Kimi K3.1 Pro выходит дешевле своего предшественника: $2/$10 и более жёсткая таблица бенчмарков

Moonshot AI выпустила Kimi K3.1 Pro 24 октября 2026 года, и самое значимое число в этом запуске — не на графике бенчмарков. Оно в тарифной сетке: $2,00 за миллион входных токенов и $10,00 за миллион выходных токенов против $3,00 и $15,00 для Kimi K3, на основе которого она создана. Преемник, который на треть дешевле предшественника, достаточно необычен, чтобы начинать с него, потому что, в отличие от оценки в бенчмарке, это не зависит от того, чей стенд проводил тест. Если вы уже платите за Kimi K3, аргумент в пользу обновления начинается с меньшего счёта.

Второе число — то, на которое Moonshot хочет обратить ваше внимание: 65,7% на Terminal-Bench 4.0 против 58,2% у GPT-6 Astra и 66,4% у Claude Opus 5.5. Это ставит новую модель на второе место в собственной таблице вендора, а не на первое. Опубликовать такое в день запуска — честный шаг, и он кое-что говорит о том, как позиционируется этот релиз. Kimi K3.1 Pro продаётся не как самая сильная модель в мире. Её продают как более дешёвую, но достаточно близкую к фронтиру, чтобы выигрывать за счёт стоимости за выполненную задачу.

Что на самом деле изменилось между K3 и K3.1 Pro

Moonshot прямо заявляет, что это релиз в рамках посттренировки, а не новая архитектура. Компания называет Kimi K3.1 Pro посттренированной версией Kimi K3, обученной с существенно большим объёмом вычислений на этапе посттренировки, включая крупномасштабное совместное обучение с подкреплением по сотням прикладных доменов. Контекстное окно не изменилось и составляет 1 048 576 токенов. Ввод изображений и видео не изменился. Потолок вывода в 1 млн токенов не изменился.

На практике это означает, что знания и способность к рассуждению у базовой модели — те же активы, что и раньше; разница в поведении. Moonshot утверждает, что переработала RL-фреймворк, вывод с длинным контекстом, эффективность обучения, инфраструктуру песочницы, планирование rollout и проверки качества окружения, чтобы сделать возможным этот прогон постобучения. Это инженерные заявления о том, как создавалась модель, и их трудно проверить извне. Поведенческие утверждения проверить проще, и именно с ними связаны цифры, озвученные при запуске.

Именно в вопросе количества параметров формулировки вендора становятся расплывчатыми. Moonshot называет её открытой моделью класса 3T. В публикациях с запуска указано, что основа содержит 2,8 трлн параметров всего и примерно 104 млрд активных, что соответствует той же конфигурации mixture-of-experts, что и Kimi K3. Верными могут быть оба утверждения: «3T-class» — это позиционирующая фраза, и 2,8T при округлении попадает в этот класс. Для вашего счёта и задержки важно количество активных параметров, и нет свидетельств того, что оно изменилось.

Таблица бенчмарков — и насколько ей можно доверять

Moonshot опубликовала результаты по 14 оценкам в области программирования, науки и интеллектуальной работы. Картина последовательна: значительный рост в задачах, на которых компания обучает свои модели, почти паритет с закрытыми фронтирными моделями в остальном и одно намеренное раскрытие регрессии.

• Кодинг на переднем крае — Terminal-Bench 4.0: Kimi K3.1 Pro 65,7%, Claude Opus 5.5 66,4%, GPT-6 Astra 58,2%. Замеры проведены вендором.

• Долгосрочное программирование — Kimi Code Bench 3.0 Long-horizon: 61.2% у K3.1 Pro против 55.95% у Kimi K3. Это самое чистое сравнение с предшественником в наборе, и при этом оно наиболее контролируется вендором, поскольку и бенчмарк, и испытательный стенд принадлежат Moonshot.

• 3D и CAD — BenchCAD с инструментами: 92,7 у K3.1 Pro, 96,2 у Opus 5.5, 95,9 у GPT-6 Astra, 92,6 у Claude Fable 5.1. Без инструментов: 72,8 против 73,0 у Opus 5.5 и 60,6 у Fable 5.1. Разброс результатов с инструментами достаточно узок, так что порядок может измениться при повторном прогоне.

• Галлюцинации — Kimi Hallu Bench Hard: частота на уровне утверждений составляет 8,3% с инструментами, снизившись с 23,4% у Kimi K3. GPT-6 Astra показывает 5,5%, а Opus 5.5 — 15,0%. Без инструментов частота составляет 5,4% против 4,2% у Astra и 6,8% у Opus.

• Финансы и операционная деятельность — Frontier Finance 58,6; внутренняя оценка Financial Modeling — 57,6 против 50,4 у K3; внутренняя оценка Financial Research — 70,4 против 58,8; внутренняя оценка Business Operation — 37 против 8,9. Последние три — собственные оценки Moonshot, поэтому они измеряют прогресс на выбранных компанией задачах, а не позицию на публичной арене.

• Регрессия — xdev-bench-hard pass@3 составляет 81,0%. Чекпойнт, обученный без мер компании по снижению рисков, набрал 90,5% на том же тесте. Moonshot опубликовала этот разрыв и объяснила его целевой работой по безопасности и контролем за обучающими данными. Как бы вы ни относились к этому компромиссу, раскрытие потери возможностей в 9,5 пункта — не то, как обычно читается пост о запуске.

Честное резюме таково: это цифры, заявленные производителем, и независимого воспроизведения пока нет. У Kimi K3 на момент июльского запуска индекс Artificial Analysis Intelligence Index составлял 57, а эквивалентной сторонней оценки для K3.1 Pro в день релиза не существовало. Здесь огромное значение имеет тестовая обвязка: результаты Terminal-Bench меняются на десятки пунктов в зависимости от скаффолдинга, поэтому 65,7% и 58,2%, полученные разными лабораториями на разных стендах, не являются чистым измерением разрыва в 7,5 пункта. Рассматривайте таблицу как утверждение о направлении, а не о величине.

Как снижение цены на самом деле влияет на рабочую нагрузку

Цена API фиксирована на всём окне в 1 млн токенов, без надбавки за длинный контекст. Полная карточка, в долларах США за миллион токенов:

• Kimi K3.1 Pro — $2.00 за ввод, $10.00 за вывод, $0.20 за попадание в кэш, $2.00 за запись в кэш при TTL 5 минут, $4.00 при TTL 1 час.

• Kimi K3.1 Pro Highspeed — $4.00 за вход, $20.00 за выход, $0.20 за попадание в кэш, $4.00 и $8.00 за запись в кэш. Та же модель, в два-три раза выше скорость вывода, примерно вдвое больше расход квоты в Kimi Code.

• Kimi K3 — $3.00 за вход, $15.00 за выход, $0.30 за попадание в кэш, $3.00 и $6.00 за запись в кэш.

Запрос, который читает 1 млн входных токенов и генерирует 200 тыс. выходных, стоит $6.00 на Kimi K3 и $4.00 на Kimi K3.1 Pro. Если добавить реалистичное кэширование промптов, разрыв сохраняется на уровне примерно одной трети, поскольку цена попадания в кэш также снизилась с $0.30 до $0.20. Для агента, который на каждом шаге повторно читает большой репозиторий или длинный финансовый документ, это разница между рабочим процессом, который окупает себя, и тем, который не окупается. Moonshot фактически оценил апгрейд как сокращение маржи, а не как премию, — странный ход для модели, которая только что показала лучшие цифры почти везде, и приятный для всех, чей счёт за K3 был причиной, по которой они искали альтернативу.

В механике есть подвох. Kimi K3.1 Pro всегда рассуждает: reasoning нельзя отключить, а поле reasoning_effort принимает значения low, high или max, по умолчанию — max. Параметры сэмплирования фиксированы на temperature 1.0 и top_p 0.95, а передача других значений возвращает ошибку. Изменение уровня усилий рассуждения посреди разговора аннулирует попадания в prefix-cache, что незаметно повышает фактическую стоимость цикла настройки, который вы планировали запустить. Более дешёвая цена за токены — это реальность; более дешёвый рабочий процесс зависит от того, как часто вы меняете решение в середине контекста.

Где его можно запустить, и дата, которая важнее запуска

Kimi K3.1 Pro доступна в потребительском приложении Kimi в веб-версии, на iOS, Android и HarmonyOS, в десктопной версии Kimi Work 3.1.0 или новее, а также в Kimi Code через выбор модели. В API она доступна как kimi-k3.1-pro и kimi-k3.1-pro-highspeed на собственной платформе Moonshot; при этом предлагается нулевое хранение данных, а корпоративный доступ по умолчанию отключён на момент запуска. Она также появляется на сторонних платформах инференса, что нормально для модели такого размера и ничего не говорит о том, насколько хорошо каждая из них её обслуживает.

Более важная дата — 4 ноября 2026 года. Moonshot заявляет, что к этому сроку будут выпущены полные веса модели. Именно это делает описание «open-weight» чем-то большим, чем маркетинг, и это также момент, когда история с затратами снова меняется: самостоятельный хостинг модели mixture-of-experts с 2,8 трлн параметров обходится недёшево, но разрешительная лицензия снимает плату за токены для всех, у кого есть GPU. Пока веса не выпущены, всё сравнение сводится к приведённому выше сравнению цен.

Ещё одно операционное замечание для команд, которые всё ещё используют поколение K2: на странице цен Moonshot указано, что модели серии K2 перестанут быть доступны вновь зарегистрированным пользователям 31 октября 2026 года, а их вывод из эксплуатации запланирован на конец декабря. Если вы используете K2.6 или K2.7 Code, решение о миграции принимается за вас, и K3.1 Pro — предполагаемый пункт назначения.

Стоит ли переключаться в первый день?

Если ваша рабочая нагрузка — это программирование, агентное использование инструментов или работа с финансовыми документами, сочетание более низкой цены и более высокой оценки, заявленной поставщиком, является очевидным основанием для пробного использования. Если это извлечение информации из длинного контекста со стабильными промптами, то цена при попадании в кэш — это тот показатель, который нужно моделировать, и она также говорит в пользу новой модели.

Если ваш рабочий процесс в продакшене зависит от воспроизводимой выборки, ознакомьтесь с ограничением на фиксированные параметры прежде чем выполнять миграцию. Температура 1.0 — не нейтральное значение по умолчанию для любой задачи, и модель, отказывающаяся принимать другое значение, — это иной тип зависимости, чем модель, которая его принимает.

А если вам нужны независимые доказательства — подождите. Пока никто за пределами Moonshot не опубликовал оценку K3.1 Pro. Цифры, озвученные при запуске, внутренне непротиворечивы и на удивление откровенно говорят о связанной с безопасностью регрессии, но это всё равно вендор, который сам себе ставит оценку. Такую дешёвую модель быстро протестируют; именно первые результаты независимых стендов скажут вам, сохранятся ли 65.7%, когда модель столкнётся с чужой обвязкой.

Для команд, которые уже направляют трафик через OrcaRouter, практическое изменение меньше, чем можно предположить по масштабу запуска. В нашем каталоге уже сегодня доступен kimi/kimi-k3 по прайсовой цене Moonshot с 0% наценки, поэтому сторона K3 в этом сравнении уже работает на том же ключе, что и остальной ваш стек. Kimi K3.1 Pro на момент написания отсутствует в каталоге; когда его добавят, переход с одного поколения на другое будет означать изменение строки модели, а не второй договор и новый SDK. Снижение цены — вот почему это важно, а модель сквозной передачи — вот почему у нас будет та же цифра, которую публикует Moonshot, а не цена с наценкой.

Запуск в одном абзаце

Kimi K3.1 Pro — это обновление Kimi K3, выполненное на этапе посттренинга; модель продаётся по цене, составляющей две трети цены старой модели, имеет убедительную таблицу бенчмарков от вендора, реальное улучшение контроля галлюцинаций, раскрытую регрессию, связанную с безопасностью, в одном состязательном тесте по программированию, и пока не прошла независимую проверку. Запуск действительно является новостью из-за цены и обязательства по весам, а не потому, что модель представляет собой новую архитектуру. Дата, которую стоит обвести, — 4 ноября, когда должны быть выпущены веса и когда должны начать поступать первые серьёзные внешние оценки.