Kimi K3.1 vs Kimi K4: K4 phải vượt qua những gì, giờ đây khi trọng số đã được công bố

Kimi K4 không tồn tại. Kimi K3.1 Pro thì có, và từ tuần này nó tồn tại dưới dạng bản tải về cũng như một endpoint: 96 shard, 1,56 TB, một tệp giấy phép và ba công thức phục vụ. Sự bất đối xứng đó chính là toàn bộ phép so sánh. Một bên là một hiện vật cố định, có thể kiểm tra. Bên kia là một khẩu hiệu được chụp lại trên băng-rôn nội bộ và một báo cáo mua sắm chip không nêu tên mô hình nào. Vậy nên câu hỏi đáng trả lời không phải là cái nào tốt hơn. Mà là Kimi K4 sẽ phải chứng minh được điều gì thì việc chờ đợi nó mới trở thành một quyết định hợp lý.

Câu hỏi đó giờ đã có câu trả lời thực sự, vì đường cơ sở đã ngừng dịch chuyển. Cho đến ngày 4 tháng 11, "chờ K4" và "chờ các trọng số" là cùng một chỉ dẫn với những thời hạn khác nhau. Chúng không còn là cùng một chỉ dẫn nữa, và chỉ một trong số đó vẫn còn gắn với một ngày cụ thể.

Các hiện vật có ghi ngày tháng của gia đình, theo thứ tự

Nhịp độ của Moonshot dễ nắm bắt một cách bất thường so với một phòng thí nghiệm ở quy mô này, và chính điều đó khiến cho việc thiếu vắng một hiện vật K4 trở nên có giá trị thông tin chứ không chỉ đơn thuần là đáng thất vọng.

• Kimi K3 — được công bố vào ngày 16 tháng 7 năm 2026 là mô hình mở đầu tiên thuộc nhóm 2,8 nghìn tỷ tham số; trọng số được phát hành vào ngày 27 tháng 7, mười một ngày sau đó.

• Kimi K3.1 Pro — được công bố và bán qua API vào ngày 23 tháng 10 năm 2026, được mô tả là phiên bản kế nhiệm sau huấn luyện với ngữ cảnh 1M token và vẫn giữ tổng cộng 2,8 nghìn tỷ tham số. Bài viết trên blog công nghệ có ngày 24 tháng 10.

• Trọng số Kimi K3.1 Pro — được hứa "trước ngày 4 tháng 11"; commit duy nhất của kho lưu trữ được đóng dấu thời gian ngày 2 tháng 11 năm 2026, và bản tải xuống đang hoạt động.

• Kimi K4 — không có bài đăng blog, không có thẻ mô hình, không có kho lưu trữ, không có mã định danh API, không có dòng bảng giá, không có giấy phép, không có trang Artificial Analysis.

Hai thế hệ kể từ tháng 7 năm 2025 — K2 vào tháng 7 năm 2025, K3 vào tháng 7 năm 2026 — với các bản phát hành điểm xen giữa, đó chính là quy luật. Kimi K3.1 Pro đúng là kiểu phát hành mà quy luật đó dự đoán, và một bản K4 trong năm 2026 sẽ là ngoại lệ chứ không phải là sự tiếp diễn.

Thanh K4 phải vượt qua.

Một phiên bản kế nhiệm được đánh giá so với thứ mà nó thay thế, và thứ đó giờ đây là một tệp bạn có thể đọc. Đây là những con số mà Kimi K4 sẽ kế thừa, cải thiện hoặc thua kém.

• Kích thước — 2,8 nghìn tỷ tổng số tham số, 104 tỷ tham số hoạt động, 93 lớp, 896 chuyên gia với 16 chuyên gia được chọn mỗi token và 2 chuyên gia dùng chung.

• Ngữ cảnh — 1,048,576 token, với đầu ra tối đa 943,718 token trên trang mô hình của chúng tôi.

• Dung lượng trọng số — 96 phân mảnh safetensors, 1,56 TB, trọng số MXFP4 và kích hoạt MXFP8 từ quá trình huấn luyện nhận biết lượng tử hóa.

• Giá — 2,00 USD cho mỗi triệu đầu vào và 10,00 USD cho mỗi triệu đầu ra, 0,20 USD cho đầu vào được lưu trong bộ nhớ đệm, 1,20 USD và 6,00 USD trên Batch API, 4,00 USD và 20,00 USD trên biến thể Highspeed.

• Vị thế độc lập — đạt 46 điểm trên Chỉ số Trí tuệ Artificial Analysis Intelligence Index v5, đứng thứ chín tổng thể và là mô hình có thứ hạng cao nhất mà nhà cung cấp của nó gọi là trọng số mở.

• Điểm chuẩn từ nhà cung cấp — 65.7 trên Terminal-Bench 4.0 ở mức nỗ lực suy luận tối đa, 51.7 trên SWE Marathon v1.1, 92.7 trên BenchCAD khi có công cụ, 51.1 trên HLE-Full.

• Điểm yếu — 38,1 trên Terminal-Bench-Science và 39,4 trên HLE-Diamond, cả hai đều thấp hơn nhiều so với mức tiên tiến của các mô hình đóng.

• Giấy phép — {{1}}Kimi K3.1 Pro License{{/1}}: được phép sử dụng, sửa đổi, phân phối và tinh chỉnh, với yêu cầu phải có thỏa thuận riêng đối với các doanh nghiệp cung cấp mô hình dưới dạng dịch vụ có doanh thu hằng năm trên 20 triệu USD.

Những điểm yếu chính là những hàng đáng chú ý. Một K4 xuất hiện cùng thêm hai điểm trên Terminal-Bench và giữ nguyên điểm Terminal-Bench-Science sẽ là một bản phát hành nhỏ với một con số mới. Nơi mà biên giới open-weight thực sự bị bỏ lại phía sau là suy luận khoa học và cực kỳ khó, và đó là nơi một thay đổi thế hệ thực sự sẽ phải xuất hiện.

Ba bài kiểm tra có thể biện minh cho việc chờ đợi

Chờ đợi là một canh bạc, nên nó phải có điều kiện. Đây là ba điều kiện chúng tôi sẽ áp dụng, theo thứ tự mức độ chúng sẽ thay đổi một quyết định.

Đầu tiên là một bước tiến về năng lực lớn hơn nhiễu đo lường. Điểm benchmark dao động theo harness, thiết lập effort và bộ chấm điểm, đó là lý do cùng một mô hình có thể cho ra 55 trên một phiên bản chỉ số và 46 trên phiên bản kế tiếp mà không thay đổi một trọng số nào. Một K4 đánh bại Kimi K3.1 Pro hai điểm trên một chỉ số được chấm lại sẽ không đạt ngưỡng đó. Một K4 đưa Terminal-Bench-Science từ 38 lên cuối khoảng 50, hoặc HLE-Diamond từ 39 vào khoảng 60, thì sẽ đạt.

Điều thứ hai là sự cởi mở với cùng tốc độ. Trọng số của Kimi K3.1 Pro đã đến mười ngày sau khi API ra mắt, theo một giấy phép mà các điều khoản của nó được công bố cùng lúc. Một K4 được phát hành API-first với một lời hứa mở, hoặc với một giấy phép bổ sung những hạn chế mà dòng K3 không có, sẽ là một thỏa thuận kém hơn mô hình mà nó thay thế bất kể điểm số của nó. Thứ tự của các artefact rất quan trọng ở đây: một model card và một tệp giấy phép khó rút lại hơn một bài đăng blog.

Điều thứ ba là giá, và đây là điều khó vượt qua nhất. Kimi K3.1 Pro đã cắt giá đầu vào, đầu ra và bộ nhớ đệm xuống một phần ba so với phiên bản tiền nhiệm. Một K4 với cùng mức $2 và $10 sẽ là nâng cấp năng lực mà không giảm chi phí; một K4 cao hơn sẽ cần tốt hơn đáng kể để biện minh cho mức tăng, trong một thị trường mà phân khúc trọng số mở đang hội tụ về giá thay vì phân hóa.

Bằng chứng K4 thực sự là gì, đã được kiểm tra lại trong tuần này

Không có gì trong danh sách này thay đổi kể từ khi chúng tôi kiểm toán nó vào tháng 10. Điều duy nhất đã thay đổi — việc Kimi K3.1 Pro được phát hành — đã dịch chuyển mốc cơ sở, chứ không phải bằng chứng.

• Cái tên bắt nguồn từ một banner ăn mừng nội bộ bị rò rỉ vào cuối tháng 7 năm 2026, mang dòng chữ "push K4 to the absolute limit". Một câu trên slide có thể là nơi khởi đầu cho tên sản phẩm; đó không phải là một thông báo.

• Báo cáo thực chất duy nhất là của The Information, vào khoảng ngày 29 tháng 7 năm 2026, cho biết Moonshot đang tìm kiếm thêm GPU Nvidia cấp Blackwell để huấn luyện một mô hình kế nhiệm lớn hơn K3. Bài báo không nêu tên mô hình, không nêu số tham số và không nêu ngày tháng. Đây là một câu chuyện về mua sắm.

Con số 5 đến 6 nghìn tỷ tham số xuất hiện trên các bài báo tiếng Trung vào tuần thứ hai của tháng Mười, không được quy cho bất kỳ nguồn nào có tên và không hề có trong bất kỳ tài liệu nào của Moonshot. Từ gánh vác vai trò then chốt trong những bản tin đó là "có lẽ".

• Một người rò rỉ đã tuyên bố rằng một mẫu flagship của Moonshot có tên mã là "x4" đã hoàn tất giai đoạn tiền huấn luyện và đang ở giữa đến cuối giai đoạn hậu huấn luyện. Việc x4 có phải là K4 hay không vẫn chưa được xác nhận, và một tài khoản chưa được xác minh duy nhất chỉ là manh mối chứ không phải bằng chứng.

• Tất cả các bề mặt có thể kiểm chứng đều trống. Blog của Moonshot không có bài đăng nào sau ngày 24 tháng 10. Mô hình văn bản mới nhất của tổ chức Hugging Face là Kimi K3.1 Pro; tìm kiếm K4 trả về các bản tải lên lại của bên thứ ba. Danh sách mô hình của API bao gồm kimi-k3.1-pro, kimi-k3.1-pro-highspeed, kimi-k3, kimi-k2.7-code và kimi-k2.6. Trang định giá không có dòng K4. Artificial Analysis không có trang K4.

Cũng có một rủi ro chính sách gắn với một lần chạy huấn luyện hơn là với một API. Moonshot đã đối mặt với các cáo buộc được đưa tin về cách họ có được chip thuộc lớp Blackwell, và việc bị đe dọa đưa vào Danh sách Thực thể sẽ hạn chế nguồn cung GPU mà một K4 phụ thuộc vào nhiều hơn rất nhiều so với việc hạn chế một mô hình đã được phát hành và tải xuống. Đó là lý do để xem nhẹ một lộ trình K4 đầy tham vọng, chứ không phải lý do để nghi ngờ tính sẵn có của Kimi K3.1 Pro.

Cái giá thực sự của việc chờ đợi

Chi phí không phải bằng không, và nó dễ nói ra hơn là lợi ích. Mỗi tháng chờ đợi là một tháng không có mô hình đạt 46 điểm trên chỉ số hiện tại, chạy ngữ cảnh một triệu token, tốn $2 và $10, và có thể tải xuống và kiểm tra. Nếu khối lượng công việc của bạn là lập trình agentic thông thường, trích xuất tài liệu hoặc truy xuất ngữ cảnh dài, thứ bạn đang chờ để thay thế đã tốt hơn những gì hầu hết các nhóm đang dùng.

Chi phí thứ hai là sự trôi dạt kiến trúc. Một nhóm trì hoãn một quyết định thường có xu hướng xây dựng dựa trên bất cứ thứ gì thuận tiện trong lúc đó, khiến cho việc di chuyển về sau trở nên đắt đỏ hơn so với việc di chuyển mà họ đã trì hoãn. Cách để giữ cho lựa chọn này ít tốn kém là đặt mô hình phía sau một giao diện mà bạn kiểm soát. DSL định tuyến của OrcaRouter làm điều đó một cách cụ thể: bạn định địa chỉ tới một chính sách thay vì một mô hình, vì vậy khi một định danh K4 cuối cùng tồn tại, việc thêm nó là một tuyến mới với trọng số và cơ chế dự phòng riêng thay vì viết lại mã gọi. Chuyển đổi dự phòng tự động giữa các nhà cung cấp chạy phía sau cùng một endpoint, điều này quan trọng đối với một mô hình mới như thế này — một đường dẫn sản xuất bị ghim vào một upstream duy nhất chính là chế độ lỗi mà một bộ định tuyến tồn tại để loại bỏ.

Chi phí thứ ba khó định lượng hơn nhưng có thật: lĩnh vực trọng số mở đang chuyển động. Kimi K3.1 Pro hiện là mô hình dẫn đầu trong số các mô hình được mô tả là trọng số mở, nhưng DeepSeek V4.1 Flash và GLM-5.3 xếp sau nó trên cùng bảng chỉ số, và chờ sáu tháng là đủ dài để thứ tự đó thay đổi. Chờ K4 không phải là chờ tại chỗ.

Những tín hiệu thực sự có thể làm thay đổi ngày

Nếu bạn muốn theo dõi điều này thay vì đoán mò, hãy quan sát các artefact theo đúng thứ tự mà một phòng thí nghiệm thường tạo ra chúng.

• Một định danh mô hình API. Đây là thứ rẻ nhất để công bố và thường là thứ đầu tiên — một chuỗi trong danh sách mô hình, thường trước bất kỳ thông báo nào.

• Một dòng trong bảng giá. Giá là hiện vật rẻ thứ hai, và là thứ thể hiện rõ ràng nhất một đợt ra mắt thương mại chứ không phải bản demo.

• Một kho lưu trữ Hugging Face có kèm tệp giấy phép. Với Moonshot, điều này đồng nghĩa với khoảng cách mười một đến mười hai ngày sau khi API ra mắt, vì vậy việc một kho lưu trữ xuất hiện là tín hiệu muộn, chứ không phải tín hiệu sớm.

• Một thẻ mô hình và một bảng điểm chuẩn với cấu hình harness. Thẻ Kimi K3.1 Pro đặc biệt cụ thể — nó nêu tên harness Claude Code, mức nỗ lực suy luận và mô hình giám khảo — và mức độ công bố đó tự nó là dấu hiệu của một bản phát hành đã hoàn thiện.

• Một bề mặt sản phẩm. Kimi Code, Kimi Work và các ứng dụng di động từ trước đến nay vẫn thường tiết lộ các định danh mô hình mới trước khi tài liệu dành cho nhà phát triển được cập nhật kịp.

Những gì không được tính: số lượng tham số mà không có tài liệu nào đằng sau, các con số benchmark được ngoại suy từ K3, và những bài đăng mở đầu bằng “K4 đang đến” mà không có một trong năm hiện vật ở trên. Những thứ đó đã lưu hành từ tháng Bảy và không có thứ nào trong số đó chuyển hóa thành một bản đặc tả.

Quy tắc quyết định

Chỉ nên chờ nếu khối lượng công việc của bạn nằm ở hai lĩnh vực mà Kimi K3.1 Pro yếu một cách rõ rệt — công việc trên terminal trong khoa học và suy luận cực kỳ khó — và bạn có thể chấp nhận một thời gian chờ tính bằng quý thay vì tuần. Với đội đó, lý do để chờ là có thật: khoảng cách tới biên giới đóng trong những tác vụ đó đủ lớn để một thay đổi thế hệ thực sự sẽ có ý nghĩa, và không có bản phát hành điểm nào có khả năng thu hẹp nó.

Đối với những người còn lại, câu trả lời là xây dựng dựa trên những gì đã có. Kimi K3.1 Pro có giá thấp hơn các mô hình độc quyền mà nó đứng cạnh, nó có thể tải xuống, và các kiểu lỗi của nó đang được bên thứ ba ghi nhận công khai. Kimi K4 là một câu hỏi về lịch trình, và lịch trình là điều duy nhất về nó mà chưa ai công bố. Đặt cược lộ trình vào một khẩu hiệu được chụp ảnh không phải là kiên nhẫn. Đó là một phỏng đoán với thương hiệu tốt hơn.