Kimi K3.1 Pro é lançado mais barato que seu próprio antecessor: US$ 2/US$ 10 e uma tabela de benchmarks mais irregular

A Moonshot AI lançou o Kimi K3.1 Pro em 24 de outubro de 2026, e o número mais significativo desse lançamento não está na tabela de benchmarks. Está na tabela de preços: US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de tokens de saída, contra US$ 3,00 e US$ 15,00 do Kimi K3 no qual ele se baseia. Um sucessor que é um terço mais barato que seu antecessor é incomum o suficiente para abrir a matéria, porque, ao contrário de uma pontuação de benchmark, isso não depende de qual harness executou o teste. Se você já paga pelo Kimi K3, o caso para fazer o upgrade começa com uma fatura menor.

{{1}}O segundo número é o que a Moonshot quer que você note: 65,7% no Terminal-Bench 4.0, contra 58,2% do GPT-6 Astra e 66,4% do Claude Opus 5.5.{{/1}} Isso coloca o novo modelo em segundo lugar na própria tabela do fornecedor, não em primeiro. É uma coisa honesta de se publicar no dia do lançamento, e diz algo sobre como este lançamento está posicionado. O Kimi K3.1 Pro não está sendo vendido como o modelo mais forte do mundo. Está sendo vendido como um modelo mais barato que é próximo o bastante da fronteira para vencer em custo por tarefa concluída.

O que realmente mudou entre o K3 e o K3.1 Pro

A Moonshot deixa explícito que este é um lançamento de pós-treinamento, não uma nova arquitetura. A empresa chama o Kimi K3.1 Pro de uma versão pós-treinada do Kimi K3, treinada com computação de pós-treinamento substancialmente maior, incluindo aprendizado por reforço conjunto em larga escala em centenas de domínios downstream. A janela de contexto permanece inalterada em 1,048,576 tokens. A entrada de visão e vídeo permanece inalterada. O teto de saída de 1M de tokens permanece inalterado.

Na prática, isso significa que o conhecimento e a capacidade de raciocínio do modelo base são os mesmos ativos de antes; a diferença está no comportamento. A Moonshot diz que reformulou o framework de RL, a inferência de contexto longo, a eficiência de treinamento, a infraestrutura de sandbox, o agendamento de rollout e as verificações de qualidade do ambiente para tornar possível essa execução de pós-treinamento. Essas são alegações de engenharia sobre como o modelo foi feito, e são difíceis de verificar de fora. As alegações comportamentais são mais fáceis de testar, e é aí que estão os números do lançamento.

A contagem de parâmetros é onde a linguagem do fornecedor fica escorregadia. A Moonshot o chama de modelo aberto de classe 3T. A cobertura do lançamento situa o backbone em 2,8 trilhões de parâmetros totais, com cerca de 104 bilhões ativos, que é a mesma configuração de mistura de especialistas do Kimi K3. Ambas as coisas podem ser verdadeiras: “classe 3T” é uma expressão de posicionamento, e 2,8T se arredonda para isso. O que importa para sua fatura e sua latência é a contagem de ativos, e não há evidências de que ela mudou.

A planilha de benchmark, e até que ponto confiar nela

A Moonshot publicou resultados de 14 avaliações de programação, ciência e trabalho de conhecimento. O padrão é consistente: grandes ganhos nas tarefas para as quais a empresa treina, quase paridade com a fronteira fechada nas demais, e uma divulgação deliberada de uma regressão.

• Programação na fronteira — Terminal-Bench 4.0: Kimi K3.1 Pro 65,7%, Claude Opus 5.5 66,4%, GPT-6 Astra 58,2%. Executado pelo fornecedor.

• Codificação de longo horizonte — Kimi Code Bench 3.0 Long-horizon: 61,2% para o K3.1 Pro contra 55,95% para o Kimi K3. Esta é a comparação com o antecessor mais limpa do conjunto e também é a mais controlada pelo fornecedor, já que tanto o benchmark quanto o harness são da Moonshot.

• 3D e CAD — BenchCAD com ferramentas: 92,7 para K3.1 Pro, 96,2 para Opus 5.5, 95,9 para GPT-6 Astra, 92,6 para Claude Fable 5.1. Sem ferramentas: 72,8, contra 73,0 do Opus 5.5 e 60,6 do Fable 5.1. A diferença entre os resultados com ferramentas é pequena o suficiente para que a ordem possa mudar em uma nova execução.

• Alucinação — Kimi Hallu Bench Hard: taxa em nível de afirmação de 8,3% com ferramentas, abaixo dos 23,4% do Kimi K3. O GPT-6 Astra marca 5,5% e o Opus 5.5, 15,0%. Sem ferramentas, a taxa é de 5,4%, contra 4,2% do Astra e 6,8% do Opus.

• Finanças e operações — Frontier Finance 58,6; Financial Modeling interno 57,6 contra 50,4 do K3; Financial Research interno 70,4 contra 58,8; Business Operation interno 37 contra 8,9. Essas três últimas são avaliações da própria Moonshot, portanto medem a melhoria nas tarefas escolhidas pela empresa, e não a posição em uma arena pública.

• A regressão — xdev-bench-hard pass@3 é 81,0%. Um checkpoint treinado sem as medidas de redução de risco da empresa pontuou 90,5% no mesmo teste. A Moonshot publicou essa diferença e atribuiu-a a trabalho de segurança direcionado e controles de dados de treinamento. Independentemente do que você pense do trade-off, divulgar um custo de capacidade de 9,5 pontos não é como um post de lançamento costuma soar.

O resumo honesto é que estes são números relatados pelos fornecedores, sem replicação independente até o momento. O Kimi K3 tinha um Artificial Analysis Intelligence Index de 57 no seu lançamento em julho, e não existia nenhuma pontuação equivalente de terceiros para o K3.1 Pro no dia do lançamento. O harness importa enormemente aqui: os resultados do Terminal-Bench variam dezenas de pontos dependendo do scaffolding, então 65,7% e 58,2% produzidos por laboratórios diferentes em harnesses diferentes não são uma medição limpa de uma diferença de 7,5 pontos. Trate a tabela como uma afirmação sobre direção, não magnitude.

O que o corte de preço realmente faz com uma carga de trabalho

O preço da API é fixo em toda a janela completa de 1 milhão de tokens, sem sobretaxa de contexto longo. A tabela completa, em dólares americanos por milhão de tokens:

• Kimi K3.1 Pro — US$ 2,00 de entrada, US$ 10,00 de saída, US$ 0,20 por acerto no cache, US$ 2,00 por gravação em cache com TTL de cinco minutos, US$ 4,00 com TTL de uma hora.

• Kimi K3.1 Pro Highspeed — $4.00 de entrada, $20.00 de saída, $0.20 por acerto de cache, $4.00 e $8.00 por gravação em cache. Mesmo modelo, duas a três vezes a velocidade de saída, aproximadamente o dobro do consumo de cota no Kimi Code.

• Kimi K3 — $3,00 de entrada, $15,00 de saída, $0,30 por acerto de cache, $3,00 e $6,00 para gravações de cache.

Uma solicitação que lê 1M tokens de entrada e gera 200K tokens de saída custa US$ 6,00 no Kimi K3 e US$ 4,00 no Kimi K3.1 Pro. Com cache de prompt realista, a diferença se mantém em cerca de um terço, porque o preço de acerto no cache também caiu de US$ 0,30 para US$ 0,20. Para um agente que relê um grande repositório ou um longo documento financeiro a cada turno, essa é a diferença entre um fluxo de trabalho que se paga e um que não se paga. A Moonshot, na prática, precificou o upgrade como um corte de margem, e não como um prêmio, o que é um movimento estranho para um modelo que acaba de apresentar números melhores em quase todos os lugares — e bem-vindo para qualquer pessoa cuja conta do K3 era o motivo de estar procurando alternativas.

Há uma pegadinha na mecânica. O Kimi K3.1 Pro sempre pensa: o raciocínio não pode ser desativado, e o campo reasoning_effort aceita low, high ou max, com padrão max. Os parâmetros de amostragem são fixos em temperature 1.0 e top_p 0.95, e passar outros valores retorna um erro. Mudar o esforço de raciocínio no meio da conversa invalida os hits do prefix-cache, o que aumenta silenciosamente o custo efetivo do loop de ajuste que você planejava executar. O preço menor por token é real; o fluxo de trabalho mais barato depende de com que frequência você muda de ideia no meio do contexto.

Onde você pode executá-lo, e a data que importa mais do que o lançamento

O Kimi K3.1 Pro está disponível no aplicativo Kimi para consumidores na web, iOS, Android e HarmonyOS, na versão desktop do Kimi Work 3.1.0 ou posterior e no Kimi Code por meio do seletor de modelos. Na API, está disponível como kimi-k3.1-pro e kimi-k3.1-pro-highspeed por meio da plataforma própria da Moonshot, com retenção zero de dados oferecida e acesso empresarial desativado por padrão no lançamento. Ele também está aparecendo por meio de plataformas de inferência de terceiros, o que é normal para um modelo desse porte e não diz nada sobre o quão bem qualquer uma delas o atende.

A data mais importante é 4 de novembro de 2026. A Moonshot diz que os pesos completos do modelo serão liberados até lá. É isso que faz a descrição "open-weight" ser mais do que marketing, e é também o ponto em que a história dos custos muda novamente: hospedar por conta própria um modelo mixture-of-experts de 2,8 trilhões de parâmetros não é barato, mas uma licença permissiva elimina o medidor por token para quem tem as GPUs. Até os pesos serem disponibilizados, a comparação de preços acima é a comparação inteira.

Uma nota operacional adicional para as equipes que ainda estão na geração K2: a página de preços da Moonshot informa que os modelos da série K2 deixarão de estar disponíveis para usuários recém-registrados em 31 de outubro de 2026 e têm descontinuação programada para o final de dezembro. Se você está no K2.6 ou K2.7 Code, a decisão de migração está sendo tomada em seu nome, e o K3.1 Pro é o destino pretendido.

Você deve trocar no primeiro dia?

Se sua carga de trabalho for codificação, uso de ferramentas agênticas ou trabalho com documentos financeiros, a combinação de um preço menor com uma pontuação melhor informada pelo fornecedor é um caso claro para um teste. Se for recuperação de contexto longo com prompts estáveis, o preço de acerto de cache é o número a modelar, e ele também favorece o novo modelo.

Se o seu caminho de produção depende de amostragem reproduzível, leia a restrição de parâmetro fixo antes de migrar. A temperatura 1,0 não é um padrão neutro para todas as tarefas, e um modelo que se recusa a aceitar um valor diferente representa um tipo de dependência diferente de um que o aceita.

E se você precisar de evidências independentes, aguarde. Ninguém fora da Moonshot publicou uma avaliação do K3.1 Pro até agora. Os números de lançamento são internamente consistentes e incomumente francos sobre a regressão relacionada à segurança, mas ainda se trata do fornecedor avaliando o próprio trabalho. Um modelo tão barato será testado rapidamente; os primeiros resultados de harness independentes é que dirão se os 65,7% sobrevivem ao contato com a estrutura de avaliação de outra pessoa.

Para equipes que já roteiam pelo OrcaRouter, a mudança prática é menor do que o lançamento sugere. Nosso catálogo oferece kimi/kimi-k3 hoje pelo preço de tabela da Moonshot com 0% de markup, então o lado K3 desta comparação está ativo na mesma chave que o restante da sua stack. O Kimi K3.1 Pro não está no catálogo no momento em que escrevemos; quando for adicionado, mudar de uma geração para outra é uma alteração na string do modelo, e não um segundo contrato e um novo SDK. O corte de preço é o motivo para se importar, e o modelo de repasse é o motivo pelo qual ele aparecerá do nosso lado com o mesmo número que a Moonshot publica, e não um número com markup.

O lançamento em um parágrafo

O Kimi K3.1 Pro é uma atualização de pós-treinamento do Kimi K3, vendido por dois terços do preço do modelo mais antigo, com uma forte tabela de benchmarks do fornecedor, um ganho real no controle de alucinações, uma regressão divulgada relacionada à segurança em um teste de codificação adversarial e nenhuma verificação independente até agora. O lançamento é realmente notícia por causa do preço e do compromisso com os pesos, não porque o modelo seja uma nova arquitetura. A data para marcar é 4 de novembro, quando os pesos devem ser disponibilizados e as primeiras avaliações externas sérias devem começar a chegar.