Kimi K3.1: Tên gọi trên ô tìm kiếm của Kimi K3, và những gì Moonshot thực sự phát hành

Nhập kimi k3.1 vào ô tìm kiếm và bạn không phải đang tìm tin tức. Không hề có thẻ mô hình Kimi K3.1, không có kho trọng số, không có dòng bảng giá nào và không có mã định danh API nào mang con số đó ở bất kỳ đâu trên chính các bề mặt của Moonshot AI — và sẽ chẳng bao giờ có cho đến khi phòng thí nghiệm đưa nó lên đó. Thứ mà dấu chấm trỏ tới chính là sản phẩm mà nó gọi tắt bằng cái tên ấy: Kimi K3, mẫu flagship trọng số mở 2,8 nghìn tỷ tham số mà Moonshot phát hành ngày 16 tháng 7 năm 2026, cùng dòng sản phẩm mà nó thuộc về. "Kimi K3.1" là cách viết mà ô tìm kiếm ưa dùng cho dòng đó; Kimi K3 là cách viết mà nhà cung cấp dùng. Toàn bộ trang dưới đây nói về sự khác biệt ấy, bởi vì chính sự khác biệt đó quyết định thứ mà bạn thực sự có thể chạy.

Lý do để viết điều này ra là vì nhu cầu chứ không phải tin tức. Trong hai mươi tám ngày tính đến ngày 12 tháng 10 năm 2026, các truy vấn dựa trên cách viết có dấu chấm đã thu hút 777 lượt hiển thị và 70 lượt nhấp trên website của chính chúng tôi — mười hai truy vấn, hầu như không có long tail, và tỷ lệ nhấp là 9,7% trên kimi k3.1 chính nó. Đó là chuyển đổi cao nhất trong số mọi khía cạnh được đo trong vòng này, và gần gấp đôi mức mà cách viết không có dấu chấm đạt được. Những độc giả gõ dấu chấm không phải đang duyệt. Họ đã đọc điều gì đó về dòng này và họ quay lại vì nó. Trong khi đó kimi k3 mang 4.004 lượt hiển thị trên 189 truy vấn, gấp năm lần khối lượng của cách viết có dấu chấm, và đó là con số cho bạn biết tên nào trong hai tên là sản phẩm.

"Kimi K3.1" ám chỉ điều gì, gói gọn trong một màn hình

Ba phát biểu, theo đúng thứ tự, bởi vì thứ tự rất quan trọng:

• Kimi K3.1 không phải là một bản phát hành riêng. M​oonshot AI chỉ công bố một mô hình K3 duy nhất. Tài liệu, trang định giá, tổ chức Hugging Face và blog của họ đều dùng cùng một tên cho nó, và không có tài liệu nào dùng hậu tố có dấu chấm.

• Kimi K3 là mô hình đã được phát hành và có thể gọi ngay hôm nay. Một hệ thống mixture-of-experts 2,8T tham số với cửa sổ ngữ cảnh 1.048.576 token, đầu vào hình ảnh native, trọng số mở theo giấy phép riêng của Moonshot, và mức giá API đã công bố là $3.00 cho mỗi triệu token đầu vào và $15.00 cho mỗi triệu token đầu ra.

• Dấu chấm là một nhãn, không phải một phiên bản. Nó là hình thức mà thuật ngữ này mang trong tìm kiếm và trong thảo luận cộng đồng, và nó cũng là hình thức mà sản phẩm kế nhiệm được đồn đại của dòng này đã mang kể từ tháng Bảy. Đó là hai thứ khác nhau dùng chung một cách viết, và phần còn lại của trang này giữ chúng tách biệt.

Nếu bạn đến đây từ một liên kết về một vụ rò rỉ, thì đó là nửa còn lại của câu chuyện và có một trang dành cho nó — còn trang này là trang tham chiếu cho cái tên và mô hình đứng sau nó.

Kimi K3 là gì, theo model card của chính Mo​onshot

Mọi số liệu trong phần này đều được lấy từ tài liệu của chính Moonshot: thẻ mô hình trong kho moonshotai/Kimi-K3 trên Hugging Face, bài blog kỹ thuật tại kimi.com/blog/kimi-k3, và tài liệu mô hình trên nền tảng API của phòng thí nghiệm. Đây là những con số do nhà cung cấp công bố, không phải những con số được tái lập độc lập, và sự phân biệt này đáng để giữ lại vì K3 là một mô hình thưa lớn, nơi các tuyên bố về benchmark và tuyên bố về phục vụ đều do bên đã huấn luyện nó đưa ra.

• Lớp — một mô hình ngôn ngữ hỗn hợp chuyên gia có khả năng thị giác, được Moonshot mô tả là mô hình mở đầu tiên trên thế giới trong lớp 3 nghìn tỷ tham số.

• Kích thước — tổng cộng 2,8T tham số với 104B được kích hoạt trên mỗi token, trải khắp 896 chuyên gia định tuyến, trong đó 16 chuyên gia hoạt động mỗi token, cộng thêm 2 chuyên gia chia sẻ. 93 lớp, một trong số đó là lớp dày đặc.

• Kiến trúc — Kimi Delta Attention (KDA) và Attention Residuals, với 69 lớp KDA và 24 lớp MLA có cổng, chiều ẩn attention là 7.168 và 96 đầu attention. Moonshot báo cáo rằng nhờ sự kết hợp này, hiệu quả mở rộng quy mô đạt khoảng 2,5× so với Kimi K2.

• Ngữ cảnh — 1.048.576 token, cũng chính là con số mà trang định giá API công bố cho mô hình.

• Phương thức — văn bản và hình ảnh đầu vào, văn bản đầu ra. Bộ mã hóa thị giác là MoonViT-V2 với 401M tham số, và từ vựng là 160K.

• Số trị — huấn luyện nhận biết lượng tử hóa từ giai đoạn tinh chỉnh có giám sát trở đi, với trọng số MXFP4 và kích hoạt MXFP8, điều mà Moonshot coi là khả năng tương thích phần cứng rộng rãi.

• Điều khiển suy luận — khả năng suy nghĩ luôn được bật và độ sâu được đặt bằng trường reasoning_effort ở cấp cao nhất, nhận các giá trị low, high hoặc max, mặc định là max.

• Giá, do nhà cung cấp công bố — 3,00 USD cho mỗi triệu token đầu vào, 15,00 USD cho mỗi triệu token đầu ra, 0,30 USD cho mỗi triệu lượt đọc đầu vào được lưu trong bộ nhớ đệm, với thao tác ghi vào bộ nhớ đệm được tính phí ở mức 3,00 USD mỗi triệu ở gói lưu trữ 5 phút và 6,00 USD mỗi triệu ở gói một giờ.

Một dòng trong danh sách đó đáng được tách riêng ra, vì đó là phần của K3 thường bị bỏ sót nhiều nhất khi nói về số lượng tham số: mô hình không cho phép bạn đặt các tham số lấy mẫu của nó. Tài liệu tham chiếu tham số của Moonshot ghi temperature cố định ở 1.0, top_p cố định ở 0.95, n cố định ở 1 và cả hai tham số phạt đều cố định ở 0, đồng thời nêu rằng truyền bất kỳ giá trị nào khác sẽ trả về lỗi — vì vậy lời khuyên là đừng gửi chúng chút nào. Độ sâu là nút điều chỉnh duy nhất, thông qua reasoning_effort, và cùng trang đó có một cảnh báo đáng biết trước khi bạn xây dựng: thay đổi mức effort giữa cuộc trò chuyện sẽ làm mất hiệu lực các lượt trúng bộ đệm tiền tố, vì vậy tốt nhất nên quyết định mức này khi phiên bắt đầu.

Moonshot có phát hành thứ gì đó có tên là 3.1 không?

Đây là câu hỏi mà người đọc đã gõ dấu chấm thực sự đang đặt ra, và nó có một câu trả lời có thể kiểm chứng thay vì một ý kiến. Mọi bề mặt dưới đây đều đã được đọc vào ngày 13 tháng 10 năm 2026, và một độc giả có thể lặp lại tất cả chúng trong một buổi chiều.

• Danh sách mô hình trên nền tảng API của Moonshot liệt kê bốn mô hình có thể gọi được: kimi-k3, kimi-k2.7-code, kimi-k2.7-code-highspeed và kimi-k2.6. Không có mục K3.1 nào, và thay vào đó, chính trang đó đánh dấu mười ba định danh trước đó là đã ngừng hỗ trợ.

• Trang định giá có một hàng thuộc dòng K3. Đó là kimi-k3, với mức giá đã nêu ở trên, cùng cửa sổ ngữ cảnh 1.048.576 token. Không có hàng thứ hai nào để định giá.

Chỉ mục tài liệu mà nền tảng công bố cho các trình đọc tự động liệt kê ba hướng dẫn dành riêng cho K3 — bản khởi đầu nhanh, một trang thực hành tốt nhất về gọi công cụ và một trang thiết lập agent — và không có mục nào được đánh số 3.1.

Tổ chức Hugging Face của phòng thí nghiệm chỉ có đúng một kho lưu trữ K3, moonshotai/Kimi-K3, và việc tìm kiếm trên Hub một kho lưu trữ được đánh số 3.1 không trả về gì dưới bất kỳ cách viết nào.

• Danh mục nghiên cứu tại kimi.com liệt kê K3 trong số các công trình đã công bố của phòng thí nghiệm với một mục duy nhất. Không có mục K3 thứ hai nào ở phía trên nó.

Vậy 3.1 đến từ đâu? Hai nơi, và không nơi nào là phiên bản mô hình. Thứ nhất là số 3.1 thực sự xuất hiện trong tài liệu ra mắt K3 của chính Moonshot — với tư cách là phiên bản của ứng dụng desktop Kimi Work mà bạn cần để chạy K3 trên máy Mac hoặc Windows, được blog nêu là "phiên bản 3.1.0 trở lên". Một phiên bản sản phẩm, do phòng thí nghiệm công bố, trong một tài liệu về K3, là thứ hoàn toàn bình thường để thấy bên cạnh tên một mô hình, và đó là kiểu gần kề dễ biến thành một cụm từ tìm kiếm. Thứ hai là dòng dõi rò rỉ: cái tên Kimi K3.1 đã được gắn với một phiên bản kế nhiệm được đồn đại từ tháng 7, đã được suy diễn từ một bài đăng úp mở của nhà cung cấp vào tháng 9, và đã được một kẻ rò rỉ khẳng định sẽ ra mắt trong khung mùa thu, người mà mốc thời gian trước đó cho cùng mô hình đã trôi qua. Lịch sử đó được ghi lại trên trang rò rỉ của chúng tôi và không được nhắc lại ở đây.

Điều mà không nguồn nào làm là phân biệt Kimi K3.1 với Kimi K3 trên bất kỳ phương diện kỹ thuật nào. Không có nhật ký thay đổi, không có so sánh song song, không có "có gì mới trong 3.1", bởi vì không có hai thứ để so sánh. Đó là phát hiện, và đáng nói thẳng ra thay vì tô vẽ: nếu một trang cho bạn xem bảng thông số so sánh K3 với K3.1, thì ít nhất một cột trong đó đã được bịa ra.

Trọng số, giấy phép và cách chạy nó

Trọng số của K3 là mở, và các điều khoản là của riêng M​oonshot chứ không phải một giấy phép có sẵn — một khác biệt quan trọng hơn chữ “mở” ở tiêu đề. Kho lưu trữ khai báo license: other với license_name: kimi-k3, và văn bản cấp quyền sử dụng, sao chép, sửa đổi, hợp nhất, công bố, phân phối, cấp phép lại và bán, bao gồm quyền tinh chỉnh và tạo tác phẩm phái sinh. Hai điều kiện nằm trên khoản cấp phép đó, và cả hai đều mang tính thương mại chứ không phải kỹ thuật:

• Nếu bạn điều hành một doanh nghiệp mô hình-dưới-dạng-dịch-vụ — cung cấp cho bên thứ ba quyền truy cập kiểu API với khả năng kiểm soát đáng kể đối với đầu vào, tham số hoặc dữ liệu huấn luyện — và tổng doanh thu của bạn trong bất kỳ mười hai tháng liên tiếp nào vượt quá 20 triệu USD, thì bạn cần một thỏa thuận riêng với M​oonshot trước khi sử dụng các trọng số hoặc sản phẩm phái sinh cho mục đích thương mại.

• Nếu một sản phẩm hoặc dịch vụ thương mại được xây dựng trên các trọng số đạt 100 triệu người dùng hoạt động hàng tháng hoặc 20 triệu USD doanh thu hàng tháng, thì "Kimi K3" phải được hiển thị nổi bật trên giao diện của sản phẩm hoặc dịch vụ đó.

• Không điều kiện nào áp dụng cho việc sử dụng nội bộ, hoặc cho bất kỳ nội dung nào được truy cập thông qua các sản phẩm của chính Moonshot hoặc các đối tác suy luận được chứng nhận của mình.

Bản thân bản tải về không hề nhỏ, và việc biết rõ quy mô của nó trước khi bắt đầu là điều đáng làm. Kho chứa có 97 shard safetensors với tổng dung lượng khoảng 1,56 TB, được phát hành ở cấu hình MXFP4/MXFP8 mà mô hình đã được huấn luyện để sử dụng — đây là một thuận tiện thực sự, vì nó có nghĩa là cách lượng tử hóa của chính phòng thí nghiệm là chuẩn tham chiếu thay vì thứ bạn phải tái tạo. M​oonshot nêu tên ba engine suy luận mà họ khuyến nghị cho K3: vLLM, SGLang và TokenSpeed, mỗi engine đều có công thức hoặc cookbook được công bố. Ghi chú triển khai của chính nhà cung cấp bổ sung một mức sàn phần cứng đáng được trích dẫn nguyên văn: K3 được khuyến nghị trên các cấu hình supernode từ 64 bộ tăng tốc trở lên, đây là câu trả lời trung thực cho câu hỏi "liệu tôi có thể chạy cái này cục bộ không" và là một câu trả lời khác với câu mà số lượng tham số hàm ý.

Nếu 1,56 TB MXFP4 vượt quá dung lượng máy bạn có — và với gần như mọi độc giả thì đúng là vậy — thì các bản rút gọn do cộng đồng thực hiện chính là con đường thực tế, và chúng là những lựa chọn chính đáng. Kho unsloth/Kimi-K3-GGUF là bản chuyển đổi GGUF được tải xuống nhiều nhất trên Hub; NVIDIA phát hành bản dựng NVFP4; có các bản chuyển đổi MLX dành cho Apple silicon; và một số biến thể cắt tỉa theo kiểu REAP đánh đổi số lượng expert để có dung lượng vừa vặn trên một máy trạm lớn duy nhất. Đây là những bản chỉnh sửa trọng số của bên thứ ba, không phải các bản phát hành của Moonshot, và các điều khoản giấy phép áp dụng cho cả bản phái sinh lẫn bản gốc. Hãy coi một bản dựng đã cắt tỉa hoặc lượng tử hóa mạnh là một sản phẩm riêng: nó sẽ rẻ hơn để chạy so với bản tham chiếu và sẽ không đạt điểm số giống hệt, và không nên hiểu bất kỳ benchmark nào trên trang này là áp dụng cho nó.

Câu hỏi “tôi nên tải tệp nào”, được làm rõ: hãy chọn GGUF nếu bạn đang phục vụ qua công cụ kiểu llama.cpp và cần vừa với một lượng bộ nhớ cố định; chọn bản dựng MLX nếu máy là máy Apple silicon; chọn các shard của chính nhà cung cấp nếu bạn có ngân sách accelerator và muốn cấu hình mà Moonshot đã huấn luyện. Đó là toàn bộ quy tắc, và nó do phần cứng của bạn quyết định chứ không phải do mô hình.

Nơi trang này nằm cạnh trang rò rỉ

Trang trực tiếp duy nhất trên nhánh này là kimi-k3-1-leak, và nó bao quát tin đồn: danh sách tính năng bị rò rỉ, bài đăng khó hiểu cùng việc nó bị xóa, và dòng thời gian vốn đã trễ một lần. Trang này là nửa còn lại, và nó cố tình không kể lại bất kỳ điều nào trong số đó. Hãy đọc trang rò rỉ nếu điều bạn muốn là tình trạng của những suy đoán; hãy đọc trang này nếu điều bạn muốn là mô hình đang tồn tại, cái tên mà nó mang trong danh mục của chính nhà cung cấp, và những điều khoản mà trọng số của nó mang theo.

Điều gì chưa được giải quyết

Liệu Moonshot có bao giờ phát hành một mô hình mà họ gọi là K3.1 hay không, và trong đó sẽ có gì. Có một bước suy luận nhảy vọt hướng tới một sản phẩm kế nhiệm nghiêng nhiều hơn về khả năng sử dụng máy tính và tính đa phương thức, và đó là một cách hiểu hợp lý về định hướng sản phẩm của chính phòng thí nghiệm — nhưng hợp lý không có nghĩa là đã phát hành, và không có gì trong tài liệu của nhà cung cấp cam kết về một con số, một mốc thời gian hay một hình hài. Điều duy nhất thực sự đã ngã ngũ là câu hỏi về đặc tả theo hướng phủ định: hiện nay không có đặc tả K3.1 nào để đưa ra, từ bất kỳ nguồn nào.

Tính khả dụng, được nêu cẩn thận

Sự phân biệt mà phần này phải giữ vững là giữa tên gọi và định danh, bởi vì rất dễ bị nhập nhằng. Moonshot chỉ công bố đúng một định danh cho dòng này — kimi-k3, trong moonshotai/Kimi-K3 và trên nền tảng API của riêng mình — và đó là định danh duy nhất đáng để trích dẫn. Không hề có kimi-k3.1, không có kimik3.1 và cũng không có kimi-k3-1 trong bất kỳ danh mục nào mà chúng tôi có thể tìm thấy, kể cả danh mục của chúng tôi, và trang này sẽ không in ra một cái như vậy làm ví dụ minh họa.

Thứ có thể truy cập được là Kimi K3. Trên OrcaRouter, nó được niêm yết là kimi/kimi-k3 với giá $3.00 mỗi triệu token đầu vào và $15.00 mỗi triệu token đầu ra — giá niêm yết của nhà cung cấp được chuyển nguyên với mức 0% markup từ phía chúng tôi, đi kèm cửa sổ ngữ cảnh 1.048.576 token và bề mặt tương thích OpenAI, nên ứng dụng khách bạn đang dùng không cần thay đổi. Danh mục trực tiếp của chúng tôi có bốn mã định danh M​oonshot, kimi/kimi-k2.5, kimi/kimi-k2.6, kimi/kimi-k2.7-code và kimi/kimi-k3, và không có mã thứ năm nào dưới bất kỳ cách viết nào của 3.1; điều đó được đối chiếu với danh sách model trực tiếp chứ không phải giả định.

Trên thực tế, điều đó quan trọng đối với cách bạn duy trì một bản kế nhiệm chưa được xác minh. Nếu K3.1 xuất hiện, cách tiếp cận hữu ích là dẫn một phần lưu lượng đến nó phía sau chuyển đổi dự phòng tự động với K3 làm nhánh dự phòng — cùng khóa, cùng điểm cuối, không cần hợp đồng thứ hai — để khi nó đến, đó chỉ là một thay đổi định tuyến chứ không phải một chu kỳ mua sắm. Hiện vẫn chưa có gì để chuyển đổi dự phòng sang, và chúng tôi không tuyên bố điều ngược lại.

Làm gì với tất cả những thứ này

Nếu bạn tìm kiếm Kimi K3.1 vì bạn muốn một phiên bản kế nhiệm, hướng dẫn trung thực là hãy chờ đợi một sản phẩm cụ thể — một hàng trong danh sách mô hình, một mã định danh API, hoặc một kho lưu trữ thuộc tổ chức của chính phòng thí nghiệm — và đánh giá sự xuất hiện dựa trên một trong những thứ đó thay vì dựa trên ảnh chụp màn hình. Nếu bạn tìm kiếm vì bạn muốn sử dụng dòng sản phẩm này ngay hôm nay, mô hình là Kimi K3, nó có trọng số mở theo một giấy phép mà bạn nên đọc trước khi triển khai nó, và nó có thể được gọi theo một bảng giá với các con số được công bố thay vì suy đoán. Một nhãn phiên bản mà hộp tìm kiếm sử dụng và sản phẩm không sử dụng thì không phải là một mô hình, cho dù có bao nhiêu nhu cầu đứng sau nó.