Kimi K3.1 vs Kimi K4: Vad K4 måste överträffa nu när vikterna är släppta

Kimi K4 existerar inte. Kimi K3.1 Pro gör det, och sedan den här veckan finns den både som nedladdning och som slutpunkt: 96 shards, 1,56 TB, en licensfil och tre serveringsrecept. Den asymmetrin är hela jämförelsen. Den ena sidan är ett fast, granskningsbart artefakt. Den andra är en slogan fotograferad på en intern banner och en rapport om chipinköp som inte namngav någon modell. Så frågan som är värd att besvara är inte vilken som är bättre. Det är vad Kimi K4 skulle behöva visa innan en väntan på den blev ett rationellt beslut.

Den frågan har ett riktigt svar nu, eftersom baslinjen har slutat röra sig. Fram till 4 november var "vänta på K4" och "vänta på vikterna" samma instruktion med olika tidsfrister. De är inte längre samma instruktion, och bara en av dem har fortfarande ett datum kopplat till sig.

Familjens daterade artefakter, i ordningsföljd

Moonshots kadens är ovanligt lätt att följa för ett labb i den här storleken, och det är just det som gör att avsaknaden av en K4-artefakt är informativ snarare än bara en besvikelse.

• Kimi K3 — annonserades den 16 juli 2026 som den första öppna modellen i klassen med 2,8 biljoner parametrar; vikterna släpptes den 27 juli, elva dagar senare.

• Kimi K3.1 Pro — annonserades och såldes via API:et den 23 oktober 2026, och beskrivs som en eftertränad efterföljare med en 1M-tokenkontext och samma totala antal parametrar på 2,8 biljoner. Teknikbloggen är daterad den 24 oktober.

• Kimi K3.1 Pro-vikter — utlovade "senast 4 nov"; repots enda commit är tidsstämplad 2 november 2026, och nedladdningen är live.

• Kimi K4 — inget blogginlägg, inget modellkort, inget kodförråd, ingen API-identifierare, ingen rad i prislistan, ingen licens, ingen sida på Artificial Analysis.

Två generationer sedan juli 2025 – K2 i juli 2025, K3 i juli 2026 – med punktversioner emellan är mönstret. Kimi K3.1 Pro är precis den typ av lansering som mönstret förutspår, och en K4 under 2026 skulle vara undantaget snarare än fortsättningen.

Baren K4 måste klaras.

En efterträdare mäts mot det som den ersätter, och det är nu en fil du kan läsa. Det här är siffrorna som Kimi K4 skulle ärva, förbättra eller förlora mot.

• Storlek — 2,8 biljoner parametrar totalt, 104 miljarder aktiva, 93 lager, 896 experter med 16 valda per token och 2 delade.

• Kontext — 1 048 576 token, med en maximal utdata på 943 718 token på vår modellsida.

• Viktavtryck — 96 safetensors-shards, 1,56 TB, MXFP4-vikter och MXFP8-aktiveringar från kvantiseringsmedveten träning.

• Pris — 2,00 USD per miljon indatatoken och 10,00 USD per miljon utdatatoken, 0,20 USD för cachad input, 1,20 och 6,00 via Batch-API:et, 4,00 och 20,00 på Highspeed-varianten.

• Oberoende ställning — 46 på Artificial Analysis Intelligence Index v5, nionde totalt, och den högst rankade modellen som leverantören kallar open-weight.

• Leverantörens benchmarks — 65,7 på Terminal-Bench 4.0 vid maximal resonemangsansträngning, 51,7 på SWE Marathon v1.1, 92,7 på BenchCAD med verktyg, 51,1 på HLE-Full.

• Svagheter – 38,1 på Terminal-Bench-Science och 39,4 på HLE-Diamond, båda långt under den slutna frontlinjen.

• Licens — Kimi K3.1 Pro-licensen: tillåten användning, modifiering, distribution och finjustering, med ett separat avtal som krävs för företag som erbjuder model-as-a-service med en årlig omsättning på över 20 miljoner dollar.

De svaga punkterna är de intressanta raderna. En K4 som kommer med ytterligare två poäng på Terminal-Bench och samma Terminal-Bench-Science-poäng skulle vara en punktrelease med ett nytt nummer. Det är inom vetenskapligt resonemang och diamanthårt resonemang som frontlinjen för öppna vikter verkligen ligger efter, och det är där en verklig generationsväxling skulle behöva visa sig.

Tre tester som skulle motivera att vänta

Att vänta är en satsning, så det bör ha villkor. Dessa är de tre vi skulle tillämpa, i ordning efter hur mycket de skulle förändra ett beslut.

Det första är ett förmågekliv som är större än mätbruset. Benchmarkpoäng varierar med testramverket, ansträngningsinställningen och domaren, vilket är anledningen till att samma modell kan visa 55 på en version av indexet och 46 på nästa utan att en enda vikt ändras. En K4 som slog Kimi K3.1 Pro med två poäng på ett ompoängsatt index skulle inte klara den ribban. En som flyttade Terminal-Bench-Science från 38 till höga femtiotalet, eller HLE-Diamond från 39 till sextiotalet, skulle göra det.

Den andra är öppenhet i samma takt. Vikterna för Kimi K3.1 Pro anlände tio dagar efter API-lanseringen, under en licens vars villkor publicerades tillsammans med dem. En K4 som släpptes API-först med ett öppet löfte, eller med en licens som lade till restriktioner som K3-serien inte hade, skulle vara en sämre affär än modellen den ersatte, oavsett dess poäng. Ordningen mellan artefakterna spelar roll här: ett modellkort och en licensfil är svårare att backa från än ett blogginlägg.

Det tredje är priset, och det är det svåraste att klara. Kimi K3.1 Pro har redan sänkt sina priser för input, output och cache med en tredjedel jämfört med sin föregångare. En K4 till samma $2 och $10 skulle vara en kapacitetsuppgradering utan någon kostnadslättnad; en K4 över det skulle behöva vara dramatiskt bättre för att motivera ökningen, på en marknad där open-weight-nivån konvergerar i pris snarare än divergerar.

Vad K4-bevisningen egentligen är, kontrollerad igen den här veckan

Ingenting på den här listan har ändrats sedan vi granskade den i oktober. Det enda som ändrades – att Kimi K3.1 Pro släpptes – flyttade baslinjen, inte bevisen.

• Namnet kommer från en läckt intern firningsbanner från slutet av juli 2026 med frasen ”pusha K4 till den absoluta gränsen”. En fras på en bild är där ett produktnamn kan börja; det är inte ett tillkännagivande.

• Den enda substantiella rapporten är The Informations, från omkring den 29 juli 2026, om att Moonshot sökte ytterligare GPU:er av Nvidia Blackwell-klass för att träna en efterträdare som är större än K3. Den angav ingen modell, inget parameterantal och inget datum. Det är en upphandlingsnyhet.

• Siffran på 5–6 biljoner parametrar förekom i kinesiskspråkig rapportering under andra veckan i oktober, tillskrevs ingen namngiven källa och fanns inte i något Moonshot-dokument. Ordet som gör jobbet i de rapporterna är "probably".

• En läckare har hävdat att ett Moonshot-flaggskepp med kodnamnet "x4" har avslutat förträningen och befinner sig i mitten till slutet av efterträningen. Om x4 är K4 är obekräftat, och ett enda overifierat konto är en ledtråd snarare än bevis.

• Alla kontrollerbara ytor är tomma. Moonshots blogg har inget inlägg efter 24 oktober. Hugging Face-organisationens nyaste textmodell är Kimi K3.1 Pro; en sökning efter K4 returnerar återuppladdningar från tredje part. API:ets modelllista innehåller kimi-k3.1-pro, kimi-k3.1-pro-highspeed, kimi-k3, kimi-k2.7-code och kimi-k2.6. Prissättningssidan har ingen K4-rad. Artificial Analysis har ingen K4-sida.

Det finns också en policyrisk som är kopplad till en träningskörning snarare än till ett API. Moonshot har enligt rapporter mött anklagelser om hur företaget fick tag på Blackwell-klassade chip, och en hotad klassificering på Entity List skulle begränsa den GPU-tillgång som en K4 är beroende av långt mer än den skulle begränsa en modell som redan har levererats och laddats ner. Det är ett skäl att inte fästa sig vid en aggressiv K4-tidsplan, inte ett skäl att tvivla på tillgängligheten hos Kimi K3.1 Pro.

Vad väntan faktiskt kostar

Kostnaden är inte noll, och den är lättare att ange än nyttan. Varje månad som spenderas på att vänta är en månad utan en modell som får 46 på det aktuella indexet, kör ett kontextfönster på en miljon tokens, kostar $2 och $10 och kan laddas ner och granskas. Om din arbetsbelastning är vanlig agentisk kodning, dokumentutvinning eller långkontextsökning, är det du skulle vänta på att ersätta redan bättre än vad de flesta team kör.

Den andra kostnaden är arkitektonisk drift. Ett team som skjuter upp ett beslut tenderar att bygga mot det som är bekvämt under tiden, vilket gör den eventuella migreringen dyrare än den man sköt upp. Sättet att hålla alternativet billigt är att lägga modellen bakom ett gränssnitt som du kontrollerar. OrcaRouters routing-DSL gör det konkret: du adresserar en policy i stället för en modell, så när en K4-identifierare så småningom finns är det att lägga till den en ny rutt med sina egna vikter och fallback i stället för en omskrivning av den anropande koden. Automatisk failover mellan leverantörer körs bakom samma endpoint, vilket spelar roll för en så här ny modell – en produktionsväg som är låst till en enda uppströmsleverantör är det felmönster en router finns för att eliminera.

Den tredje kostnaden är svårare att kvantifiera men verklig: området för modeller med öppna vikter rör på sig. Kimi K3.1 Pro är den nuvarande ledaren bland modeller som beskrivs som öppna vikter, men DeepSeek V4.1 Flash och GLM-5.3 ligger efter den på samma index, och en väntan på sex månader är tillräckligt lång för att den ordningen ska ändras. Att vänta på K4 är inte att stå still.

Signalerna som faktiskt skulle flytta datumet

Om du vill övervaka detta i stället för att gissa dig till det, titta på artefakterna i den ordning ett labb vanligtvis producerar dem.

• En API-modellidentifierare. Detta är det billigaste att publicera och vanligtvis det första – en sträng i modellistan, ofta före något tillkännagivande.

• En rad i en prislista. Ett pris är den näst billigaste artefakten och den som tydligast signalerar en kommersiell lansering snarare än en demo.

• Ett Hugging Face-repository med en licensfil. För Moonshot har det inneburit ett glapp på elva till tolv dagar efter API-lanseringen, så att ett repository dyker upp är en sen signal, inte en tidig.

• Ett modellkort och en benchmarktabell med harnessinställningar. Kimi K3.1 Pro-kortet är ovanligt specifikt – det namnger Claude Code-harnessen, resonemangsinsatsen och domarmodellen – och den nivån av öppenhet är i sig en signal om en färdig release.

• En produktyta. Kimi Code, Kimi Work och mobilapparna har historiskt sett exponerat nya modellidentifierare innan utvecklardokumentationen hinner ikapp.

Det som inte räknas: parameterantal utan något dokument bakom dem, benchmark-siffror som extrapolerats från K3, och inlägg som börjar med "K4 is coming" utan någon av de fem artefakterna ovan. De har cirkulerat sedan juli och ingen av dem har mognat till en specifikation.

Beslutsregeln

Vänta bara om din arbetsbelastning ligger inom de två områden där Kimi K3.1 Pro bevisligen är svag — vetenskapligt terminalarbete och diamanthård slutledning — och du kan absorbera en väntetid som mäts i kvartal snarare än veckor. För det teamet är argumentet för att vänta verkligt: gapet till den slutna frontlinjen på de uppgifterna är tillräckligt stort för att en verklig generationsväxling skulle spela roll, och ingen punktrelease lär stänga det.

För alla andra är svaret att bygga vidare på det som redan finns. Kimi K3.1 Pro har ett lägre pris än de proprietära modeller som den står bredvid, den går att ladda ner, och dess felmoder dokumenteras offentligt av tredje part. Kimi K4 är en fråga om tidsplanering, och tidsplanen är det enda om den som ingen har publicerat. Att satsa en färdplan på en fotograferad slogan är inte tålamod. Det är en gissning med bättre varumärkesarbete.