Kimi K3.1 Pro vs Kimi K3: ten sam szkielet, niższa cena i rachunek za dotrenowanie, który trzeba było zapłacić

Kimi K3.1 Pro nie jest nowym modelem w takim sensie, w jakim nowym modelem byłKimi K3. Wydanie Moonshot AI z 24 października 2026 r. jest wprost wersją Kimi K3 po dodatkowym treningu (post-training) z istotnie większym nakładem obliczeniowym na tym etapie — ta sama architektura, ten sam kontekst 1 048 576 tokenów, ta sama natywna obsługa wizji i inny zestaw zachowań doklejonych przez uczenie ze wzmocnieniem w setkach dziedzin zastosowań. Tym, co czyni to porównanie interesującym, nie jest różnica w tabeli benchmarków. Jest nim to, że nowszy, lepszy model kosztuje o jedną trzecią mniej za token niż starszy.

Ta inwersja jest wystarczająco rzadka, by warto było przyjrzeć się jej uważnie. Zwykle laboratorium wypuszcza mocniejszy model w tej samej cenie i pozwala starszemu przesunąć się w dół rynku. Moonshot zrobił odwrotnie: utrzymał starą cenę za stary model i obniżył cenę nowego do 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych, wobec 3,00 USD i 15,00 USD w Kimi K3. Zrozumienie, dlaczego tak się stało, wymaga oddzielenia tego, co faktycznie zmieniło się w modelu, od tego, co zmieniło się w otaczającym go biznesie.

Architektura się nie zmieniła

Kimi K3 pojawił się 16 lipca 2026 r. jako pierwszy otwarty model w klasie 2,8 biliona parametrów: architektura mieszaniny ekspertów z około 104 miliardami aktywnych parametrów, 896 ekspertami i 16 aktywowanymi na token, okno 1 mln tokenów, natywne rozumienie obrazu i wideo, wywoływanie narzędzi, buforowanie promptów i wbudowane rozumowanie. Jego wagi udostępniono 27 lipca na licencji pozwalającej na użytkowanie, modyfikację, dystrybucję i dostrajanie, przy czym dostawcy modeli jako usługi (model-as-a-service) osiągający przychody powyżej 20 mln USD rocznie muszą zawrzeć osobną umowę, a w przypadku bardzo dużych produktów komercyjnych wymagane jest podanie autorstwa.

Kimi K3.1 Pro zachowuje to wszystko. Moonshot nazywa nowy model „3T-class”, co jest językiem pozycjonowania; doniesienia z premiery wskazują na te same 2,8 biliona parametrów łącznie i 104 miliardy aktywnych. Limit kontekstu, obsługa wizji i limit wyjściowy wynoszący 1 mln tokenów pozostają bez zmian. Jeśli liczyliście na mniejszą liczbę aktywnych parametrów lub dłuższe okno, to nie jest ta premiera.

To, co się zmieniło, to trening po wstępnym trenowaniu. Moonshot opisuje wielkoskalowe wspólne uczenie ze wzmocnieniem w setkach dziedzin, wspierane przez przebudowaną infrastrukturę piaskownicy, harmonogramowanie rolloutów i kontrole jakości środowisk. Mówiąc prościej, firma zużyła mnóstwo mocy obliczeniowej, aby nauczyć istniejący model lepszego zachowania w zadaniach agentowych i profesjonalnych, zamiast uczyć go więcej faktów. Dlatego właśnie poprawa koncentruje się tam, gdzie się koncentruje.

Co mówią liczby i gdzie porównanie jest niepełne

Arkusz benchmarków dostawcy jest szeroki — 14 ewaluacji — ale nie jest to czyste porównanie parami. Moonshot opublikował wyniki Kimi K3 tylko dla podzbioru nowych testów, więc niektóre z najbardziej dramatycznych różnic dotyczą jego własnych wewnętrznych zestawów, a nie publicznego benchmarku, który wykonały oba modele.

• Kodowanie długodystansowe — Kimi Code Bench 3.0 Long-horizon: 61,2% dla Kimi K3.1 Pro wobec 55,95% dla Kimi K3. To najczystszy wynik odniesienia do poprzednika w całym ogłoszeniu, a zarazem najbardziej kontrolowany przez dostawcę, ponieważ zarówno benchmark, jak i środowisko testowe należą do Moonshot.

• Halucynacje — wskaźnik na poziomie twierdzeń w Kimi Hallu Bench Hard spadł z 23,4% w Kimi K3 do 8,3% przy użyciu narzędzi w Kimi K3.1 Pro. Bez narzędzi nowy model osiąga 5,4%. Moonshot podaje również, że odpowiedzi zawierające co najmniej jeden błąd faktyczny stanowią teraz 42,4% wskaźnika poprzednika. W pracy z dużą ilością dokumentów to najistotniejsza poprawa w tym wydaniu.

• Finanse i operacje biznesowe — wewnętrzne Modelowanie finansowe 57,6 wobec 50,4, Badania finansowe 70,4 wobec 58,8, Operacje biznesowe 37 wobec 8,9. Ostatni wynik to czterokrotna poprawa w zadaniu, w którym stary model ledwie działał. To są własne ewaluacje Moonshot, więc tę wielkość należy traktować jako orientacyjną.

• 3D i CAD — BenchCAD z narzędziami 92,7, bez narzędzi 72,8. Moonshot nie opublikował wyników Kimi K3 w tym teście, więc wzrost pozostaje niezmierzony w poście premierowym, mimo że wynik bezwzględny jest wysoki.

• Kodowanie adwersarialne — xdev-bench-hard pass@3 wynosi 81,0% dla Kimi K3.1 Pro, wobec 33,3% dla Kimi K3 i 85,7% dla DeepSeek-V4.1-Flash-1017. Checkpoint wytrenowany bez środków ograniczania ryzyka stosowanych przez firmę uzyskał 90,5%, a Moonshot przypisuje tę 9,5-punktową różnicę pracom nad bezpieczeństwem i kontrolom danych treningowych.

• Pozycja względem czołówki — Terminal-Bench 4.0 na poziomie 65,7%, za Claude Opus 5.5 z 66,4% i przed GPT-6 Astra z 58,2%. BenchCAD z narzędziami na 92,7 ustępuje Opusowi z 96,2 i Astrze z 95,9. Wzorzec jest spójny: blisko czołówki, rzadko na jej szczycie.

Nic z tego nie zostało niezależnie zweryfikowane. Kimi K3 pojawił się na świecie z wynikiem 57 w Artificial Analysis Intelligence Index, trzecim na świecie w tamtym czasie, za Claude Fable 5 i GPT-5.6 Sol, a w dniu premiery nie istniał żaden równoważny wynik K3.1 Pro od strony trzeciej. Problem z harnessem nie jest hipotetyczny: wyniki Terminal-Bench wahają się o dziesiątki punktów w zależności od scaffolding, dlatego 65,7% i 58,2% uzyskane w różnych laboratoriach nie są pomiarem różnicy 7,5 punktu. Kierunek jest wiarygodny; skala jeszcze nie.

Odwrócenie cen jest prawdziwą historią

Kimi K3 zadebiutował jako najdroższy chiński model na rynku, w cenie 3,00 USD za milion tokenów wejściowych i 15,00 USD za milion tokenów wyjściowych, czyli około trzy do czterech razy więcej niż w generacji K2. Ta polityka cenowa była świadomym zakładem, że to możliwości, a nie koszt, zdobędą najbardziej wymagające zastosowania. Kimi K3.1 Pro odwraca ten kierunek w nowszym modelu, pozostawiając starą cenę bez zmian.

• Wejście — 2,00 USD za milion w K3.1 Pro w porównaniu z 3,00 USD w K3, obniżka o 33%.

• Wynik — $10.00 wobec $15.00, również 33%.

• Trafienie w pamięć podręczną — 0,20 USD wobec 0,30 USD, obniżka o 33% dla pozycji, która dominuje w obciążeniach agentów.

• Zapisy do pamięci podręcznej — 2,00 USD i 4,00 USD przy TTL wynoszącym pięć minut i jedną godzinę, w porównaniu z 3,00 USD i 6,00 USD.

• Wariant Highspeed — $4.00 i $20.00, z tą samą ceną $0.20 za trafienie w pamięć podręczną; od dwóch do trzech razy szybsze generowanie i około dwukrotnie większy limit w Kimi Code.

Arytmetyka jest na tyle prosta, że można ją zrobić na serwetce. Zapytanie, które odczytuje 1M tokenów wejściowych i zapisuje 200K tokenów wyjściowych, kosztuje 6,00 USD w Kimi K3 i 4,00 USD w Kimi K3.1 Pro. Agent, który przy każdej turze ponownie odczytuje duże repozytorium i w 70% przypadków trafia w pamięć podręczną, płaci około 4,11 USD w K3 i 2,74 USD w K3.1 Pro za wywołanie o tym samym kształcie. Jeśli nowy model kończy również w mniejszej liczbie tur — co jest całym sensem treningu długiego horyzontu — koszt na ukończone zadanie spada bardziej, niż sugeruje cena tokenów.

Dlaczego obniżka? Najbardziej prawdopodobne wyjaśnienie jest konkurencyjne, a nie charytatywne. Model z 2,8 bln parametrów jest drogi w obsłudze, a rynek modeli zbliżonych do czołówki przez cały 2026 r. dążył do konwergencji cenowej. Harmonogram wycofywania K2 samego Moonshot dodatkowo zwiększa presję: modele z serii K2 przestaną być dostępne dla nowych użytkowników 31 października 2026 r. i mają zostać wycofane pod koniec grudnia. Ustalenie ceny K3.1 Pro poniżej K3 daje każdemu klientowi K2 powód, by migrować w górę, zamiast szukać gdzie indziej. Dotychczasowa cena K3 pozostaje bez zmian, ponieważ nikt, kto już ją uwzględnił w budżecie, nie potrzebuje rabatu, by zostać.

Gdzie Kimi K3 wciąż jest właściwą odpowiedzią

Trzy przypadki przechodzą porównanie. Pierwszy to samodzielne hostowanie obecnie: wagi Kimi K3 są publicznie dostępne od 27 lipca, natomiast wagi Kimi K3.1 Pro obiecano dopiero na 4 listopada 2026 r. Jeśli Twoje wdrożenie nie może wywoływać hostowanego API, nowszy model jeszcze nie jest opcją, niezależnie od tego, co mówi arkusz wyników benchmarków.

Drugi to stabilność zachowania. Model, który działa produkcyjnie od trzech miesięcy, ma znany profil awarii. Kimi K3.1 Pro z założenia zmienia zachowanie w zakresie rozumowania, a jego zawsze włączony tryb myślenia z domyślnym maksymalnym wysiłkiem nie jest gotowym zamiennikiem dla każdego potoku. Zespoły z rygorystycznymi zestawami ewaluacyjnymi powinny oczekiwać ponownego ustalenia punktu odniesienia, a nie tylko podmiany ciągu znaków.

Trzeci aspekt to kontrola próbkowania. Kimi K3.1 Pro ustala temperaturę na 1.0 i top_p na 0.95 i odrzuca inne wartości; zmiana wysiłku rozumowania w trakcie rozmowy unieważnia również trafienia w pamięć podręczną prefiksów. Jeśli Twoja aplikacja zależy od determinizmu przy niskiej temperaturze, sprawdź, czy starszy model daje Ci kontrolę, której nowszy nie zapewnia, zanim uznasz, że aktualizacja jest darmowa.

Decyzja o migracji, bez hype'u

W przypadku agentów programistycznych, długotrwałego korzystania z narzędzi, badań finansowych i weryfikacji dokumentów argumenty za przejściem są mocne: lepsze wyniki raportowane przez dostawcę dokładnie w tych obszarach, niższa cena w każdej pozycji rozliczeniowej oraz wskaźnik halucynacji, który spadł o około dwie trzecie. Ryzyko polega na tym, że wszystko to jest raportowane przez samego dostawcę, więc rozsądną drogą jest ocena w trybie shadow na własnych zadaniach przed przełączeniem ruchu produkcyjnego.

W przypadku generowania wsadowego i wyszukiwania w długim kontekście liczy się cena trafienia w pamięć podręczną, a ta daje nowemu modelowi przewagę o jedną trzecią. Dla każdego, kto obstaje przy otwartych wagach, decyduje kalendarz: 4 listopada to najwcześniejsza data, w której porównanie staje się realne.

Rola OrcaRouter w tym wszystkim jest celowo nieefektowna. Nasz katalog zawiera kimi/kimi-k3 już dziś w cenie katalogowej Moonshot z 0% marży, na tym samym kluczu co reszta Twojego stacku, więc starsza strona tego porównania jest już dostępna do wywołania bez drugiej umowy. Kimi K3.1 Pro nie znajduje się w katalogu w chwili pisania tego tekstu. Gdy się pojawi, model typu pass-through oznacza, że powyższe 2 USD/10 USD to kwota, którą płacisz tutaj, a nie wersja odsprzedawcy, zaś przełączenie generacji to zmiana ciągu modelu w ramach polityki routingu, a nie projekt migracyjny.

Werdykt

Kimi K3.1 Pro jest lepszym modelem i tym tańszym, co czyni rekomendację łatwą, a dowody słabszymi, niż się wydają. Moonshot poprawił zachowania istotne dla pracy agentowej i profesjonalnej, obniżył każdą pozycję cennika o jedną trzecią i ujawnił regresję związaną z bezpieczeństwem, którą większość postów premierowych by zakopała. Nie zrobił jednak jednego: nie poddał wyniku niezależnemu środowisku testowemu. Jeśli już korzystałeś z Kimi K3, aktualizacja zwraca się na fakturze, zanim zwróci się na benchmarku. Jeśli czekałeś na dowód, wagi i pierwsze zewnętrzne ewaluacje mają pojawić się w ciągu dwóch tygodni — i wtedy to porównanie przestaje być twierdzeniem dostawcy, a staje się pomiarem.