Step 5 Preview против Kimi K3.1 Pro: обе модели были переоценены на прошлой неделе. Вот что осталось

Если бы вы неделю назад посмотрели Step 5 Preview и Kimi K3.1 Pro, вы бы увидели две цифры: 44 и 55. Обе они уже неактуальны. 27 и 28 октября 2026 года Artificial Analysis заменила свой Intelligence Index на версию 5, в которой 60% оценки приходится на закрытые или отложенные тестовые наборы, так что оценка одной и той же модели по старой и новой методике — это не одно и то же измерение. По версии v5 Step 5 Preview получает 29. Kimi K3.1 Pro получает 46. Разрыв в девять пунктов между ними теперь можно честно сравнить, и это уже не тот разрыв, вокруг которого строились материалы о запуске.

Далее следует это сравнение, а также то, чего никто не включает в сравнительную таблицу: две модели находятся на противоположных сторонах вопроса о весах, который разрешится 4 ноября, и только одну из них сегодня можно вызвать через OrcaRouter.

Оба числа, которые все приводят, теперь неверны.

Kimi K3.1 Pro вышла 23 октября 2026 года с результатом 55 в Intelligence Index и дебютировала на четвёртом месте — на одиннадцать пунктов выше Kimi K3. Через четыре дня её показатель составлял 46. Сама модель не изменилась — изменилась линейка. Artificial Analysis перестроила составной индекс в девять оценок по четырём категориям — работа со знаниями, программирование, наука и общие, — а также исключила три более старые оценки, включая GDPval-AA v2.1, SciCode и AA-LCR v1.1. Она добавила FrontierCode 2.0 — набор из 132 закрытых задач по программированию, оцениваемых по тому, заслуживает ли патч слияния, — и Terminal-Bench-Science.

Step 5 Preview пострадал так же, но сильнее. При v5.0 у него 29 против 44 по предыдущему индексу, и он теряет больше подкрепляющих данных, чем Kimi, потому что материалы запуска StepFun опирались именно на те оценки, которые были исключены. Показатели 88,3 по AA-LCR и 58,9 по SciCode, которые встречаются в большинстве публикаций об этой модели, теперь представляют собой результаты бенчмарков, которые больше не вносят вклад в основной индекс. Это по-прежнему верные измерения чего-то. Но они уже не то, что измеряет индекс.

Последствие для рейтинга стоит назвать прямо: в v5 модель с открытыми весами или с обещанием открытых весов на 46 отстаёт от лидера на 58 на 12 баллов, тогда как в v4 этот разрыв составлял 3. Это утверждение о рубрике, а не о внезапном обвале возможностей, и любая статья, которая представляет это как второе, неверно истолковывает собственный источник.

Строки спецификации — по одному измерению за раз.

• Общее и активное число параметров — Step 5 Preview: 600 млрд всего, 27 млрд активных на токен, 8 из 352 экспертов плюс один общий. Kimi K3.1 Pro: 2,8 трлн всего, 104 млрд активных.

• Каким был этот релиз — Step 5 Preview: новый флагман, выпущенный в предварительном виде, с последующей публикацией весов. Kimi K3.1 Pro: дообученная версия Kimi K3 с большим объёмом вычислений на постобучении, включая совместное обучение с подкреплением по сотням доменов, — но не новая архитектура.

• Контекстное окно — предварительная версия шага 5: 1 млн токенов. Kimi K3.1 Pro: 1 048 576 токенов.

• Входные модальности — Step 5 Preview: текст, изображения и видео. Kimi K3.1 Pro: текст и изображения.

• Цена за входящие данные из расчёта на миллион токенов — Step 5 Preview: 1,00 $. Kimi K3.1 Pro: 2,00 $ — единая ставка на всё контекстное окно, без надбавки за длинный контекст.

• Цена вывода за миллион токенов — Step 5 Preview: $2.70. Kimi K3.1 Pro: $10.00.

• Кэшированный ввод — предварительный просмотр Step 5: скидка 90% на тариф ввода. Kimi K3.1 Pro: $0.20 за миллион на чтение, при этом запись в кэш — $2.00 при TTL пять минут и $4.00 при TTL один час.

• Веса — Step 5 Preview: опубликованы 15 октября 2026 г. в форматах BF16 и FP8 под лицензией StepFun Model License 1.0. Kimi K3.1 Pro: веса не опубликованы; Moonshot сообщила, что их публикация ожидается к 4 ноября 2026 г.

• Независимая оценка в рамках Intelligence Index v5.0 — предварительный просмотр шага 5: 29. Kimi K3.1 Pro: 46.

Стоимость в расчёте на завершённую задачу с прилагаемой оговоркой

Artificial Analysis сообщает, что стоимость одной задачи Intelligence Index составляет $2.35 для Step 5 Preview и $1.98 для Kimi K3.1 Pro. Это выглядит как небольшое преимущество Kimi, и стоит понять, почему оно не является очевидным.

Два значения были получены не на одном и том же наборе задач, поскольку набор задач перестраивался между двумя измерениями. Оба показателя — это «стоимость одной задачи индекса» при том композитном показателе, который действовал на момент снятия значения, поэтому сравнение в лучшем случае позволяет судить лишь о направлении. Однозначен здесь механизм: Kimi K3.1 Pro многословен — тратит около 55 000 выходных токенов на задачу и 150 млн за полный прогон при медиане 87 млн, а при $10 за миллион выходных токенов такая многословность обходится дорого. Его $1,98 — следствие завершения за меньшее число оплачиваемых шагов, а не более дешёвого токена.

Step 5 Preview — более дешёвый вариант: стоимость токена в 3,7 раза ниже на выходе и в 2 раза ниже на входе, а также заметно более быстрая модель по доступным измерениям: 179,1 выходных токена в секунду через API StepFun против медианного значения по классу 74,1, тогда как Kimi K3.1 Pro показывает около 73. Если ваша нагрузка чувствительна к задержке и требует много выходных данных, этот порядок совпадает с порядком цен, и решение очевидно. Если в вашей нагрузке разница в качестве ответа в 17 пунктов индекса важнее времени до первого токена, те же цифры указывают на противоположный вывод.

Веса: один отсутствует, другой — обещание с датой.

Вот какую асимметрию скрывают таблицы бенчмарков. Веса Step 5 Preview доступны для скачивания с 15 октября: чекпоинты BF16 и FP8 на Hugging Face и ModelScope, рецепты для vLLM и SGLang в тот же день, технический блог с описанием 92-слойной узкоглубокой архитектуры и разреженного шаблона внимания GQA. FP8-чекпоинту требуется примерно 773 ГБ видеопамяти и как минимум четыре GPU, при этом целевой платформой по умолчанию является B300, а на пути Hopper — восемь H200. Лицензия — собственная StepFun, не одобренная OSI: указание авторства при материальном использовании выходных данных, отдельные переговоры для производителей оборудования и коммерческая лицензия для операторов model-as-a-service с годовой выручкой свыше 20 млн долларов.

Веса Kimi K3.1 Pro не существовали в день запуска — Artificial Analysis по-прежнему классифицировала модель как проприетарную 24 октября, — а объявленная дата — 4 ноября 2026 года. Когда они появятся, модель Moonshot станет моделью с наивысшим баллом среди доступных для скачивания в индексе v5, что станет по-настоящему значимым событием для всех, кому нужны возможности, близкие к передовым, без участия поставщика в цепочке.

До 4 ноября сравнение идёт между моделью, которую можно запускать у себя, и моделью, которую можно только вызывать. Для Kimi это не постоянный недостаток, но на этой неделе он вполне реальный, и именно поэтому решение, принятое сегодня, может оказаться не тем решением, которое вы приняли бы через девять дней.

Где каждый из них можно вызвать прямо сейчас

Одна из этих двух моделей есть на OrcaRouter, а другой — нет. Kimi K3.1 Pro присутствует в рабочем каталоге как kimi/kimi-k3.1-pro, наряду с пятью другими моделями Kimi. Step 5 Preview отсутствует: каталог содержит 214 идентификаторов моделей от 16 провайдеров, и по состоянию на 29 октября 2026 года в нём нет записи StepFun. Если вам нужен Step 5 Preview сегодня, вы обращаетесь к собственному API StepFun или разворачиваете чекпойнт у себя.

Эта асимметрия — полезная часть этого сравнения для решения о маршрутизации. Поскольку мы передаём цену из прайс-листа провайдера без наценки, тарифная карта Kimi, которую вы здесь видите, — это тарифная карта Moonshot — $2.00 и $10.00 — и то же самое верно для любого снижения цен, которое Moonshot сделает позже. А поскольку переключение при сбое автоматическое, практическая версия тезиса «Kimi — дешёвый, взвешенный вариант» состоит в том, что вы можете поставить его первым в цепочке и позволить платформе переключаться на резерв, когда провайдер деградирует, вместо того чтобы кодировать резервный вариант в клиенте и поддерживать его.

Вопрос миграции, если вы переключаетесь

Три вещи будут стоить вам времени, в каком бы направлении вы ни двигались.

Первый — объём вывода. Профиль затрат Kimi K3.1 Pro определяется тем, сколько он пишет, а не его ставкой. Промпт, который даёт лаконичный ответ на Step 5 Preview, может дать в три раза больше токенов на Kimi, и ваш счёт будет определяться токенами, а не тарифной картой. Измерьте количество выходных токенов на задачу в вашей собственной рабочей нагрузке, прежде чем вообще сравнивать эти две цены.

Второй фактор — экономика кеша. Step 5 Preview даёт скидку 90% на кешированный ввод. Kimi K3.1 Pro берёт $0.20 за миллион токенов за чтение кеша, но также берёт плату за запись — $2.00 при TTL в пять минут и $4.00 при TTL в один час. Агентный цикл, который на каждом шаге заново отправляет длинный системный промпт, — это совсем другое дело в рамках этих двух схем, и тариф, который выглядит дешевле, не всегда означает более дешёвый цикл.

Третье — чувствительность к тестовому стенду. В собственной таблице Moonshot у Kimi K3.1 Pro — 65,7% на Terminal-Bench 4.0 против 66,4% у Claude Opus 5.5 и 58,2% у GPT-6 Astra; независимый оценщик сообщает 67% для той же модели. Показатели Terminal-Bench смещаются на десятки пунктов в зависимости от тестовой обвязки, поэтому разрыв в 1,7 пункта между прогонами двух лабораторий не является измерением разницы в возможностях на 1,7 пункта. Считайте каждую строку этого сравнения, относящуюся к разным вендорам, утверждением о направлении.

Что делать на этой неделе, конкретно: если ваша нагрузка — длинный контекст, большой объём вывода и чувствительность к задержкам, Step 5 Preview по цене $1.00 и $2.70 — это более дешёвый эксперимент, а веса делают его переносимым. Если работа — агентное программирование, где качество патча и есть весь продукт, 46 у Kimi K3.1 Pro на v5 и 67% на Terminal-Bench 4.0 делают его более сильной покупкой, а 4 ноября — дата, которая превращает его из ставки в актив. В любом случае не стройте решение на 44 и 55. Эти числа принадлежат рубрике, которой больше не существует.