Kimi K3.1 Pro ve K3: Neler Değişti, Maliyeti Ne ve Kimler Geçiş Yapmalı?

Kimi K3.1 Pro, Moonshot AI’nin 16 Temmuz 2026’da piyasaya sürdüğü 2,8 trilyon parametreli açık ağırlıklı model Kimi K3’e gelen ilk güncellemedir. Model, 23–24 Ekim 2026’da Kimi uygulaması, Kimi Code ve Kimi API’de kullanıma sunuldu. Moonshot’ın tanıtım yazısında onu “yeni K3.1 serimizin ilk modeli ve bugüne kadarki en yetenekli 3T sınıfı açık ağırlıklı modelimiz” olarak tanımlıyor: K3’ün, “yüzlerce alt alan” üzerinde çok daha fazla son eğitim hesaplama kaynağıyla eğitilmiş bir son eğitim sürümü. Moonshot; kodlama, 3D oluşturma, finans araştırması ve modellemede iyileşmeler olduğunu öne sürüyor. K3.1 Pro Highspeed adlı varyant aynı yeteneklere yaklaşık iki ila üç kat hızla sahip; tüm ağırlıkların ise 4 Kasım 2026’ya kadar yayımlanması bekleniyor.

Kısa yanıt: API kodu için geçiş, model kimliğini değiştirmekten ibaret. kimi-k3.1-pro, kimi-k3 ile aynı parametre kısıtlarına sahip; dolayısıyla sabit örnekleme ayarları, üç akıl yürütme düzeyi ve varsayılan max ayarı olduğu gibi geçerli. İlk fark edeceğiniz değişiklik daha az belirgin. Kimi Code’da K3 varsayılan olarak high düzeyinde çalışırken K3.1 Pro max düzeyinde çalışıyor. Her görevde daha fazla düşünmesini, dolayısıyla daha fazla token tüketmesini veya planınızın kotasından daha çok harcamasını bekleyin.

Fiyat açısından K3.1 Pro, token başına daha ucuz. AIHubMix’in fiyatı milyon token başına girişte $2.00, çıkışta $10.50; K3 içinse sırasıyla $2.84 ve $14.20. Lansman günü dolaşıma giren yuan fiyat tablosunda da Moonshot için benzer bir indirim görülüyor. Yazının yazıldığı sırada Moonshot’ın kendi USD liste fiyatı doğrulanamadı. Moonshot’ın kendi bildirdiği kıyaslama sonuçları, kendi kodlama, halüsinasyon ve finans testlerinde K3’e kıyasla belirgin kazanımlar gösteriyor. Asıl soru şu: token başına fiyatı daha düşük olan ve işleriniz üzerinde daha uzun düşünen bu modelde söz konusu kazanımlar yine de karşılığını veriyor mu?

K3 ve K3.1 Pro yan yana

K3 sütunundaki bilgiler Moonshot’ın Kimi K3 kılavuzu ve model kartından alınmıştır. K3.1 Pro sütunundakiler ise Moonshot’ın K3.1 Pro hızlı başlangıç kılavuzundan ve her iki Kimi Code varsayılanını da içeren Kimi Code model belgelerinden alınmıştır. Highspeed kimlikleri API’de kimi-k3.1-pro-highspeed, Kimi Code’da k3.1-pro-highspeed şeklindedir. Kimi Code’da 1M’lik tam pencere, daha üst planlarla kullanılabilir. Moonshot, K3.1 Pro’nun etkin parametre sayısını henüz açıklamadı veya ağırlıklarının hangi lisansla sunulacağını belirtmedi.

K3.1 Pro nasıl ortaya çıktı?

K3.1 serisine ilişkin sızıntılar yaklaşık bir aya yayılan parçalar hâlinde ortaya çıktı. CometAPI’nin takip sayfası sızıntıları derledi; Wccftech, AIBase ve LINUX DO’daki kullanıcılar da bunları bildirdi. Moonshot, tanıtım videosundan önce bunların hiçbirini doğrulamadı.

• 23 Eylül: X’te paylaşılan bir yapılandırma parçasında k3d1-agent tanımlayıcısı, üç akıl yürütme düzeyi (Low, High, Max), 1M tokene kadar “Extra Long” bağlam seçeneği ve agent, swarm, search ve batch modlarına yönelik bayraklar görülüyordu.
• 28 Eylül: Geliştiriciler Moonshot’ın API platformunun model kayıt defterinde kimi-k3-1 modelini buldu ve bu modele yapılan çağrıların yanıt verdiğini bildirdi. Açık platformun önizlemesinde K3 ile aynı fiyat listelenmişti.
• 21 Ekim: Kimi Code’un model_switch_confirm yapılandırması, k3, K3, kimi-k3, k3-256k, kimi-for-coding ve kimi-for-coding-highspeed modellerini k3.1 modeline yönlendiren bir kural döndürmeye başladı. İki gün sonra model, Kimi Code’da k3.1-pro adıyla kullanıma sunuldu.
• 22 Ekim: Kibitz adlı anonim bir model, Arena’nın Code Arena’sında göründü. Tokenizer parmak izi modelin Kimi’ye ait olduğunu gösteriyordu; adı da Moonshot’ın adlandırma düzenine uyuyordu (K3, test aşamasında Kivine olarak anılmıştı). Kullanıcıların tek seferlik karşılaştırmaları olumlu sonuç verdi; bir kullanıcı, orta düzeyde akıl yürütmeyle 3D oluşturma performansını Claude Opus 5.5’e yakın buldu. Arena herhangi bir puan yayımlamadı.
• 23 Ekim: Kimi’nin resmi hesabı 24 saniyelik bir tanıtım videosu yayımladı. Videoda Kimi Code terminalinde “Model: Kimi K3.1” yazarken modelin Three.js ile bir 3D sahne oluşturduğu görülüyor.
• 23–24 Ekim: Moonshot, Kimi Code belgelerine K3.1 Pro ve K3.1 Pro Highspeed’i ekledi; belgelerde modelin “artık Kimi Code’da tamamen kullanıma sunulduğu” belirtiliyor. Tanıtım yazısı kısa süreliğine yayımlanıp kaldırıldı, ardından o gece tam kıyaslama tablosuyla birlikte yeniden yayımlandı. kimi-k3.1-pro ve kimi-k3.1-pro-highspeed için API belgeleri de aynı anda yayımlandı.

Sızdırılan bayrakların çoğu aslında K3’ün zaten sunduğu özellikleri tanımlıyordu: üç akıl yürütme düzeyi, 1M bağlam penceresi ve Kimi’nin mevcut swarm modu. Lansman bunu doğruladı. K3.1 Pro, K3’ün istek sözleşmesini koruyor; yenilikler ek son eğitim, Kimi Code’da varsayılan max düzeyi ve Highspeed eşinden ibaret.

Neler aynı kalıyor, neleri yeniden kontrol etmeli?

Moonshot, kimi-k3.1-pro modelinin “kimi-k3 ile aynı parametre kısıtlarına” sahip olduğunu söylüyor; dolayısıyla K3’te çalışan kod için yalnızca yeni kimliği kullanmak yeterli. Değişmeden kalan kurallar:

• Akıl yürütme her zaman açıktır. Moonshot, akıl yürütmeyi devre dışı bırakan isteklerin HTTP 400 hatasıyla reddedildiğini söylüyor; AIHubMix’in ana kimlikleri bu istekleri reddetmedi (aşağıya bakın).
• reasoning_effort parametresi low, high veya max değerlerini alır ve varsayılan olarak max olur. Lansman öncesi bir haberde orta düzeyden söz edilmesine rağmen böyle bir düzey yoktur: Kimi Code, medium değerini high düzeyine; xhigh ve ultra değerlerini max düzeyine; minimum ve light değerlerini ise low düzeyine eşler. Kimi Code’da off, none, disabled veya bilinmeyen bir değer 400 hatası döndürür.
• Örnekleme ayarları sabittir: temperature 1.0, top_p 0.95, n 1 ve her iki ceza değeri 0. Bu alanları isteğe eklemeyin; Moonshot’ın API’sinde başka değerler hata döndürür.
• tool_choice, K3’te olduğu gibi required değerini kabul eder.
• max_completion_tokens varsayılan olarak 131,072 değerini alır ve 1M bağlam penceresi içinde 1,048,576’ya kadar çıkar.
• Modeli veya akıl yürütme düzeyini değiştirmek önbelleği geçersiz kılar. Kimi Code’da Moonshot, çıktı kalitesi düştüğü ve önbellek isabetleri azaldığı için mevcut bir K3, K2.8 Preview veya K2.7 Code Highspeed oturumu içinde K3.1 Pro’ya geçilmesini önermiyor.

K3’te olduğu gibi çok turlu konuşmalarda ve araç döngülerinde reasoning_content dâhil olmak üzere asistan mesajının tamamı geri gönderilmelidir.

AIHubMix’in ölçtükleri. AIHubMix, 24 Ekim’de her iki modeli de ana kimlikleri kimi-k3.1-pro ve kimi-k3.1-pro-highspeed ile, ayrıca Kimi Code’un akıl yürütme eşlemesini izleyen kodlama kanalı kimlikleri coding-kimi-k3.1-pro ve coding-kimi-k3.1-pro-highspeed ile test etti:

• Chat Completions (reasoning_content ile) ve Messages (thinking ve text bloklarıyla) her iki modelde de 200 yanıtı verdi. Responses API ise yalnızca kodlama kanalında 200 yanıtı verdi; ana kimliklerde 404 hatasıyla “The model kimi-k3.1-pro is not available on this endpoint.” mesajı döndü. Dolayısıyla lansman sırasında Responses kullanan Codex’in AIHubMix’te kodlama kanalı kimliğini kullanması gerekiyordu.
• Denediğimiz her reasoning_effort değeri (low, medium, high, max, xhigh) 200 yanıtı verdi. Ağ geçidi hepsini kabul ediyor ancak Moonshot yalnızca low, high ve max düzeylerini belgeliyor; dolayısıyla ek değerleri ek düzeyler olarak yorumlamayın. off ve bilinmeyen bir değer de 200 yanıtı verdi. none veya thinking: {"type": "disabled"} alanı eklendiğinde de akıl yürütme olmadan 200 yanıtı alındı: AIHubMix’te akıl yürütmeyi kapatma anahtarı 400 hatası döndürmüyor, sessizce başarısız oluyor.
• temperature=0.2 ana kimliklerde 400 hatası verdi: “invalid temperature: only 1 is allowed for this model”. Kodlama kanalı ise bu değeri kabul etti. K2.x’ten kalma thinking: {"type": "enabled"} alanı her iki modelde de 200 yanıtı verdi.
• Messages API üzerinden yapılandırılmış çıktı artık çalışıyor. İstekteki json_schema şeması, istem JSON istemese bile {"city":"Paris"} yanıtını döndürdü. AIHubMix’in temmuz ayındaki testinde K3 bu şemayı sessizce yok saymıştı.
• Önbelleğe alma otomatiktir: kodlama kanalında yinelenen bir istemde, istemin tamamı önbelleğe alınmış token olarak sayıldı.

Bu serideki geçiş yazısı, karşılaşabileceğiniz bu hataların her birini hata metni ve çözümüyle ele alıyor.

Kıyaslama sonuçları: K3 ve üst segmentle karşılaştırma

Rakamlar Moonshot’ın lansman sırasında bildirdiği sonuçlardır; K3.1 Pro lansman yazısından, K3 ise GitHub model kartından alınmıştır. Modellerde kullanılan test düzenekleri farklıdır (K3.1 Pro çoğunlukla Claude Code düzeneğinde çalıştırılmıştır) ve henüz kimse bu sonuçları yeniden üretmemiştir.

K3 ile K3.1 Pro karşılaştırması. Moonshot’ın her iki modelde de aynı yöntemle ölçtüğü sonuçlar şunlardır:

Kimi Code Bench, Kimi Hallu Bench ve iki finans veri kümesi Moonshot’ın şirket içi kıyaslama testleridir. Kimi Code Bench 2.0 karşılaştırması Claude Code düzeneğinde yapıldı (K3’ün öne çıkarılan 72.9 sonucu Kimi Code üzerinde elde edilmişti); Hallu Bench Hard ise araçlarla çalıştırılıyor. Tüm sonuçlar doğru yönde ilerledi: kodlama testlerinde 3 ila 8 puan, finans testlerinde 7 ila 12 puan artış; zor test kümesindeki halüsinasyon oranı ise 23.4’ten 8.3’e düştü. Terminal-Bench, SWE Marathon ve ProgramBench her iki modelin lansmanında da yer alıyor ancak farklı sürüm veya puanlama yöntemleri kullanılıyor; bu nedenle K3’ün 88.3, 42.0 ve 77.8 sonuçları K3.1 Pro’nun 65.7, 51.7 ve 31.5 sonuçlarıyla karşılaştırılamaz.

Üst segmentle karşılaştırma. Kimi’nin K3.1 Pro’dan daha üst bir modeli yok; bu nedenle anlamlı karşılaştırma, Moonshot’ın tablosundaki kapalı modellerle yapılabilir. Moonshot, testleri max düzeyinde çalıştırdı ve “tescilli modellerin testinde bazı durumlarda geri dönüş davranışları bulunabileceğini” belirtti.

Moonshot’ın kendi puan tablosunda K3.1 Pro, uzun süreli kodlama (SWE Marathon v1.1) ve araçlarla HLE alanlarında dört modelin de önünde; DeepSWE v1.1’de ise az farkla öne çıkıyor. Terminal-Bench 4.0’da Fable 5.1 ve GPT-6 Astra’yı geçerek Opus 5.5’in bir puan yakınına geliyor; GDPval-AA’da ise Opus 5.5’in hemen arkasında yer alıyor. ProgramBench’te belirgin biçimde geride kalıyor; Opus 5.5 burada yaklaşık iki kat yüksek puan alıyor. Araçsız HLE’de ve GPT-6 Astra’nın lider olduğu Moonshot’ın şirket içi Design Bench testinde de geride. K3, Arena Frontend Code sıralamasına 1,679 puanla zirveden giriş yaptı; K3.1 Pro’nun lansmanında Arena puanı yoktu.

Fiyat ve gerçek maliyet

Fiyatlar milyon token başınadır. AIHubMix’te K3.1 Pro’nun fiyatı, girişte K3’ten 30%, çıkışta ise 26% daha düşük; Highspeed hem girişte hem çıkışta K3.1 Pro’nun tam iki katı fiyata sahip ve önbellek isabeti fiyatı aynı. Yazının yazıldığı sırada Moonshot’ın K3.1 Pro için USD cinsinden resmî fiyat listesi doğrulanamadığından resmî sütunda tire yer alıyor. OpenAI, GPT-5.6 Sol için en az 21 November 2026’ya kadar süreceği bildirilen 4 $ / 20 $ tutarında promosyon fiyatı uyguluyor. AIHubMix’te önbellek isabetleri, K3.1 Pro ve Highspeed için milyon başına 0,20 $; K3 içinse 0,284 $ (Moonshot’ta 0,30 $). Moonshot’ın faturalandırma güncellemesinden sonra K3 önbellek yazımları ayrı bir satırda gösteriliyor: varsayılan 5 dakikalık saklama süresi için milyon başına 3,00 $, bir saat için 6,00 $. Moonshot API’sinde K3.1 Pro da aynı fiyatlandırma düzenini izliyor: bağlam uzunluğuna göre değişmeyen sabit fiyatlar, saklama süresine göre faturalandırılan önbellek yazımları ve tüm efor seviyelerinde çıkış olarak ücretlendirilen akıl yürütme token’ları. AIHubMix’in model sayfalarında yalnızca giriş, çıkış ve önbellek isabeti fiyatları listeleniyor; önbellek yazımları için ayrı bir ücret belirtilmiyor.

Moonshot’ın açıklanan yuan fiyat listesi. Lansman günü dolaşıma giren bir fiyat tablosunda, önbellek yazımları da dahil olmak üzere Moonshot’ın K3.1 Pro ve K3.1 Pro Highspeed için Çin’deki fiyat listesi gösteriliyor. Bu liste Moonshot’ın fiyatlandırma sayfasında doğrulanmadı:

Milyon token başına, CNY cinsinden. K3 satırı Moonshot’ın Çin fiyat listesiyle eşleşiyor. Tablo doğruysa Moonshot, K3.1 Pro’nun giriş fiyatını 35%, çıkış fiyatını 32% ve önbellek isabeti fiyatını 35% düşürmüş; bu, AIHubMix’in indiriminden biraz daha fazla. Highspeed; giriş, çıkış ve önbellek yazımlarında K3.1 Pro’nun iki katı fiyata, önbellek isabetinde ise aynı fiyata sahip. Böylece girişte K3’ten 30%, çıkışta 36% daha pahalı oluyor. Moonshot’ın USD ve CNY fiyat listeleri sabit bir kurla birbirine bağlı olmadığından yuan cinsinden rakamlar dolar fiyatını göstermez.

Bir görev, maliyeti hesaplanmış hâliyle. Temmuz ayında AIHubMix, K3’ten tek bir istem ve bir referans görseliyle tek dosyalı bir HTML oyunu oluşturmasını istedi. Çalıştırma 2,541 saniye (yaklaşık 42 dakika) sürdü ve çalışan 1,275 satır kod üretti. Tamamlama için 74,994 token harcadı; bunların 54,486’sı (73%) düşünme token’ıydı. K3’ün o sırada kabul ettiği tek seviye olan ve bugün K3.1 Pro’nun varsayılanı olan en yüksek efor düzeyinde çalıştı. Girdi boyutu kaydedilmediğinden aşağıdaki tahminlerde 5,000 girdi token’ı varsayılıyor. Fiyatlar AIHubMix’e aittir.

• K3: 5,000 × $2.84/M + 74,994 × $14.20/M ≈ $1.08
• GPT-5.6 Sol, aynı token sayılarıyla: ≈ $1.52
• Claude Fable 5.1, aynı token sayılarıyla: ≈ $4.18
• K3.1 Pro, aynı token sayılarıyla: 5,000 × $2.00/M + 74,994 × $10.50/M ≈ $0.80
• K3.1 Pro Highspeed, aynı token sayılarıyla: 5,000 × $4.00/M + 74,994 × $21.00/M ≈ $1.59

Token sayılarının aynı olduğu varsayımı gerçeği yansıtmayabilir; gerçek sayılar sonucu her iki yönde de değiştirebilir. Chase AI’ın uygulamalı oluşturma testinde K3, Claude Fable 5’in kullandığı 3.5 milyona karşılık 21.5 milyon token kullandı; yani yaklaşık altı katı. Bu oranda Fable 5 oyunu yaklaşık 12,200 token’la ve yaklaşık $0.73 maliyetle tamamlardı; çıkış fiyatı neredeyse dört kat yüksek olmasına rağmen bu tutar K3’ün $1.08’inden ve K3.1 Pro’nun $0.80’inden düşük. Artificial Analysis’ın dizin görevlerinde ise fark ters yöndeydi: Fable 5.1 görev başına ortalama 78,000 çıkış token’ı kullanırken K3 48,000 kullandı; görev başına maliyet de K3’teki $2.00’a karşılık $7.63 oldu.

Bir modelin ne kadar süre düşündüğü göreve bağlıdır. AIHubMix’te 24 October tarihinde yapılan küçük bir anlık kontrolde, düşük efor düzeyinde 600 kelimelik açıklayıcı bir isteme yanıt vermeden önce K3.1 Pro 5,561 ila 7,356 token, K3 ise 3,013 ila 7,051 token boyunca akıl yürüttü; yani sayılar birbirine yakındı. Fark hızdaydı. K3.1 Pro saniyede yaklaşık 86 token üretirken K3 saniyede 22 ila 26 token üretti. Bu nedenle K3’ün 154 ila 309 saniyede yanıtladığı isteme K3.1 Pro 80 ila 99 saniyede yanıt verdi. Bu, AIHubMix’in ana model kimliklerinde model başına üç çalıştırmayla denenen tek bir istemdir; bir kıyaslama testi değildir. Yine de çıkış fiyatındaki dörtte birlik indirim, yalnızca K3.1 Pro işinizde K3’ten daha uzun düşünmüyorsa faturada dörtte bir tasarruf sağlar; bu nedenle tasarrufu hesaplamadan önce görev başına token sayısını ölçün.

K3.1 Pro’nun bariz bir tercih olmadığı durumlar

• Gecikmeye duyarlı işler. K3.1 Pro her zaman düşünür, varsayılan olarak en yüksek efor düzeyinde çalışır ve düşünmeyi kapatmayı desteklemez. K3’ün oyun oluşturma çalıştırması tek bir istekte 42 dakika sürdü. Yukarıdaki anlık kontrolde de K3.1 Pro, düşük efor düzeyinde bile ilk yanıt token’ını 71 ila 91 saniye sonra üretirken K3’te bu süre 132 ila 280 saniyeydi. Highspeed çıkış hızını yaklaşık 2–3× artırıyor; ancak Moonshot’a göre yalnızca “model çıktısını hızlandırıyor”, dolayısıyla araç çağrıları ve komut dosyaları eskisi gibi çalışıyor. Kullanıcılar her yanıtı beklemek zorundaysa, aynı kaliteyi sunsa bile akıl yürütmeyen daha hızlı bir model daha uygun olur.
• Sıcaklık kontrolü gerektiren işlem hatları. K3.1 Pro, K3’ün sabit 1.0 örnekleme ayarını koruyor ve AIHubMix’in ana model kimliklerinde 0.2 sıcaklık değeri 400 hatası veriyor. Kodlama kanalı isteği kabul etti, ancak 200 yanıt kodu değerin uygulandığını göstermiyor. Tekrarlanabilir çıktılar için 0 sıcaklık değerine güveniyorsanız K3.1 Pro bunu sağlayamaz.
• Zayıf olduğu kıyaslamalara benzeyen işler. Moonshot’ın kendi tablosunda ProgramBench’te Claude Opus 5.5’in puanının yarısında kalıyor; araçsız HLE’de üç kapalı modelin de, Design Bench’te ise GPT-6 Astra’nın gerisinde. Geçiş yapmadan önce bu tür görevlerde test edin.
• Üst seviye modelin daha az düşündüğü görevler. Chase AI’ın oluşturma testinin gösterdiği gibi, daha pahalı olup daha az düşünen bir modelin görev başına maliyeti daha düşük olabilir. K3.1 Pro’nun daha ucuz seçenek olduğunu varsaymadan önce kendi iş yükünüzü ölçün.
• Daha düşük seviyedeki Kimi Code planları. Yeni planlarda K3.1 Pro için Plus veya üstü; eski planlarda ise Moderato veya üstü gerekir. 1M bağlam penceresi için Pro (Allegretto) planı gerekir. Highspeed için Pro veya üstü (Allegretto) gerekir.

Kimler geçmeli, kimler beklemeli?

• Kimi Code kullanıcıları: K3.1 Pro, k3.1-pro adıyla kullanıma açıldı. Mevcut bir K3, K2.8 Preview veya K2.7 Code Highspeed oturumunu değiştirmek yerine onunla yeni bir oturum başlatın; Moonshot, oturum ortasında model değiştirmenin çıktı kalitesini ve önbellek isabetlerini düşürdüğünü söylüyor. K3 yüksek efor düzeyinde çalışırken varsayılanın en yüksek efor düzeyi olmasını bekleyin ve ilk hafta kotanızı takip edin. Daha hızlı tükenirse rutin işleri yüksek efor düzeyine alın; ancak düşük düzeyin ucuz olacağını varsaymayın: AIHubMix’in anlık kontrolünde K3.1 Pro düşük düzeyde bile 5,561 ila 7,356 token boyunca akıl yürüttü.
• K3 API kullanıcıları: Aynı parametre kısıtlamalarıyla kimi-k3 yerine kimi-k3.1-pro kullanın. Moonshot’ın kendi API’sinde 1 $ yükleme yaptıktan sonra erişilebilir; AIHubMix’te de aynı kimlikle sunuluyor. Önce kendi görevlerinizde bir günlük değerlendirme çalıştırın ve yalnızca başarı oranlarını değil, tamamlama ve düşünme token’larını da karşılaştırın. Yazının yazıldığı sırada Moonshot’ın kendi USD fiyat listesi doğrulanmamıştı; AIHubMix’te K3.1 Pro’nun fiyatı milyon token başına $2.00 / $10.50.
• K2.6 ve K2.7 Code kullanıcıları: Geçiş daha büyük bir sıçrama anlamına geliyor ve Moonshot bir son tarih belirledi. Moonshot platformunda K2 serisi modeller 31 October 2026 tarihinden itibaren yeni kayıt olan kullanıcılara kapatılacak; Moonshot tümünü December 2026 sonuna kadar kullanımdan kaldırmayı planlıyor. 24 October itibarıyla AIHubMix’te K2.6 ve K2.7 Code hâlâ listeleniyordu ve bir kullanımdan kaldırılma tarihi belirtilmemişti. K3.1 Pro, düşünmeyi kapatmayı desteklemiyor; akıl yürütme de K2.x’teki thinking anahtarı yerine efor düzeyine göre ayarlanıyor. Herhangi bir değişiklik yapmadan önce geçiş yazısını okuyun.
• Fiyattan çok hız önemliyse: K3.1 Pro Highspeed aynı özellikleri yaklaşık 2–3× hızla sunuyor; Kimi Code’da kota yaklaşık iki katına, token başına fiyat da iki katına çıkıyor (AIHubMix’te $4.00 / $21.00). Bu serideki Highspeed yazısı bu ödünleşimi değerlendiriyor.
• Bekleyin doğrudan Moonshot’tan satın alıyorsanız ve karar vermeden önce USD fiyat listesini görmek istiyorsanız.
• Mevcut modelinizde kalın iş yükünüz, sürekli düşünmenin gereksiz yük oluşturduğu kısa ve yüksek hacimli isteklerden oluşuyorsa.

K3 ile K3.1 Pro’yu kendi istemlerinizde karşılaştırmak için ikisini de tek bir anahtarla AIHubMix üzerinden çalıştırın. Hızlı başlangıç anahtarları ve temel URL’leri açıklıyor; K3.1 Pro model sayfasında fiyat listeleniyor. Chat Completions veya Messages’ı kimi-k3.1-pro ile kullanın. Responses API için şimdilik coding-kimi-k3.1-pro kullanın; AIHubMix bunu üretim kullanımı için değil, değerlendirme önizlemesi olarak etiketliyor.

import os
from openai import OpenAI

client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])
prompt = "Write a single-file HTML page that renders a rotating 3D cube with Three.js."

for model in ["kimi-k3", "kimi-k3.1-pro"]:
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        timeout=3600,
    )
    print(model, r.usage.prompt_tokens, r.usage.completion_tokens)

Komut dosyası Chat Completions kullanıyor ve temperature parametresini içermiyor; K3 ve K3.1 Pro, 1 dışındaki tüm değerleri reddediyor.

SSS

Kimi K3.1 Pro kullanıma sunuldu mu?
Evet. Moonshot, modeli 23–24 October 2026 tarihlerinde Kimi uygulamasında, Kimi Work’te, Kimi Code’da ve Kimi API’sinde kullanıma sundu. API’de adı kimi-k3.1-pro, Kimi Code’da ise k3.1-pro. Business ve Enterprise yöneticilerinin ekipleri için modeli etkinleştirmesi gerekiyor.

K3.1 Pro, K3’ten daha mı pahalı?
Token başına hayır. AIHubMix, K3.1 Pro’yu milyon token başına $2.00 giriş ve $10.50 çıkış fiyatıyla listeliyor; K3’ün fiyatları ise sırasıyla $2.84 ve $14.20. Lansman günü dolaşıma giren bir yuan tablosu, Moonshot’ta fiyatın yaklaşık üçte bir oranında düşürüldüğünü gösteriyor; ancak yazının yazıldığı sırada Moonshot’ın kendi USD fiyat listesi doğrulanmamıştı. Yine de çok düşünüyor: Kimi Code’da varsayılan efor düzeyi en yüksek ve AIHubMix’te yapılan bir anlık kontrolde düşük efor düzeyinde bile 5,561 ila 7,356 token boyunca akıl yürüttü. Dolayısıyla görev başına maliyet yine de artabilir.

K3 kodum K3.1 Pro’da çalışır mı?
Evet; yalnızca model kimliğini değiştirmeniz gerekir. Moonshot, kimi-k3.1-pro’nun kimi-k3 ile aynı parametre kısıtlamalarına sahip olduğunu söylüyor. temperature ve diğer örnekleme parametrelerini kullanmamaya, çok turlu isteklerde reasoning_content değerini geri göndermeye devam edin ve düşünmeyi kapatmaya çalışmayın.

Kimi Code’da ne değişiyor?
Moonshot’ın belgelerinde önerildiği gibi oturum ortasında değil, yeni bir oturumda K3.1 Pro’yu seçin. Varsayılan efor düzeyi K3’te yüksekken K3.1 Pro’da en yüksek. Kullanmak için Plus veya üstü plan gerekir; 1M’lik tam bağlam penceresi içinse Pro veya üstü gerekir.

K3.1 Pro Highspeed nedir?
API'de kimi-k3.1-pro-highspeed olarak sunulan bu model, aynı yetenekleri yaklaşık iki ila üç kat daha yüksek çıktı hızıyla sunar. Kimi Code'da kotayı yaklaşık iki kat kullanır ve token başına iki kat maliyetlidir: AIHubMix'te $4.00 / $21.00. Yalnızca modelin çıktısı hızlanır; araç çağrıları ve betikler hızlanmaz.

K3.1 Pro, Claude Fable 5.1, Claude Opus 5.5 veya GPT-6 Astra kadar iyi mi?
Moonshot'ın kendi tablosunda SWE Marathon ve araçlarla HLE testlerinde üçünü de geride bırakıyor; Terminal-Bench 4.0'da Fable 5.1 ve GPT-6 Astra'yı geçiyor, ProgramBench, araçsız HLE ve Design Bench'te ise geride kalıyor. Sonuçlar şirketin kendi bildirimine dayanıyor, test düzenekleri farklı ve henüz kimse sonuçları yeniden üretmiş değil.

K3.1 Pro'nun açık ağırlıkları olacak mı?
Evet. Moonshot, tüm ağırlıkların 4 November 2026 tarihine kadar yayımlanacağını söylüyor. Hangi lisansı kullanacaklarını açıklamadı; K3'ün ağırlıkları Kimi K3 lisansı altında.

Okumaya devam edin: Kimi K3.1 Pro serisi

• Geçiş yapmaya karar verdiyseniz, 400 hatalarının ve fark ettirmeden artan faturaların nereden kaynaklandığını burada bulabilirsiniz: varsayılan maksimum çabadan yanlış yazılmış Highspeed kimliğine kadar: Kimi K3.1 Pro'ya geçiş: 400 hatalarını düzeltin, varsayılan maksimum çaba ayarına dikkat edin ve Highspeed kimliğini yanlış yazmayın
• Yükseltme yapmak yerine K3.1 Pro'yu alternatifleriyle karşılaştırıyorsanız, aynı hafta Arena'da öne çıkan Qwen 4 ve ikisinin de yakalamaya çalıştığı model Claude Fable 5.5 ile karşılaştırması burada: Kimi K3.1 Pro vs Qwen 4 vs Claude Fable 5.5: Ön Uç Kalitesi, Görev Başına Maliyet ve Hype'ın Gerçeklik Sınavı
• 2–3× hız ilginizi çekiyorsa, Highspeed'in token başına iki kat fiyat ödemeye değip değmediğini bu yazıda değerlendiriyoruz: Kimi K3.1 Pro vs K3.1 Pro Highspeed: 2–3× Hız, 2× Fiyata Değer mi?

Kaynaklar

• Moonshot AI: Kimi K3.1 Pro teknik blogu
• Moonshot AI: Kimi K3.1 Pro hızlı başlangıç kılavuzu
• Moonshot AI: Kimi Code model yapılandırması
• AIHubMix: Kimi K3.1 Pro model sayfası
• Chase AI: Kimi K3 vs Claude Fable 5 vs GPT-5.6, gerçek maliyet