszego dnia?

Jeśli Twoje obciążenie pracą obejmuje programowanie, agentowe korzystanie z narzędzi lub pracę z dokumentami finansowymi, połączenie niższej ceny i lepszego wyniku deklarowanego przez dostawcę jest oczywistym argumentem za przeprowadzeniem testu. Jeśli natomiast chodzi o wyszukiwanie w długim kontekście przy stabilnych promptach, liczbą, którą należy modelować, jest cena trafień w pamięć podręczną — a ta również przemawia na korzyść nowego modelu.

Jeśli Twoja ścieżka produkcyjna zależy od powtarzalnego próbkowania, przed migracją zapoznaj się z ograniczeniem stałych parametrów. Temperatura 1.0 nie jest neutralną wartością domyślną dla każdego zadania, a model, który odmawia akceptacji innej wartości, stanowi inny rodzaj zależności niż model, który ją akceptuje.

A jeśli potrzebujesz niezależnych dowodów, poczekaj. Nikt poza Moonshot nie opublikował jeszcze ewaluacji K3.1 Pro. Liczby z premiery są wewnętrznie spójne i niezwykle szczere w kwestii regresji związanej z bezpieczeństwem, ale to wciąż dostawca oceniający własną pracę. Model tak tani szybko zostanie przetestowany; pierwsze niezależne wyniki testów będą tymi, które powiedzą ci, czy 65.7% przetrwa zetknięcie z cudzą infrastrukturą testową.

Dla zespołów, które już kierują ruch przez OrcaRouter, praktyczna zmiana jest mniejsza, niż sugeruje premiera. Nasz katalog zawiera kimi/kimi-k3 już dziś w cenie katalogowej Moonshot z 0% narzutem, więc część tego porównania dotycząca K3 działa na tym samym kluczu co reszta Twojego stosu. Kimi K3.1 Pro nie znajduje się w katalogu w chwili pisania; po dodaniu przejście z jednej generacji na drugą będzie zmianą identyfikatora modelu, a nie drugą umową i nowym SDK. Obniżka ceny jest powodem, by się tym zainteresować, a model pass-through — powodem, dla którego po naszej stronie pojawi się ona w tej samej kwocie, którą publikuje Moonshot, a nie w kwocie z narzutem.

Premiera w jednym akapicie

Kimi K3.1 Pro to aktualizacja Kimi K3 po treningu, sprzedawana za dwie trzecie ceny starszego modelu, z mocnym arkuszem wyników benchmarków od dostawcy, realnym zyskiem w kontroli halucynacji, ujawnionym regresem związanym z bezpieczeństwem w jednym adversialnym teście kodowania i jak dotąd bez niezależnej weryfikacji. Premiera to naprawdę wiadomość ze względu na cenę i zobowiązanie dotyczące wag, a nie dlatego, że model jest nową architekturą. Datą, którą warto zakreślić, jest 4 listopada, kiedy wagi mają być udostępnione i powinny zacząć napływać pierwsze poważne zewnętrzne oceny.