Kimi K3.1 Pro lanseras billigare än sin egen föregångare: $2/$10 och ett grövre benchmark-ark

Moonshot AI lanserade Kimi K3.1 Pro den 24 oktober 2026, och det mest betydelsefulla numret i lanseringen finns inte i benchmark-diagrammet. Det finns på prislistan: $2,00 per miljon input-tokens och $10,00 per miljon output-tokens, mot $3,00 och $15,00 för Kimi K3 som den är byggd på. En efterföljare som är en tredjedel billigare än sin föregångare är tillräckligt ovanlig för att inleda med, eftersom den till skillnad från en benchmark-poäng inte beror på vems testramverk som körde testet. Om du redan betalar för Kimi K3 börjar uppgraderingsargumentet med en mindre faktura.

Det andra numret är det som Moonshot vill att du ska lägga märke till: 65,7 % på Terminal-Bench 4.0, mot 58,2 % för GPT-6 Astra och 66,4 % för Claude Opus 5.5. Det placerar den nya modellen på andra plats i leverantörens egen tabell, inte först. Det är en ärlig sak att publicera på lanseringsdagen, och det säger något om hur den här lanseringen positioneras. Kimi K3.1 Pro säljs inte som världens starkaste modell. Den säljs som en billigare modell som ligger tillräckligt nära fronten för att vinna på kostnad per slutförd uppgift.

Vad ändrades egentligen mellan K3 och K3.1 Pro

Moonshot är tydliga med att detta är en efterträningsrelease, inte en ny arkitektur. Företaget kallar Kimi K3.1 Pro för en eftertränad version av Kimi K3 som tränats med betydligt större beräkningsresurser för efterträning, inklusive storskalig gemensam förstärkningsinlärning över hundratals nedströmsdomäner. Kontextfönstret är oförändrat på 1 048 576 token. Bild- och videoindata är oförändrade. Taket för utdata på 1 miljon token är oförändrat.

Vad det innebär i praktiken är att basmodellens kunskap och resonemangsförmåga är samma tillgångar som tidigare; skillnaden ligger i beteendet. Moonshot säger att de har arbetat om RL-ramverket, inferens för långa kontexter, träningseffektiviteten, sandlådeinfrastrukturen, schemaläggningen av rollouts och kontrollerna av miljökvaliteten för att göra den efterträningskörningen möjlig. Det är ingenjörspåståenden om hur modellen skapades, och de är svåra att verifiera utifrån. Beteendepåståendena är lättare att testa, och det är där lanseringssiffrorna finns.

Parametrantalet är där leverantörsspråket blir slirigt. Moonshot kallar det en modell med öppna vikter i 3T-klass. Rapporteringen från lanseringen anger att stommen har 2,8 biljoner parametrar totalt med ungefär 104 miljarder aktiva, vilket är samma mixture-of-experts-konfiguration som Kimi K3. Båda kan vara sanna: "3T-klass" är en positioneringsfras, och 2,8T avrundas in i den. Det som spelar roll för din kostnad och din latens är antalet aktiva parametrar, och det finns inga belägg för att antalet aktiva har ändrats.

Benchmark-arket, och hur mycket man kan lita på det

Moonshot publicerade resultat från 14 utvärderingar inom kodning, vetenskap och kunskapsarbete. Mönstret är konsekvent: stora vinster på de uppgifter som företaget tränar för, nära paritet med den slutna frontlinjen på resten, och ett avsiktligt avslöjande av en regression.

• Kodning i framkant — Terminal-Bench 4.0: Kimi K3.1 Pro 65,7 %, Claude Opus 5.5 66,4 %, GPT-6 Astra 58,2 %. Körd av leverantören.

• Kodning över långa tidshorisonter — Kimi Code Bench 3.0 Long-horizon: 61,2 % för K3.1 Pro mot 55,95 % för Kimi K3. Det här är den tydligaste jämförelsen med föregångaren i uppsättningen, och den är också den mest leverantörsstyrda, eftersom både benchmarken och testramverket är Moonshots.

• 3D och CAD – BenchCAD med verktyg: 92,7 för K3.1 Pro, 96,2 för Opus 5.5, 95,9 för GPT-6 Astra, 92,6 för Claude Fable 5.1. Utan verktyg: 72,8, mot 73,0 för Opus 5.5 och 60,6 för Fable 5.1. Spridningen med verktyg är tillräckligt liten för att ordningen skulle kunna ändras vid en omkörning.

• Hallucination – Kimi Hallu Bench Hard: andel på påståendenivå på 8,3 % med verktyg, ned från 23,4 % för Kimi K3. GPT-6 Astra får 5,5 % och Opus 5.5 får 15,0 %. Utan verktyg är andelen 5,4 %, mot 4,2 % för Astra och 6,8 % för Opus.

• Finans och drift — Frontier Finance 58,6; intern Financial Modeling 57,6 mot 50,4 för K3; intern Financial Research 70,4 mot 58,8; intern Business Operation 37 mot 8,9. De tre sista är Moonshots egna utvärderingar, så de mäter förbättring på företagets valda uppgifter, inte hur de står sig i en offentlig arena.

• Regressionen – xdev-bench-hard pass@3 är 81,0 %. En checkpoint som tränats utan företagets riskreducerande åtgärder fick 90,5 % på samma test. Moonshot publicerade den skillnaden och tillskrev den riktat säkerhetsarbete och kontroller av träningsdata. Vad man än tycker om avvägningen är att redovisa en kapacitetskostnad på 9,5 punkter inte hur ett lanseringsinlägg vanligtvis låter.

Den ärliga sammanfattningen är att detta är siffror som angetts av leverantörerna och som ännu inte har replikerats oberoende. Kimi K3 hade ett Artificial Analysis Intelligence Index på 57 vid lanseringen i juli, och det fanns ingen motsvarande tredjepartspoäng för K3.1 Pro på lanseringsdagen. Testramverket spelar enormt stor roll här: Terminal-Bench-resultat flyttar sig med tiotals poäng beroende på scaffolding, så 65,7 % och 58,2 % som tagits fram av olika labb med olika ramverk är inte en ren mätning av en skillnad på 7,5 punkter. Behandla tabellen som ett påstående om riktning, inte om storlek.

Vad prissänkningen faktiskt gör med en arbetsbelastning

API-priset är oförändrat över hela fönstret på 1M token, utan långkontextstillägg. Hela prislistan, i amerikanska dollar per miljon token:

• Kimi K3.1 Pro — $2,00 indata, $10,00 utdata, $0,20 cacheträff, $2,00 cacheskrivning vid TTL på fem minuter, $4,00 vid TTL på en timme.

• Kimi K3.1 Pro Highspeed – $4.00 för inmatning, $20.00 för utdata, $0.20 för cacheträff, $4.00 och $8.00 för cacheskrivningar. Samma modell, två till tre gånger högre utdatahastighet, ungefär dubbel kvotförbrukning i Kimi Code.

• Kimi K3 — $3,00 inmatning, $15,00 utmatning, $0,30 cacheträff, $3,00 och $6,00 cache-skrivningar.

En förfrågan som läser 1 M indatatoken och skriver 200 K utdatatoken kostar 6,00 USD på Kimi K3 och 4,00 USD på Kimi K3.1 Pro. Lägger man till realistisk promptcachning håller gapet på ungefär en tredjedel, eftersom priset för cacheträff också föll från 0,30 USD till 0,20 USD. För en agent som läser om ett stort kodförråd eller ett långt finansiellt dokument vid varje tur är det skillnaden mellan ett arbetsflöde som betalar sig självt och ett som inte gör det. Moonshot har i praktiken prissatt uppgraderingen som en marginalminskning snarare än en premie, vilket är ett märkligt drag för en modell som just har visat bättre siffror nästan överallt – och ett välkommet sådant för alla vars K3-räkning var skälet till att de såg sig om efter alternativ.

Det finns en hake i mekaniken. Kimi K3.1 Pro tänker alltid: resonemanget kan inte stängas av, och reasoning_effort accepterar low, high eller max, med standardvärdet max. Samplingsparametrarna är fasta vid temperature 1.0 och top_p 0.95, och att skicka andra värden returnerar ett fel. Att ändra reasoning effort mitt i en konversation ogiltigförklarar prefix-cacheträffar, vilket i tysthet höjer den effektiva kostnaden för den justeringsloop du planerade att köra. Det billigare tokenpriset är verkligt; det billigare arbetsflödet beror på hur ofta du ändrar dig mitt i kontexten.

Var du kan köra det, och datumet som är viktigare än lanseringen

Kimi K3.1 Pro är tillgänglig i Kimi-appen för konsumenter på webben, iOS, Android och HarmonyOS, i Kimi Work för skrivbord version 3.1.0 eller senare, och i Kimi Code via modellväljaren. Via API:et är den tillgänglig som kimi-k3.1-pro och kimi-k3.1-pro-highspeed via Moonshots egen plattform, med erbjudande om noll datalagring och företagsåtkomst avstängd som standard vid lansering. Den dyker också upp via tredjepartsplattformar för inferens, vilket är normalt för en modell av den här storleken och inte säger något om hur väl någon av dem kör den.

Det viktigare datumet är den 4 november 2026. Moonshot säger att fullständiga modellvikter kommer att släppas då. Det är det som gör beskrivningen ”open-weight” till mer än marknadsföring, och det är också den punkt där kostnadsbilden förändras igen: att självhosta en mixture-of-experts-modell med 2,8T parametrar är inte billigt, men en tillåtande licens tar bort per-token-mätaren för alla som har GPU:erna. Tills vikterna finns tillgängliga är prisjämförelsen ovan hela jämförelsen.

Ytterligare en operativ anmärkning för team som fortfarande använder K2-generationen: På Moonshots prissättningssida står det att K2-seriens modeller slutar vara tillgängliga för nyregistrerade användare den 31 oktober 2026 och är planerade att avvecklas i slutet av december. Om du använder K2.6 eller K2.7 Code fattas migreringsbeslutet åt dig, och K3.1 Pro är den avsedda destinationen.

Bör du byta redan första dagen?

Om din arbetsbelastning består i kodning, agentisk verktygsanvändning eller arbete med finansiella dokument är kombinationen av ett lägre pris och ett bättre leverantörsrapporterat resultat ett tydligt skäl att testa. Om det handlar om hämtning i långa kontexter med stabila prompter är priset vid cacheträff den siffra du bör räkna på, och även det talar för den nya modellen.

Om din produktionsväg är beroende av reproducerbar sampling bör du läsa begränsningen för fasta parametrar innan du migrerar. Temperaturen 1,0 är inte en neutral standard för alla uppgifter, och en modell som vägrar acceptera ett annat värde utgör ett annat slags beroende än en som accepterar det.

Och om du behöver oberoende bevis, vänta. Ingen utanför Moonshot har ännu publicerat en utvärdering av K3.1 Pro. Lanseringssiffrorna är internt samstämmiga och ovanligt öppna om den säkerhetsrelaterade regressionen, men det är fortfarande leverantören som rättar sin egen läxa. En så billig modell kommer att testas snabbt; de första resultaten från oberoende testriggar är de som kommer att visa om 65,7 % håller när den kommer i kontakt med någon annans scaffolding.

För team som redan dirigerar trafik via OrcaRouter är den praktiska förändringen mindre än lanseringen antyder. Vår katalog innehållerkimi/kimi-k3 idag till Moonshots listpris med0 % påslag, så K3-sidan av den här jämförelsen är live på samma nyckel som resten av er stack. Kimi K3.1 Pro finns inte i katalogen när detta skrivs; när den läggs till är flytten från en generation till nästa en ändring av modellsträngen snarare än ett andra avtal och ett nytt SDK. Prissänkningen är anledningen till att bry sig, och pass-through-modellen är anledningen till att den dyker upp på vår sida med samma siffra som Moonshot publicerar, inte en uppskruvad sådan.

Lanseringen i ett stycke

Kimi K3.1 Pro är en post-training-uppgradering av Kimi K3, som säljs till två tredjedelar av den äldre modellens pris, med ett starkt benchmarkunderlag från leverantören, en verklig förbättring av hallucinationskontrollen, en redovisad säkerhetsrelaterad regression i ett adversariellt kodningstest och ingen oberoende verifiering ännu. Lanseringen är verkligen nyhetsvärdig på grund av priset och åtagandet kring vikterna, inte för att modellen är en ny arkitektur. Datumet att ringa in är den 4 november, då vikterna ska släppas och de första seriösa externa utvärderingarna börjar komma.