Веса Kimi K3.1 Pro опубликованы: 1,56 ТБ на диске и строка лицензии на $20 млн

За одиннадцать дней между запуском API и скачиванием большинство материалов о Kimi K3.1 Pro указывали 5,6 терабайта весов BF16. Репозиторий, который Moonshot AI на самом деле опубликовала на Hugging Face 4 ноября 2026 года, имеет размер 1,56 ТБ и разбит на 96 шардов safetensors. Это не меньшая модель, чем та, о которой все писали, — это та же самая смесь экспертов на 2,8 трлн параметров, производная от Kimi K3, выпущенная в той точности, в которой Moonshot обучала её работать. Разница между этими двумя цифрами — первое, что стоит понять в этом релизе, потому что от неё зависит, поместится ли она на машине, которая у вас уже есть.

Второе — это лицензия, которая не является ни Apache 2.0, ни MIT и не одобрена OSI, несмотря на разрешающий вступительный абзац. Это собственный документ под названием Kimi K3.1-Pro License, и он содержит порог выручки, который превращает бесплатную загрузку в переговоры для одного конкретного типа компаний. На оба этих факта 25 октября ответа не было, когда веса были обещанием с приложенным контрольным списком. Теперь ответ есть.

Что на самом деле появилось на Hugging Face

Репозиторий — moonshotai/Kimi-K3.1-Pro, доступ к нему не ограничен, и в нём 111 файлов. Девяносто шесть из них — шарды весов; остальное — конфиг, токенизатор, четыре Python-файла для кастомной архитектуры, карточка модели и лицензия. Общий размер всех файлов — 1 561 ГБ.

Причина, по которой модель умещается в 1,56 ТБ, а не в 5,6 ТБ, записана в карточке модели как строка спецификации, а не как сноска: веса MXFP4 с активациями MXFP8, полученные с помощью обучения с учётом квантования. Это не постфактум-квантование до 4 бит, которое кто-то выполнил задним числом. Это нативная точность инференса — поэтому в репозитории стоит тег compressed-tensors и поэтому рядом с ним нет контрольной точки BF16. Если вы планировали исходя из загрузки в 5,6 ТБ, вы ориентировались на число, которое Moonshot никогда не выпускал.

Остальная часть спецификации, чтобы вы могли оценить объём работ:

• Общее число параметров — 2,8 трлн в архитектуре смеси экспертов, при этом на токен активируется 104 млрд

Глубина — 93 слоя, из которых один плотный; стек внимания состоит из 69 слоёв KDA плюс 24 слоя Gated DeepSeek Sparse Attention — изменение по сравнению со слоями Gated MLA с полным вниманием в Kimi K3.

• Эксперты — всего 896, 16 выбираются на каждый токен плюс 2 общих, при латентной размерности MoE 3,584

• Контекст — 1 048 576 токенов, без изменений по сравнению с Kimi K3

• Модальность — на входе текст и изображение, на выходе текст; визуальный кодировщик — MoonViT-V2 с 401 млн параметров.

• Словарь — 160 тыс. токенов

Только одно из этих чисел является новым относительно Kimi K3, и это изменение внимания. Moonshot прямо указывает, что это релиз после постобучения на базе K3 с более интенсивным совместным обучением с подкреплением в сотнях доменов, а не новая архитектура. Замена на Gated DSA сделана ради эффективности длинного контекста, а не ради скачка возможностей.

У лицензии есть три уровня, и именно средний из них имеет значение.

Лицензия Kimi K3.1-Pro открывается так, как и следовало ожидать от разрешительной лицензии: разрешением на использование, копирование, изменение, объединение, публикацию, распространение, сублицензирование и продажу, на запуск, развёртывание и дообучение, а также на создание производных произведений. А затем она добавляет условия — и именно в этих условиях и принимаются решения.

• Раздел 2, условие «модель как услуга» — если вы или ваши аффилированные лица ведёте бизнес, предоставляющий третьим лицам доступ к инференсу или дообучению, и совокупная выручка группы превышает 20 млн долларов за любые последовательные 12 месяцев, вам необходимо отдельное соглашение с Moonshot до коммерческого использования. Важны два исключения: конечные продукты, в которых модель встроена в функцию или обвязку, не являются «моделью как услугой»; и простая ретрансляция запросов к моделям, размещённым у кого-то другого, также не является.

• Раздел 3, пункт об указании авторства — коммерческие продукты с более чем 100 миллионами активных пользователей в месяц или с ежемесячной выручкой свыше 20 миллионов долларов обязаны заметно отображать «Kimi K3.1-Pro» в интерфейсе. Это обязательство по брендированию, а не платеж.

• Раздел 4, исключения — ни одно из вышеуказанного не применяется к внутреннему использованию, определяемому как любое использование, при котором программное обеспечение, его результаты или его базовые возможности не становятся доступными третьим лицам, либо к использованию через официальные продукты Moonshot и сертифицированных партнёров по инференсу.

Практическое прочтение таково: внутренние развёртывания бесплатны и неограниченны, как и создание продукта поверх модели для собственных пользователей. Разговор о 20 млн долларов начинается тогда, когда вы перепродаёте прямой доступ к модели в масштабе. Если вы рассчитывали поднять конкурирующий инференс-эндпоинт на этих весах, то это тот абзац, который стоит отнести юристу, и структурно это та же лицензия, под которой вышла Kimi K3, — так что существующая юридическая проверка K3 переносится, только с заменой названия.

Лицензия не делает одного: она не делает это открытым исходным кодом в смысле OSI. В метаданных репозитория в поле лицензии указано license: other, а название лицензии задано как kimi-k3.1-pro. Издания, которые в первые часы после релиза описывали её как modified MIT, читали разрешительное вступление и на этом останавливались.

Что нужно для запуска и в чём преимущество API

Опубликованный для этой модели рецепт vLLM — это наиболее конкретное доступное руководство по развёртыванию, и оно детализировано. В нём указаны vLLM 0.34.0 или новее, базовая конфигурация из одной группы тензорного параллелизма на 8 GPU — два шасси GB300 или один узел B300 — с --tensor-parallel-size 8 при --nnodes 2. Опциональный режим длинного контекста DCP8 увеличивает ёмкость KV-кэша примерно до 18,5 млн токенов против 2,6 млн при FP8 KV на 8 B300, то есть примерно в семь раз больше.

Из этого следуют два вывода. Во-первых, узел с 8×H200 отпадает: 1,13 ТБ HBM не вмещают 1,56 ТБ весов ещё до того, как вы выделите кэш хотя бы на один токен. Во-вторых, потребительского сценария нет. Модели требуется больше видеопамяти, чем есть у рабочей станции, а архитектуры, которые сделали бы медленный вариант с выгрузкой на CPU терпимым, всё ещё догоняют кастомный код kimi_k31 — репозиторий содержит trust_remote_code=True в собственном фрагменте quickstart, что говорит о том, что архитектура ещё не входит в стандартный путь выпущенной upstream-библиотеки.

Экономику проще понять в выходных токенах, чем в статьях затрат на GPU. При цене 10 долларов за миллион выходных токенов оценочная капитальная стоимость одного узла в примерно 550–650 тыс. долларов позволяет купить через API по прайс-листу где-то от 55 до 65 млрд выходных токенов. Узел в собственном хостинге превосходит этот вариант только если вы загружаете его достаточно, чтобы он успел обслужить больше токенов до того, как устареет, — и это сравнение не учитывает электричество, операционный персонал, простой и второй узел, необходимый для резервирования. Для большинства команд, читающих это, честный ответ таков: веса — это стратегический актив, а API — более дешёвый способ использовать модель.

Это также причина, по которой kimi/kimi-k3.1-pro, доступная в нашем каталоге по цене $2.00 за миллион входных и $10.00 за миллион выходных токенов, меняет расчёт, а не дублирует его. Тот же контекст на 1,048,576 токенов и те же 104B активных параметров доступны через Chat Completions, Responses API и Anthropic Messages — без кластера из двух узлов. Наше ценообразование — это наценка 0% к прайс-листу провайдера, поэтому, когда Moonshot меняет тарифную сетку, цена здесь меняется в тот же день, а не при следующем продлении контракта. И поскольку модель доступна по одному ключу наряду с более чем 200 другими, попробовать её на реальной рабочей нагрузке можно, не привязывая к ней производственный путь — её можно поставить за фейловер и позволить ей заслужить трафик.

Таблица бенчмарков — палка о двух концах.

Все показатели в этом разделе взяты из карточки модели и заявлены производителем; они получены при максимальном уровне усилий рассуждения, температуре 1.0 и top-p 0.95. Столбцы сравнения также получены при максимальных усилиях с включённым fallback — об этом стоит помнить, прежде чем считать разрыв в один пункт победой.

• Terminal-Bench 4.0 — Kimi K3.1 Pro 65,7% против Claude Opus 5.5 с 66,4%, GPT-6 Astra с 58,2% и Claude Fable 5.1 с 57,9%. Второе место в таблице с отставанием в 0,8 пункта и явное превосходство над двумя моделями, с которыми его сравнивают.

• SWE Marathon v1.1 — 51,7% против 46,3% у Claude Opus 5.5 и 45,6% у Claude Fable 5.1. Реальное преимущество в долгосрочной работе над программным обеспечением.

• HLE-Full с инструментами — 70,0% против 67,7% у Claude Opus 5.5 и 65,6% у Claude Fable 5.1. BrowseComp достигает 92,1% против 91,5% у GPT-6 Astra.

• Program Bench — 31,5% против 65,0% у Claude Opus 5.5, 53,5% у Claude Fable 5.1 и 50,0% у GPT-6 Astra. Это самое большое отставание в таблице, причём с большим отрывом, и именно на эту строку стоит смотреть, если ваша работа — синтез программ, а не агентные циклы терминального типа.

• Terminal-Bench-Science 0.1 — 38,1% против 68,1% у GPT-6 Astra и 63,3% у Claude Opus 5.5. Ещё одна категория, где модель сильно отстаёт.

• HLE-Full без инструментов — 51,1% против 59,8% у Claude Opus 5.5. Столбец использования инструментов меняет порядок, что говорит скорее о качестве харнесса, чем о чистом рассуждении.

Закономерность достаточно устойчива, чтобы быть полезной: Kimi K3.1 Pro силён там, где агент управляет оболочкой, браузером или длительной задачей программирования, и слаб в самодостаточных научных бенчмарках и бенчмарках по построению программ. Если вы выбираете между ним и Claude Opus 5.5, опираясь на один ключевой показатель, то этот показатель — именно то, в чём они ближе всего друг к другу.

Независимых измерений мало, и об этом стоит сказать прямо. Artificial Analysis в настоящее время оценивает Kimi K3.1 Pro в 46 баллов по Intelligence Index v5.0.1 и указывает её как модель с открытыми весами, со скоростью 32 выходных токена в секунду, занимающую первое место из 25 в панели, представленной на странице модели. В публикациях недели запуска указывалась цифра 55, но это было по отношению к сборке индекса, использовавшейся до переработки v5 27 октября — это разные инструменты, и вычитание одного из другого даёт число, не имеющее смысла.

Открытая контрольная точка — не неограниченная.

Moonshot утверждает, что удалила данные для обучения киберспособностям из частей среднего этапа обучения и обучения с подкреплением перед выпуском этих весов, а карточка модели содержит доказательства, а не оставляет это лишь как тезис для прессы. На внутреннем наборе xdev-bench-hard выпущенный чекпойнт набирает 81,0% против 90,5% у неограниченного чекпойнта той же модели. Всё, что вы скачаете из этого репозитория, — это смягчённая сборка.

Абсолютные цифры тоже не выглядят лестно, если посмотреть с другой стороны. В ExploitBench модель набирает 74,7 против 100 у GPT-6 Astra и 91,0 у Claude Opus 5.5; в ExploitGym — 20,7 против 42,4 у GPT-6 Astra. Таким образом, выпущенная модель одновременно слабее собственного неограниченного варианта и отстаёт от фронтира в задачах эксплуатации — сочетание, которое разумно хотеть видеть в открыто скачиваемой модели с 2,8 трлн параметров, и о котором стоит знать, если ваша модель угроз исходила из того, что открытые веса означают неограниченные возможности.

Кому стоит скачать это, а кому — нет?

Скачайте её, если у вас есть причина хранить сами веса: требование о локальном хранении данных, которое исключает любой сторонний инференс; программа тонкой настройки, для которой базовая модель нужна на собственной инфраструктуре; исследовательская группа, которая аудирует поведение, а не арендует его; или достаточно устойчивый объём, при котором выделенный узел выгоднее оплаты за токены. Вам понадобятся два узла, а не один, и стратегия работы с KV-кэшем, если вы собираетесь использовать контекст, близкий к миллиону токенов.

Не скачивайте её, если цель — сэкономить на умеренной нагрузке или запустить модель фронтирного класса на уже имеющемся у вас оборудовании. 1,56 ТБ — это минимальный порог, а не требование; требование — кластер класса B300 или GB300. Пропустите её также, если ваша задача — синтез программ или сложные научные исследования: именно в Program Bench и Terminal-Bench-Science эта модель сильнее всего отстаёт от альтернатив, и никакая лицензионная терпимость этот разрыв не закрывает.

Для всех, кто находится посередине, выпуск весов по-прежнему остаётся более важной новостью — и не потому, что они позволяют вам что-то запускать. А потому, что скачиваемый чекпоинт поддаётся аудиту, а API — нет; и модель с 2,8 трлн параметров, отстающая от Claude Opus 5.5 в Terminal-Bench 4.0 не более чем на один пункт, теперь представляет собой нечто такое, что сторонний исследователь может проверить, а не просто доверять ему. Это та часть 4 ноября, которая не зависит от владения датацентром.