Kimi K3.1 vs Kimi K3: Co mówią otwarte wagi, a czego nie powiedział wpis premierowy

Kimi K3.1 Pro i Kimi K3 są teraz dostarczane z tymi samymi 96 shardami safetensors, tymi samymi 1,56 TB na dysku i innym stosem uwagi. Konfiguracja w nowym repozytorium Moonshot opisuje 93 warstwy jako „69 KDA + 24 Gated DSA”. Konfiguracja w repozytorium Kimi K3, opublikowana w lipcu, mówi „69 KDA + 24 Gated MLA”. Wpis Moonshot z okazji premiery Kimi K3.1 Pro, datowany na 24 października 2026 r., nazywa nowszy model „wersją Kimi K3 po treningu końcowym” i w ogóle nie wspomina o zamianie. Wszystko inne w tym porównaniu wynika z tego jednego wiersza, w tym powód, dla którego nowszy model jest tańszym z nich.

Same wagi pojawiły się bez zapowiedzi. Blog Moonshot nie ma wpisu po 24 października. Jedyny commit w repozytorium ma datę 2 listopada 2026 r., dwa dni przed terminem 4 listopada, który firma sama sobie wyznaczyła; czy pliki były publicznie dostępne przed tym terminem, tego repozytorium nie zapisuje. Zapisuje natomiast architekturę, licencję i inwentarz — czyli dokładnie to, co pominięto w poście o premierze.

Zamiana, o której nie wspomniało ogłoszenie

Karta modelu zawiera to przyznanie w przypisie, w jednym wierszu pod skądinąd znajomą tabelą specyfikacji: „W porównaniu z Kimi K3 zastępujemy warstwy Gated MLA z pełną uwagą warstwami Gated DeepSeek Sparse Attention (Gated DSA), aby wydajniej modelować długi kontekst”.

Zmieniają się dwadzieścia cztery z 93 warstw. Pozostałe 69 nadal korzysta z Kimi Delta Attention — mechanizmu liniowej uwagi wprowadzonego przez Kimi K3 — a liczba warstw, liczba ekspertów i wymiary ukryte pozostają bez zmian. Gated MLA to pełna uwaga ze skompresowaną pamięcią podręczną kluczy i wartości; Gated DSA wybiera rzadki podzbiór wcześniejszych tokenów dla każdego zapytania i bramkuje wynik. Praktyczna różnica polega na tym, jak model zużywa moc obliczeniową i pamięć podręczną wraz ze wzrostem kontekstu, czyli na tym, co przy oknie 1 mln tokenów widać na rachunku za obsługę modelu, a nie w tabeli benchmarków.

To, czego karta nie podaje, to liczba. Nie ma wartości tokenów na sekundę, porównania pamięci podręcznej ani pomiaru opóźnienia w długim kontekście — jest tylko sformułowanie „efektywniejsze modelowanie długiego kontekstu”. Wpis Moonshot o premierze nie podaje żadnych szczegółów architektury. Zatem twierdzenie, że ta zamiana cokolwiek przyspiesza, jest na tym etapie deklaracją projektową, a nie pomiarem, i nikt spoza Moonshot nie opublikował porównania obsługi między tymi dwoma checkpointami.

To ma większe znaczenie, niż mogłoby się wydawać. Jeśli dostroiłeś batching, alokację pamięci podręcznej lub zarządzanie kontekstem pod profil uwagi Kimi K3, nowszy checkpoint nie jest rozwiązaniem typu drop-in na warstwie serwowania, choć jest nim na warstwie API. API to ukrywa; wdrożenie self-hosted już nie.

Co tak naprawdę łączy te dwa punkty kontrolne

Identyczny plik do pobrania zdradza, że to nie jest większy model. Wszystkie kluczowe wymiary poniżej są takie same na obu kartach, a spis plików to potwierdza:

• Parametry łączne i aktywne — 2,8 biliona łącznie, 104 miliardy aktywne w obu modelach.

• Głębokość — 93 warstwy, z których jedna jest gęsta, w obu.

• Eksperci — łącznie 896, 16 wybieranych na token, 2 współdzielonych, w obu.

• Słownictwo — 160K tokenów w obu.

• Wizja — MoonViT-V2, 401 milionów parametrów, w obu.

• Kontekst — 1 048 576 tokenów w obu przypadkach; nasza własna strona modelu podaje maksymalną długość wyjścia wynoszącą 943 718 tokenów dla Kimi K3.1 Pro.

• Kwantyzacja — wagi MXFP4 i aktywacje MXFP8, trening uwzględniający kwantyzację, w obu przypadkach.

• Pobierz — 96 fragmentów safetensors o łącznym rozmiarze 1,56 TB dla każdego repozytorium.

• Modalności wejściowe — karta Kimi K3 wymienia tekst, obrazy i wideo; karta Kimi K3.1 Pro wymienia tekst i obraz, podczas gdy dokumentacja API reklamuje również wideo. Twierdzenie o wideo należy traktować jako niezweryfikowane, dopóki kod procesora nie zostanie przetestowany.

Wydanie punktowe, które zachowuje liczbę parametrów, routing ekspertów i rozmiar pliku oraz zmienia 24 warstwy uwagi, to inny rodzaj wydania niż nowa generacja. Jest bliższe śródcyklicznej rewizji architektury połączonej z dużym przebiegiem treningu po wstępnym szkoleniu niż nowemu modelowi bazowemu, a cennik to odzwierciedla.

Dwie karty stawek i faktura, która nie spada o jedną trzecią

Na papierze nowszy model jest tańszy pod każdym względem. Kimi K3.1 Pro kosztuje 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych; Kimi K3 — 3,00 USD i 15,00 USD. Stawka trafień w pamięć podręczną spada z 0,30 USD do 0,20 USD, zapisy do pamięci podręcznej z 3,00 USD i 6,00 USD do 2,00 USD i 4,00 USD przy TTL wynoszącym pięć minut i jedną godzinę, a wariant Highspeed w cenie 4,00 USD i 20,00 USD zamienia wyższą cenę na dwa do trzech razy większą szybkość generowania. Wnioskowanie wsadowe w Kimi K3.1 Pro jest rozliczane według 60% stawki standardowej, czyli 1,20 USD i 6,00 USD.

Rachunek to inna historia. {{1}}Kimi K3.1 Pro{{/1}} domyślnie rozumuje przy maksymalnym wysiłku, a maksymalny wysiłek zapisuje więcej tokenów. Porównanie kodowania agentowego {{2}}Bito{{/2}} wykazało, że oba modele zremisowały na poziomie 72% ogółem, podczas gdy {{3}}Kimi K3.1 Pro{{/3}} wygenerował około 98 000 tokenów wyjściowych wobec 44 000 u {{4}}Kimi K3{{/4}}, zajął 28 minut wobec 17 i kosztował 4,28 USD wobec 2,46 USD za długą sesję. Przebieg analizy danych w {{5}}Plotly{{/5}} poszedł w przeciwnym kierunku pod względem jakości i w tym samym kierunku pod względem kosztów: rozwiązano 42 z 43 zadań wobec 35, przy czym wydatki wzrosły z 5,01 USD do 13,47 USD, a mediana czasu z 43 sekund do dwóch i pół minuty. {{6}}Ultralytics{{/6}}, testując automatyczną anotację, odnotował 33-procentową poprawę mAP50 — 0,444 wobec 0,334 — przechodząc z 19. na 9. miejsce wśród 39 modeli.

Te trzy to testy publikowane przez dostawców na małych próbach, a nie recenzowane oceny, i nie zgadzają się co do tego, o ile lepszy jest nowy model. Zgadzają się co do kierunku kosztu: obniżka ceny za token o jedną trzecią nie utrzymuje się w przypadku modelu, który myśli dłużej. Budżet licz na ukończone zadanie, a nie na milion tokenów.

Obie strony tego porównania można wywołać jednym kluczem. Kimi K3.1 Pro jest kierowany jako kimi/kimi-k3.1-pro po stawkach Moonshot $2.00 i $10.00, a Kimi K3 jako kimi/kimi-k3 po stawkach $3.00 i $15.00, przy czym cena katalogowa dostawcy jest przekazywana bez doliczania marży, więc zmiana cennika Moonshot obowiązuje tutaj tego samego dnia. To jest konkretny powód, dla którego należy to umieścić w sekcji cenowej, a nie w stopce: całym argumentem za przejściem jest różnica cen, a jakikolwiek spread doliczony do ceny katalogowej zjadłby część oszczędności, zanim zmierzysz choćby jedno zadanie.

Tabela benchmarków przesunęła się pod oboma modelami

Artificial Analysis przebudowało swój Intelligence Index 27 października 2026 r. i ta przebudowa ma większe znaczenie dla tego porównania niż cokolwiek, co opublikował Moonshot. W obecnym indeksie v5 Kimi K3.1 Pro uzyskuje 46 punktów i zajmuje dziewiąte miejsce, dwanaście punktów za Claude Opus 5.5 z wynikiem 58, a Gemini 4 Carbon z 59, GPT-6 Astra z 57 i GPT-6.1 Sol z 55 są przed nim. W poprzednim indeksie v4.3.2 ten sam model uzyskał 55 punktów i zajął czwarte miejsce, trzy punkty za liderem.

Te dwie liczby nie oznaczają regresji i nie są porównywalne. Wersja 5 przeniosła około 60% indeksu na prywatne zbiory wyłączone z treningu, dodała FrontierCode 2.0 i Terminal-Bench-Science, usunęła SciCode i AA-LCR oraz podniosła medianę długości odpowiedzi na zadanie z około 35 000 tokenów do około 59 000. Model, który odpowiada zwięźle, traci pozycję w indeksie, który teraz nagradza długą pracę agentową. Kimi K3.1 Pro pozostaje najwyżej sklasyfikowanym modelem, który jego dostawca określa jako open-weight.

Liczba poprzednika jest pułapką. Kimi K3 uzyskał 57 punktów w indeksie v4 w momencie premiery i zajął trzecie miejsce. Wartość 43,6, która krąży dla Kimi K3 (max), pochodzi z migawek agregatora wykonanych przed przejściem na v5, a nie udało nam się znaleźć opublikowanego wyniku v5 dla samego Kimi K3. Zatem „46 przeciw 43,6” nie jest kontrolowaną parą, a każdy, kto przedstawia tę różnicę jako zmierzony przyrost możliwości, odejmuje wyniki z dwóch różnych narzędzi. To, co można powiedzieć, jest węższe: w obecnym indeksie to nowszy model został oceniony i zajmuje dziewiąte miejsce.

Własna tabela dostawcy, która znowu jest innym narzędziem, umieszcza Kimi K3.1 Pro na poziomie 65,7 w Terminal-Bench 4.0 wobec 66,4 uzyskanego przez Claude Opus 5.5, 51,7 w SWE Marathon v1.1, 92,7 w BenchCAD z użyciem narzędzi, 94,2 w GPQA-Diamond i 51,1 w HLE-Full. Jego słabe punkty są równie widoczne: 38,1 w Terminal-Bench-Science wobec 68,1 uzyskanego przez GPT-6 Astra oraz 39,4 w HLE-Diamond wobec 60,9 uzyskanego przez Opus 5.5. Moonshot przeprowadził ewaluacje kodowania za pośrednictwem środowiska Claude Code przy maksymalnym wysiłku rozumowania. Żaden z tych wyników nie został niezależnie odtworzony.

Najczystsze pary liczb w tej premierze to te, które Moonshot zmierzył względem własnego poprzednika: Kimi Code Bench 3.0 Long-horizon na poziomie 61,2% wobec 55,95%, wskaźnik halucynacji na poziomie twierdzeń 8,3% wobec 23,4% z narzędziami oraz 81,0% wobec 33,3% w xdev-bench-hard. Ten sam wewnętrzny benchmark należy do Moonshot, więc delty są spójne, ale nie mają charakteru zewnętrznego. Liczba dotycząca halucynacji ma najszersze praktyczne konsekwencje i jest najsłabiej potwierdzona.

Licencja jest licencją Kimi K3 z jedną zmienioną nazwą.

Oba repozytoria zawierają plik licencji o rozmiarze około trzech kilobajtów, a porównanie wiersz po wierszu wykazuje jedną istotną różnicę: w klauzuli atrybucji „Kimi K3.1-Pro” zastępuje „Kimi K3”. Poza tym jest to ten sam dokument.

Oznacza to, że warunki są już znane, a nie pozostają w zawieszeniu. Dozwolone jest używanie, kopiowanie, modyfikowanie, rozpowszechnianie, sublicencjonowanie i sprzedaż, a dostrajanie (fine-tuning) jest wyraźnie dozwolone. Firma świadcząca usługi model-as-a-service, której łączny przychód przekracza 20 mln USD w dowolnym okresie dwunastu kolejnych miesięcy, musi przed komercyjnym użyciem podpisać odrębną umowę z Moonshot. Produkty mające ponad 100 mln miesięcznych aktywnych użytkowników lub 20 mln USD miesięcznego przychodu muszą w widoczny sposób wyświetlać nazwę modelu. Wewnętrzne użycie oraz użycie za pośrednictwem oficjalnych produktów Moonshot lub jego certyfikowanych partnerów ds. wnioskowania są zwolnione z obu wymogów.

Zwolnienie dla certyfikowanych partnerów to klauzula, którą warto przeczytać dwa razy, jeśli planujesz odsprzedawać dostęp. Próg 20 milionów dolarów jest mierzony w okresie kroczących dwunastu miesięcy, a nie na poziomie pojedynczej linii produktowej, a „model jako usługa” jest zdefiniowane wystarczająco szeroko, aby obejmować API, które daje klientom kontrolę nad danymi wejściowymi, parametrami lub danymi treningowymi — z wyłączeniem produktów końcowych, w których model jest osadzony w funkcji, oraz zwykłego przekazywania żądań do modeli hostowanych gdzie indziej.

Czego potrzeba, aby uruchomić którekolwiek z nich

Checkpoint MXFP4 o rozmiarze 1,56 TB to nie jest plik do pobrania na stację roboczą, a oba modele są równie ciężkie. Moonshot wskazuje trzy stosy serwowania — przepisy vLLM, cookbook SGLang i TokenSpeed — a wszystkie trzy zakładają wdrożenie wielowęzłowe przy takim rozmiarze. Trening świadomy kwantyzacji od etapu nadzorowanego dostrajania sprawia, że plik pozostaje na poziomie 1,56 TB, a nie około 5,6 TB, które zajmowałaby kopia BF16, a kwantyzacja ta jest wliczona w powyższe wyniki, a nie stosowana później.

Praktyczną konsekwencją identycznego zapotrzebowania na zasoby jest to, że zmiana architektury nie przynosi żadnej ulgi sprzętowej. Jeśli potrafisz obsłużyć Kimi K3, to obsłużysz Kimi K3.1 Pro na tej samej klasie klastra; żadnego z nich nie obsłużysz na pojedynczym węźle.

Który wybrać

• Hostujesz u siebie i Twój stack jest dostrojony pod Kimi K3 — przed migracją przeprowadź ponowny benchmark. Zmiana w mechanizmie uwagi zmienia zachowanie pamięci podręcznej, a jedyne twierdzenie o wydajności, jakie się z nią wiąże, to jedno zdanie w przypisie.

• Wywołujesz API do kodowania agentowego, korzystania z narzędzi w długim horyzoncie lub weryfikacji dokumentów — Kimi K3.1 Pro, ze względu na sparowane wewnętrzne delty i niższy cennik, najpierw z oceną w trybie shadow.

• Potrzebujesz modelu o ustalonym profilu błędów — Kimi K3. Działa produkcyjnie od lipca, a jego osobliwości zostały opisane przez innych. Nowszy model celowo zmienia sposób rozumowania.

• Potrzebujesz determinizmu — sprawdź, zanim przełączysz. Kimi K3.1 Pro na stałe ustawia temperature na 1.0 i top_p na 0.95 oraz odrzuca alternatywy, a zmiana reasoning effort w trakcie rozmowy unieważnia trafienia w prefix-cache.

Szczere podsumowanie jest takie, że Kimi K3.1 Pro to lepszy model niż Kimi K3 pod niemal każdym względem, który zmierzył dostawca, nieco lepszy w jedynym niezależnym indeksie, który go ocenił, oraz droższy w przeliczeniu na ukończone zadanie, niż wynika to z jego cennika. To, co zmieniło się w tym tygodniu, to nie werdykt, lecz dowody: checkpoint można teraz odczytać, uruchomić jako usługę i przetestować, zamiast przyjmować go na wiarę, a pierwszą rzeczą, jaką dało jego odczytanie, była korekta wpisu premierowego.