Kimi K3.1 vs Kimi K3: что говорят открытые веса — и о чём умолчал пост о запуске

Kimi K3.1 Pro и Kimi K3 теперь поставляются с теми же 96 шардами safetensors, тем же объёмом 1,56 ТБ на диске, но с иным стеком внимания. Конфигурация в новом репозитории Moonshot описывает 93 слоя как «69 KDA + 24 Gated DSA». Конфигурация в репозитории Kimi K3, опубликованная в июле, указывает «69 KDA + 24 Gated MLA». Пост Moonshot о запуске Kimi K3.1 Pro, датированный 24 октября 2026 года, называет более новую модель «версией Kimi K3, прошедшей постобучение», и вообще не упоминает эту замену. Всё остальное в этом сравнении вытекает из этой одной строки, включая причину, по которой более новая модель дешевле.

Сами веса появились без объявления. В блоге Moonshot нет записей после 24 октября. Единственный коммит в репозитории имеет метку времени 2 ноября 2026 года — за два дня до установленного компанией для себя дедлайна 4 ноября; были ли файлы общедоступны для чтения до этого дедлайна, репозиторий не фиксирует. Что он фиксирует, так это архитектуру, лицензию и состав — именно то, что осталось за кадром в посте о запуске.

Своп, о котором не говорилось в объявлении

В карточке модели это признание содержится в сноске — одной строкой под в остальном привычной таблицей характеристик: «По сравнению с Kimi K3 мы заменяем слои Gated MLA с полным вниманием на слои Gated DeepSeek Sparse Attention (Gated DSA), чтобы более эффективно моделировать длинный контекст».

Двадцать четыре из 93 слоёв меняются. Остальные 69 по-прежнему используют Kimi Delta Attention — механизм линейного внимания, представленный в Kimi K3; количество слоёв, число экспертов и скрытые размерности не изменены. Gated MLA — это полное внимание со сжатым кэшем ключей и значений; Gated DSA выбирает разрежённое подмножество прошлых токенов для каждого запроса и применяет гейтинг к результату. Практическая разница заключается в том, как модель расходует вычисления и кэш по мере роста контекста, — а это та часть окна в 1M токенов, которая отражается в вашем счёте за обслуживание, а не в таблице бенчмарков.

Чего карточка не предоставляет — так это числа. В ней нет ни показателя токенов в секунду, ни сравнения кэш-памяти, ни измерения задержки на длинном контексте — только фраза «более эффективное моделирование длинного контекста». В анонсе Moonshot вообще нет никаких архитектурных подробностей. Так что утверждение, будто эта замена что-либо ускоряет, на данный момент является скорее проектным заявлением, чем измерением, и никто за пределами Moonshot не публиковал сравнение обслуживания между двумя чекпоинтами.

Это важнее, чем кажется. Если вы настраивали батчинг, выделение кэша или управление контекстом под профиль внимания Kimi K3, более новый чекпоинт не является полностью совместимой заменой на уровне обслуживания, хотя на уровне API он таковой является. API это скрывает; развёртывание на собственной инфраструктуре — нет.

Что у двух контрольных точек действительно общего

Идентичная загрузка — это признак того, что это не более крупная модель. Каждый ключевой параметр ниже одинаков на обеих карточках, и перечень файлов это подтверждает:

• Общее и активное число параметров — 2,8 триллиона всего, 104 миллиарда активных у обеих моделей.

• Глубина — 93 слоя, из которых один полносвязный, у обоих.

• Эксперты — всего 896, по 16 выбирается на токен, 2 общих, в обоих.

• Словарный запас — 160K токенов в обоих.

• Зрение — MoonViT-V2, 401 миллион параметров, в обоих.

• Контекст — 1 048 576 токенов у обоих; на нашей собственной странице модели указан максимальный объём вывода 943 718 токенов для Kimi K3.1 Pro.

• Квантование — веса MXFP4 и активации MXFP8, обучение с учётом квантования, для обоих.

• Загрузка — 96 шардов safetensors общим объёмом 1,56 ТБ для каждого репозитория.

Входные модальности — в карточке Kimi K3 указаны текст, изображения и видео; в карточке Kimi K3.1 Pro указаны текст и изображение, тогда как документация API заявляет также о видео. Считайте утверждение о видео неподтверждённым, пока не будет проверен код процессора.

Точечный релиз, в котором сохраняются число параметров, маршрутизация экспертов и размер файла, но изменяются 24 слоя внимания, — это релиз иного рода, чем новое поколение. Он ближе к архитектурной ревизии в середине цикла плюс масштабному прогону постобучения, чем к новой базовой модели, и ценообразование это отражает.

Две тарифные карты — и счёт, который не уменьшается на треть

На бумаге новая модель дешевле по всем пунктам. Kimi K3.1 Pro стоит $2.00 за миллион входных токенов и $10.00 за миллион выходных; Kimi K3 — $3.00 и $15.00. Ставка за попадание в кеш снижается с $0.30 до $0.20, запись в кеш — с $3.00 и $6.00 до $2.00 и $4.00 при TTL пять минут и один час, а вариант Highspeed за $4.00 и $20.00 обменивает цену на в два-три раза более высокую скорость вывода. Пакетный инференс на Kimi K3.1 Pro тарифицируется в 60% от стандартного тарифа, или $1.20 и $6.00.

Счёт — отдельная история. Kimi K3.1 Pro по умолчанию рассуждает с максимальным усилием, а максимальное усилие порождает больше токенов. Сравнение агентного программирования от Bito показало, что две модели сравнялись с результатом 72% в целом, при этом Kimi K3.1 Pro выдала примерно 98 000 выходных токенов против 44 000 у Kimi K3, заняла 28 минут против 17 и стоила $4,28 против $2,46 за долгую сессию. Прогон Plotly по анализу данных показал противоположную динамику по качеству и такую же по стоимости: решены 42 из 43 задач против 35, при этом расходы выросли с $5,01 до $13,47, а медианное время — с 43 секунд до двух с половиной минут. Ultralytics при тестировании автоаннотации зафиксировала улучшение mAP50 на 33% — 0,444 против 0,334, — поднявшись с 19-го на 9-е место среди 39 моделей.

Эти три — опубликованные вендорами тесты на малых выборках, а не рецензируемые оценки, и они расходятся в том, насколько новая модель лучше. Они сходятся в направлении изменения затрат: снижение цены за токен на треть не выдерживает модели, которая думает дольше. Считайте бюджет на выполненную задачу, а не на миллион токенов.

Обе стороны этого сравнения можно вызвать одним ключом. Kimi K3.1 Pro маршрутизируется как kimi/kimi-k3.1-pro по цене Moonshot — $2.00 и $10.00, а Kimi K3 — как kimi/kimi-k3 по цене $3.00 и $15.00, при этом цена из прайс-листа провайдера передаётся без наценки, поэтому изменение тарифной сетки Moonshot становится доступно здесь в тот же день. Это и есть конкретная причина, по которой это место — в разделе цен, а не в футере: весь аргумент в пользу переключения — разница в цене, и любая надбавка сверх прайс-листа съела бы часть экономии ещё до того, как вы измерили хотя бы одну задачу.

Таблица бенчмарков сместилась под обеими моделями.

Artificial Analysis пересобрала свой Intelligence Index 27 октября 2026 года, и эта пересборка имеет для данного сравнения большее значение, чем всё, что опубликовала Moonshot. В текущем индексе v5 Kimi K3.1 Pro набирает 46 баллов и занимает девятое место, отставая на двенадцать баллов от Claude Opus 5.5 с 58 баллами; выше него находятся Gemini 4 Carbon с 59, GPT-6 Astra с 57 и GPT-6.1 Sol с 55. В предыдущем индексе v4.3.2 та же модель набрала 55 баллов и заняла четвёртое место, отставая от лидера на три балла.

Эти два показателя не являются регрессией, и они несопоставимы. Версия 5 перевела примерно 60% индекса на закрытые отложенные наборы, добавила FrontierCode 2.0 и Terminal-Bench-Science, удалила SciCode и AA-LCR и повысила медианную длину вывода на задачу с примерно 35 000 токенов до примерно 59 000. Модель, которая отвечает кратко, теряет позиции в индексе, который теперь вознаграждает длительную агентную работу. Kimi K3.1 Pro остаётся моделью с самым высоким рейтингом, которую её поставщик описывает как open-weight.

Ловушка — это показатель предшественника. Kimi K3 набрал 57 баллов в индексе v4 при запуске и занял третье место. Цифра 43,6, которая ходит для Kimi K3 (max), взята из снимков агрегатора, сделанных до перехода на v5, и мы не смогли найти опубликованный балл v5 для самого Kimi K3. Поэтому «46 против 43,6» — не контролируемая пара, и любой, кто представляет разницу как измеренный прирост возможностей, вычитает по двум разным инструментам. Можно сказать лишь более узкое: в текущем индексе оценку получила именно более новая модель, и она на девятом месте.

Собственная таблица поставщика, которая опять представляет собой другой инструмент, показывает у Kimi K3.1 Pro 65,7 на Terminal-Bench 4.0 против 66,4 у Claude Opus 5.5, 51,7 на SWE Marathon v1.1, 92,7 на BenchCAD с инструментами, 94,2 на GPQA-Diamond и 51,1 на HLE-Full. Его слабые места столь же заметны: 38,1 на Terminal-Bench-Science против 68,1 у GPT-6 Astra и 39,4 на HLE-Diamond против 60,9 у Opus 5.5. Moonshot прогоняла оценки по кодированию через harness Claude Code при максимальном уровне усилий рассуждения. Ни один из этих результатов не был воспроизведён независимо.

Самые чистые парные цифры при запуске — те, которые Moonshot измерила относительно своего собственного предшественника: Kimi Code Bench 3.0 Long-horizon — 61,2% против 55,95%; уровень галлюцинаций на уровне утверждений — 8,3% против 23,4% при использовании инструментов; и 81,0% против 33,3% на xdev-bench-hard. Этот же внутренний бенчмарк принадлежит Moonshot, поэтому дельты согласованы, но не являются внешними. Показатель галлюцинаций — тот, что имеет самые широкие практические последствия и наименьшее подтверждение.

Лицензия — это лицензия Kimi K3, в которой изменено одно название.

Оба репозитория содержат файл лицензии размером около трёх килобайт, и построчное сравнение выявляет единственное существенное различие: «Kimi K3.1-Pro» подставлен вместо «Kimi K3» в пункте об указании авторства. Во всём остальном это один и тот же документ.

Это означает, что условия уже известны, а не находятся в ожидании. Разрешены использование, копирование, изменение, распространение, сублицензирование и продажа, а дообучение прямо разрешено. Компания, предоставляющая модель как услугу и имеющая совокупную выручку более $20 млн за любые последовательные двенадцать месяцев, должна до коммерческого использования подписать отдельное соглашение с Moonshot. Продукты с более чем 100 млн месячных активных пользователей или с месячной выручкой более $20 млн должны указывать название модели на видном месте. Внутреннее использование, а также использование через официальные продукты Moonshot или её сертифицированных партнёров по инференсу освобождаются от обоих требований.

Исключение для сертифицированных партнёров — это пункт, который стоит перечитать дважды, если вы планируете перепродавать доступ. Порог в 20 млн долларов измеряется за скользящие двенадцать месяцев, а не по отдельной продуктовой линейке, а «модель как услуга» определяется достаточно широко, чтобы охватывать API, дающий клиентам контроль над входными данными, параметрами или обучающими данными, — при этом из сферы действия выводятся конечные продукты, где модель встроена в функцию, и простая переадресация запросов к моделям, размещённым у других поставщиков.

Что нужно, чтобы запустить любой из них

Контрольная точка MXFP4 объёмом 1,56 ТБ — это не загрузка для рабочей станции, и обе модели одинаково тяжёлые. Moonshot указывает на три стека для инференса — рецепты vLLM, сборник рецептов SGLang и TokenSpeed — и все три предполагают многоузловое развёртывание при таком размере. Обучение с учётом квантования начиная с этапа контролируемого дообучения — именно оно удерживает файл на уровне 1,56 ТБ вместо примерно 5,6 ТБ, которые заняла бы копия в BF16, и это квантование заложено в приведённые выше показатели, а не применяется afterwards.

Практическое следствие идентичных аппаратных требований состоит в том, что смена архитектуры не приносит никакого облегчения по железу. Если вы можете обслуживать Kimi K3, вы сможете обслуживать Kimi K3.1 Pro на кластере того же класса; но ни ту, ни другую нельзя обслуживать на одном узле.

Какой выбрать

• Вы размещаете решение у себя, и ваш стек настроен на Kimi K3 — перед миграцией проведите повторный бенчмарк. Изменение механизма внимания меняет поведение кеша, а единственное утверждение об эффективности, связанное с ним, — это одно предложение в сноске.

• Вы вызываете API для агентного программирования, долгосрочного использования инструментов или проверки документов — Kimi K3.1 Pro, опираясь на парные внутренние дельты и более низкую тарифную сетку, сначала проведя теневую оценку.

• Вам нужна модель с устоявшимся профилем отказов — Kimi K3. Она в продакшене с июля, а её особенности задокументированы другими людьми. Более новая модель по своему замыслу меняет поведение при рассуждении.

• Вам нужна детерминированность — проверьте, прежде чем переключаться. Kimi K3.1 Pro фиксирует temperature на 1.0 и top_p на 0.95 и отклоняет альтернативы, а изменение reasoning effort в середине беседы аннулирует попадания в prefix-cache.

Честное резюме таково: Kimi K3.1 Pro — лучшая модель, чем Kimi K3, почти по всем осям, которые измерял вендор, умеренно лучшая по единственному независимому индексу, который её оценивал, и более дорогая в расчёте на выполненную задачу, чем следует из её тарифной карты. На этой неделе изменились не вывод, а доказательства: чекпойнт теперь можно прочитать, развернуть и протестировать, а не принимать на веру, и первым результатом его прочтения стала поправка к посту о запуске.