Kimi K3.1 Pro проти K3: що змінилося, скільки це коштує і кому варто перейти

Kimi K3.1 Pro — перше оновлення Kimi K3, моделі з відкритими вагами на 2.8 трильйона параметрів, яку Moonshot AI випустила 16 липня 2026 року. Модель запустили 23–24 жовтня 2026 року в застосунку Kimi, Kimi Code і Kimi API. У дописі про запуск Moonshot називає її «першою моделлю нашої нової серії K3.1 і найпотужнішою на сьогодні моделлю з відкритими вагами класу 3T»: це версія K3, донавчена з використанням значно більших обчислювальних ресурсів на етапі постнавчання у «сотнях прикладних доменів». Moonshot заявляє про покращення в програмуванні, створенні 3D-графіки, а також фінансових дослідженнях і моделюванні. Варіант K3.1 Pro Highspeed має такі самі можливості, але працює приблизно у два-три рази швидше, а повні ваги мають стати доступними до 4 листопада 2026 року.

Коротка відповідь: для коду в API перехід зводиться до зміни ідентифікатора моделі. kimi-k3.1-pro має ті самі обмеження параметрів, що й kimi-k3, тож незмінними залишаються фіксовані параметри семплювання, три рівні зусиль і значення max за замовчуванням. Першою ви помітите менш очевидну зміну. У Kimi Code для K3 за замовчуванням було встановлено high effort, а для K3.1 Pro — max. Очікуйте, що модель довше обмірковуватиме кожне завдання, а отже, витрачатиме більше токенів або більшу частину квоти вашого тарифного плану на одне завдання.

K3.1 Pro дешевша за токен. На AIHubMix її ціна становить $2.00 за вхідні та $10.50 за вихідні токени на мільйон, тоді як для K3 це $2.84 і $14.20 відповідно; таблиця цін у юанях, поширена в день запуску, показує подібне зниження ціни в Moonshot. На момент написання статті не вдалося підтвердити офіційний прайс Moonshot у доларах США. За власними тестами Moonshot, K3.1 Pro помітно випереджає K3 у програмуванні, кількості галюцинацій і фінансах. Тож головне питання — чи окупаються ці покращення за нижчої ціни за токен, якщо модель довше обмірковує ваші завдання.

K3 і K3.1 Pro: порівняння пліч-о-пліч

Дані про K3 у таблиці взято з посібника Moonshot з Kimi K3 і картки моделі. Дані про K3.1 Pro — з короткого посібника Moonshot з K3.1 Pro та документації моделей Kimi Code, де також наведено обидва значення за замовчуванням для Kimi Code. Ідентифікатори Highspeed — kimi-k3.1-pro-highspeed в API та k3.1-pro-highspeed у Kimi Code. У Kimi Code повне вікно на 1M доступне у вищих тарифних планах. Moonshot не оприлюднила кількість активних параметрів K3.1 Pro і не повідомила, яку ліцензію матимуть її ваги.

Як з’явилася K3.1 Pro

Інформація про серію K3.1 витікала частинами протягом місяця. Трекер CometAPI зібрав ці витоки, про них також повідомили Wccftech, AIBase і користувачі LINUX DO. Moonshot не підтверджувала жодного з них до публікації тизерного відео.

• 23 вересня: опублікований на X фрагмент конфігурації містив ідентифікатор k3d1-agent, три рівні зусиль (Low, High, Max), опцію контексту «Extra Long» обсягом до 1M токенів і прапорці для режимів agent, swarm, search і batch.
• 28 вересня: розробники виявили kimi-k3-1 у реєстрі моделей платформи Moonshot API та повідомили, що модель відповідала на запити. У попередньому перегляді відкритої платформи була вказана така сама ціна, як для K3.
• 21 жовтня: конфігурація model_switch_confirm у Kimi Code почала повертати правило, яке переводить k3, K3, kimi-k3, k3-256k, kimi-for-coding і kimi-for-coding-highspeed на k3.1. Через два дні модель з’явилася в Kimi Code під назвою k3.1-pro.
• 22 жовтня: в Arena Code Arena з’явилася анонімна модель під назвою Kibitz. За відбитком токенізатора її пов’язали з Kimi, а сама назва відповідає шаблону Moonshot (K3 тестували під назвою Kivine). У тестах один на один модель показала добрі результати, а один із тестувальників оцінив її створення 3D-сцени майже на рівні Claude Opus 5.5 за середнього рівня зусиль. Arena не оприлюднила оцінки.
• 23 жовтня: офіційний акаунт Kimi опублікував 24-секундний тизер. У ньому термінал Kimi Code показує напис «Model: Kimi K3.1», поки модель створює 3D-сцену у Three.js.
• 23–24 жовтня: Moonshot додала K3.1 Pro і K3.1 Pro Highspeed до документації Kimi Code, де зазначено, що модель «тепер повністю доступна в Kimi Code». Допис про запуск ненадовго опублікували, а потім видалили; тієї ночі його повернули з повною таблицею результатів бенчмарків, а також документацією API для kimi-k3.1-pro і kimi-k3.1-pro-highspeed.

Більшість параметрів, які з’явилися у витоках, описували функції, що вже були в K3: три рівні зусиль, контекстне вікно на 1M і наявний у Kimi режим swarm. Запуск це підтвердив. K3.1 Pro зберігає формат запитів K3; нововведення — додаткове постнавчання, рівень max за замовчуванням у Kimi Code та версія Highspeed.

Що лишається незмінним і що потрібно перевірити повторно

За словами Moonshot, kimi-k3.1-pro має «ті самі обмеження параметрів, що й kimi-k3», тож для коду, який працює з K3, достатньо змінити ідентифікатор. Незмінні правила:

• Режим міркування завжди ввімкнений. Moonshot повідомляє, що запити з вимкненим режимом відхиляються з HTTP 400; основні ідентифікатори AIHubMix їх не відхиляли (див. нижче).
• reasoning_effort приймає значення low, high або max; за замовчуванням використовується max. Рівня medium немає, попри повідомлення про нього до запуску: Kimi Code перетворює medium на high, xhigh і ultra — на max, а minimum і light — на low. У Kimi Code значення off, none, disabled або невідоме значення спричиняє помилку 400.
• Параметри семплювання фіксовані: temperature 1.0, top_p 0.95, n 1, обидва параметри штрафу — 0. Не передавайте їх у запиті; інші значення в API Moonshot призводять до помилки.
• tool_choice приймає значення required, як і в K3.
• max_completion_tokens за замовчуванням дорівнює 131,072, а максимальне значення — 1,048,576 у межах контекстного вікна на 1M.
• Зміна моделі або рівня зусиль робить кеш недійсним. У Kimi Code Moonshot не радить переходити на K3.1 Pro посеред активного сеансу K3, K2.8 Preview або K2.7 Code Highspeed, оскільки якість відповідей погіршується, а кількість влучань у кеш зменшується.

Як і в K3, у багатокрокових діалогах і циклах роботи з інструментами потрібно передавати назад повне повідомлення асистента, зокрема reasoning_content.

Що виміряв AIHubMix. 24 жовтня AIHubMix протестував обидві моделі з основними ідентифікаторами — kimi-k3.1-pro і kimi-k3.1-pro-highspeed — та через канал для програмування: coding-kimi-k3.1-pro і coding-kimi-k3.1-pro-highspeed, який використовує зіставлення рівнів зусиль із Kimi Code:

• Chat Completions (із reasoning_content) і Messages (із блоками thinking і text) повернули код 200 для обох моделей. Responses API повернув код 200 лише для каналу програмування; основні ідентифікатори повернули 404 із повідомленням «The model kimi-k3.1-pro is not available on this endpoint.» Отже, на момент запуску для Codex, який використовує Responses, на AIHubMix потрібен був ідентифікатор каналу програмування.
• Усі перевірені значення reasoning_effort (low, medium, high, max, xhigh) повернули код 200. Шлюз приймає їх усі, але Moonshot документує лише low, high і max, тож не сприймайте додаткові значення як окремі рівні. Значення off і невідоме значення також повернули код 200, а none або поле thinking: {"type": "disabled"} повернули код 200 без жодного міркування: на AIHubMix перемикач вимкнення міркувань спрацьовує без повідомлення про помилку, а не повертає 400.
• temperature=0.2 повернув код 400 для основних ідентифікаторів із повідомленням «invalid temperature: only 1 is allowed for this model». Канал програмування прийняв це значення. Застаріле поле K2.x thinking: {"type": "enabled"} повернуло код 200 для обох.
• Структурований вивід через Messages API тепер працює. Запит із json_schema, у підказці якого не було прохання повернути JSON, дав відповідь {"city":"Paris"}. Під час липневого тесту AIHubMix K3 непомітно ігнорувала схему в такому запиті.
• Кешування працює автоматично: для повторного запиту через канал програмування весь промпт було зараховано як токени з кешу.

У дописі про міграцію з цієї серії кожен із цих випадків розглянуто як помилку, з якою можна зіткнутися, разом із текстом помилки та способом її виправити.

Бенчмарки: порівняння з K3 і моделями класом вище

Це результати, про які Moonshot повідомила під час запуску, з допису про запуск K3.1 Pro і, для K3, з картки моделі на GitHub. Тестові середовища для моделей відрізнялися (K3.1 Pro здебільшого тестували в середовищі Claude Code), а результати поки ніхто не відтворив.

Від K3 до K3.1 Pro. Нижче наведено пари результатів, які Moonshot виміряла для обох моделей за однаковою методикою:

Kimi Code Bench, Kimi Hallu Bench і два фінансові набори — це внутрішні бенчмарки Moonshot. Пару результатів для Kimi Code Bench 2.0 отримали в середовищі Claude Code (для головного результату K3 — 72.9 — використовували Kimi Code), а Hallu Bench Hard запускали з інструментами. Усі показники покращилися: результати бенчмарків програмування зросли на 3–8 пунктів, фінансових — на 7–12 пунктів, а частка галюцинацій у складному наборі знизилася з 23.4 до 8.3. У запусках обох моделей також фігурують Terminal-Bench, SWE Marathon і ProgramBench, але з різними версіями або системами оцінювання, тож результати K3 — 88.3, 42.0 і 77.8 — не можна напряму порівнювати з результатами K3.1 Pro — 65.7, 51.7 і 31.5.

Порівняння з моделями класом вище. У лінійці Kimi немає моделі потужнішої за K3.1 Pro, тож найважливіше порівняти її із закритими моделями з таблиці Moonshot. Moonshot тестувала їх із максимальним рівнем зусиль і зазначає, що «під час тестування пропрієтарних моделей можуть застосовуватися певні резервні механізми».

За власною таблицею оцінювання Moonshot, K3.1 Pro випереджає всі чотири моделі в тривалому програмуванні (SWE Marathon v1.1) і в HLE із використанням інструментів, а також трохи випереджає їх у DeepSWE v1.1. У Terminal-Bench 4.0 він обходить Fable 5.1 і GPT-6 Astra та відстає від Opus 5.5 менш ніж на бал, а в GDPval-AA посідає місце одразу за Opus 5.5. Він помітно відстає в ProgramBench, де Opus 5.5 набирає приблизно вдвічі більше балів, у HLE без інструментів і у внутрішньому бенчмарку Moonshot Design Bench, де лідирує GPT-6 Astra. K3 дебютував на першому місці в рейтингу Frontend Code від Arena з результатом 1,679; на момент запуску K3.1 Pro ще не мав оцінки Arena.

Ціна та фактична вартість

Ціни вказано за мільйон токенів. Ціна K3.1 Pro на AIHubMix на 30% нижча, ніж у K3, за вхідні токени і на 26% — за вихідні; Highspeed коштує рівно вдвічі дорожче за K3.1 Pro як за вхідні, так і за вихідні токени, а ціна за кеш-хіти однакова. На момент написання статті не вдалося підтвердити власний прайс Moonshot у USD для K3.1 Pro, тому в офіційній колонці стоїть тире. OpenAI пропонує акційну ціну $4 / $20 для GPT-5.6 Sol, яка, за повідомленнями, діятиме щонайменше до 21 листопада 2026 року. Кеш-хіти на AIHubMix коштують $0.20 за мільйон для K3.1 Pro і Highspeed порівняно з $0.284 для K3 ($0.30 у Moonshot). Після оновлення тарифікації Moonshot записування кешу для K3 відображається окремим рядком: $3.00 за мільйон зі стандартним терміном зберігання 5 хвилин і $6.00 — за одну годину. В API Moonshot для K3.1 Pro діє та сама схема: фіксовані ціни незалежно від довжини контексту, оплата за записування кешу залежно від терміну зберігання, а токени міркувань тарифікуються як вихідні за будь-якого рівня інтенсивності. На сторінках моделей AIHubMix наведено лише ціни на вхідні, вихідні токени та кеш-хіти, без окремої ціни за записування кешу.

Опублікований прайс Moonshot у юанях. У день запуску поширювалася таблиця з китайськими цінами Moonshot для K3.1 Pro і K3.1 Pro Highspeed, зокрема за записування кешу. Її не вдалося звірити зі сторінкою цін Moonshot:

За мільйон токенів, у CNY. Рядок K3 відповідає китайському прайсу Moonshot. Якщо таблиця правильна, Moonshot знизила ціни для K3.1 Pro на 35% за вхідні токени, 32% за вихідні та 35% за кеш-хіти — трохи більше, ніж зниження в AIHubMix. Highspeed коштує вдвічі дорожче за K3.1 Pro за вхідні, вихідні токени та записування кешу, а ціна кеш-хітів однакова; отже, він на 30% дорожчий за K3 за вхідні токени та на 36% — за вихідні. Прайси Moonshot у USD і CNY не прив’язані до фіксованого курсу, тому суми в юанях не дають змоги визначити ціну в доларах.

Вартість одного завдання. У липні AIHubMix попросила K3 створити односторінкову HTML-гру з одного промпту та референсного зображення. Запуск тривав 2,541 секунди (близько 42 хвилин) і дав 1,275 рядків робочого коду. Було витрачено 74,994 токени завершення, з яких 54,486 (73%) припали на міркування. Модель працювала з максимальною інтенсивністю — на той час це був єдиний доступний K3 рівень, а сьогодні це стандартне налаштування K3.1 Pro. Обсяг вхідних даних не записали, тому в наведених нижче оцінках прийнято 5,000 вхідних токенів. Ціни — від AIHubMix.

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

Припущення про однакову кількість токенів може не відповідати дійсності, а реальні обсяги здатні змінити результат в обидва боки. У практичному тесті Chase AI K3 використав 21.5 мільйона токенів, тоді як Claude Fable 5 — 3.5 мільйона, тобто приблизно в шість разів менше. За такого співвідношення Fable 5 створив би гру приблизно за 12,200 токенів і коштував би близько $0.73 — менше, ніж K3 за $1.08 і K3.1 Pro за $0.80, попри майже вчетверо вищу ціну за вихідні токени. А в завданнях з індексу Artificial Analysis картина була протилежною: Fable 5.1 у середньому витрачав 78,000 вихідних токенів на завдання проти 48,000 у K3 і коштував $7.63 за завдання проти $2.00 у K3.

Тривалість міркувань моделі залежить від завдання. У невеликій вибірковій перевірці AIHubMix від 24 жовтня K3.1 Pro отримав промпт на пояснювальний текст обсягом 600 слів і за низької інтенсивності міркував від 5,561 до 7,356 токенів, перш ніж відповісти; для K3 діапазон становив від 3,013 до 7,051 — приблизно стільки ж. Різниця була у швидкості. K3.1 Pro видавав близько 86 токенів за секунду проти 22–26 у K3, тож відповідав за 80–99 секунд, тоді як K3 витрачав 154–309 секунд. Це лише один промпт і три запуски кожної моделі з основними ID на AIHubMix, а не бенчмарк. Та все ж зниження ціни вихідних токенів на чверть означатиме зменшення рахунку на чверть лише за умови, що K3.1 Pro міркуватиме над вашими завданнями не довше за K3. Тому перш ніж рахувати економію, виміряйте кількість токенів на завдання.

Коли K3.1 Pro — не очевидний вибір

• Завдання, де важлива затримка. K3.1 Pro завжди міркує, за замовчуванням працює з максимальною інтенсивністю і не дає вимкнути міркування. Запуск гри на K3 тривав 42 хвилини в межах одного запиту, а в наведеній вище вибірковій перевірці K3.1 Pro навіть за низької інтенсивності видав перший токен відповіді через 71–91 секунду (K3 — через 132–280 секунд). Highspeed прискорює генерацію виходу приблизно у 2–3 рази, але Moonshot зазначає, що він «лише прискорює видачу результату моделлю», тож виклики інструментів і виконання скриптів відбуваються як раніше. Якщо користувачі чекають на кожну відповідь, краще підійде швидша модель без міркувань, навіть із такою самою якістю.
• Конвеєри, яким потрібне керування параметром temperature. У K3.1 Pro, як і в K3, фіксована температура семплювання 1.0, а на основних ID AIHubMix значення temperature 0.2 повертає помилку 400. У каналі програмування запит прийняли, але відповідь 200 не означає, що значення застосували. Якщо для повторюваних результатів вам потрібна температура 0, K3.1 Pro цього не забезпечить.
• Завдання, схожі на ті, де модель слабко показала себе в бенчмарках. За власною таблицею Moonshot, у ProgramBench вона набирає вдвічі менше за Claude Opus 5.5, у HLE без інструментів поступається всім трьом закритим моделям, а в Design Bench — GPT-6 Astra. Перш ніж переходити, перевірте її на завданнях такого типу.
• Завдання, де модель вищого класу витрачає менше токенів на міркування. Як показує тест Chase AI зі створенням гри, дорожча модель, яка менше міркує, може коштувати дешевше за завдання. Перш ніж вважати K3.1 Pro дешевшим варіантом, виміряйте витрати на власних робочих процесах.
• Користувачі нижчих планів Kimi Code. Для K3.1 Pro потрібен план Plus або вищий у новій системі (Moderato або вище — у старій), а для вікна контексту 1M потрібен план Pro (Allegretto). Для Highspeed потрібен план Pro або вище (Allegretto).

Кому варто перейти, а кому — зачекати

• Користувачам Kimi Code: K3.1 Pro доступний як k3.1-pro. Почніть із ним новий сеанс, а не перемикайте вже відкритий сеанс із K3, K2.8 Preview або K2.7 Code Highspeed: Moonshot попереджає, що перехід посеред сеансу погіршує якість результату та роботу кеш-хітів. За замовчуванням очікуйте максимальну інтенсивність, тоді як K3 працював на високій, і стежте за квотою протягом першого тижня. Якщо вона витрачається швидше, переведіть типові завдання на високу інтенсивність, але не розраховуйте, що низька буде дешевою: у вибірковій перевірці AIHubMix K3.1 Pro навіть на низькій інтенсивності міркував від 5,561 до 7,356 токенів.
• Користувачам API K3: замініть kimi-k3 на kimi-k3.1-pro, обмеження параметрів залишаються тими самими. У власному API Moonshot модель стає доступною після поповнення на $1; AIHubMix надає її під тим самим ID. Спершу проведіть одноденне оцінювання на власних завданнях і порівнюйте токени завершення та міркувань, а не лише частку успішних відповідей. На момент написання статті власний прайс Moonshot у USD не було підтверджено; на AIHubMix K3.1 Pro коштує $2.00 / $10.50 за мільйон токенів.
• Користувачам K2.6 і K2.7 Code: перехід буде масштабнішим, і Moonshot уже визначила термін. На платформі Moonshot моделі серії K2 стануть недоступними для нових користувачів, зареєстрованих після 31 жовтня 2026 року, а всі ці моделі планують вивести з експлуатації до кінця грудня 2026 року. Станом на 24 жовтня AIHubMix і далі пропонувала K2.6 і K2.7 Code, без оголошеної дати виведення з експлуатації. У K3.1 Pro не можна вимкнути міркування, а його інтенсивність задається рівнем зусиль, а не перемикачем thinking, як у K2.x. Перш ніж щось змінювати, прочитайте допис про перехід.
• Якщо швидкість важливіша за ціну: K3.1 Pro Highspeed має ті самі можливості, але працює приблизно у 2–3 рази швидше; у Kimi Code він витрачає приблизно вдвічі більше квоти, а ціна за токен удвічі вища ($4.00 / $21.00 на AIHubMix). У дописі про Highspeed із цієї серії розглянуто цей компроміс.
• Зачекайте, якщо купуєте послуги безпосередньо в Moonshot і хочете побачити її прайс у USD, перш ніж вирішувати.
• Залишайтеся на поточній моделі, якщо ваші завдання — це короткі й масові запити, для яких постійне міркування є непотрібними накладними витратами.

Щоб порівняти K3 і K3.1 Pro на власних промптах, запустіть обидві моделі через AIHubMix з одним ключем. У короткому посібнику описано ключі й базові URL-адреси, а на сторінці моделі K3.1 Pro вказано ціну. Використовуйте Chat Completions або Messages з kimi-k3.1-pro; для Responses API наразі використовуйте coding-kimi-k3.1-pro. AIHubMix позначає цю модель як попередню версію для оцінювання, а не для продакшену.

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)

Скрипт використовує Chat Completions і не задає temperature: K3 і K3.1 Pro відхиляють будь-яке значення, крім 1.

Поширені запитання

Чи вже доступна Kimi K3.1 Pro?
Так. Moonshot запустила її 23–24 жовтня 2026 року в застосунку Kimi, Kimi Work, Kimi Code та Kimi API: в API вона має назву kimi-k3.1-pro, а в Kimi Code — k3.1-pro. Адміністратори планів Business і Enterprise мають увімкнути її для своїх команд.

K3.1 Pro коштує дорожче за K3?
За токен — ні. На AIHubMix ціна становить $2.00 за вхідні та $10.50 за вихідні токени на мільйон, тоді як для K3 — $2.84 і $14.20 відповідно. Таблиця в юанях, що поширювалася в день запуску, показує зниження цін Moonshot приблизно на третину, але на момент написання статті власний прайс Moonshot у USD не було підтверджено. Водночас модель багато міркує: у Kimi Code за замовчуванням встановлено максимальну інтенсивність, а в одній вибірковій перевірці AIHubMix вона використала від 5,561 до 7,356 токенів на міркування навіть за низької інтенсивності. Тому вартість одного завдання все одно може зрости.

Чи працюватиме мій код для K3 із K3.1 Pro?
Так, достатньо змінити ID моделі. Moonshot зазначає, що для kimi-k3.1-pro діють ті самі обмеження параметрів, що й для kimi-k3. Не передавайте temperature та інші параметри семплювання, як і раніше повертайте reasoning_content у багатотурових запитах і не намагайтеся вимкнути міркування.

Що змінюється в Kimi Code?
Як радить документація Moonshot, обирайте K3.1 Pro у новому сеансі, а не перемикайтеся на неї посеред сеансу. За замовчуванням у неї максимальна інтенсивність, тоді як у K3 була висока. Для її використання потрібен план Plus або вище, а повне вікно контексту 1M доступне з планом Pro або вище.

Що таке K3.1 Pro Highspeed?
Ті самі можливості моделі, але приблизно у два-три рази вища швидкість генерації — в API модель має назву kimi-k3.1-pro-highspeed. У Kimi Code вона витрачає приблизно вдвічі більше квоти, а кожен токен коштує удвічі дорожче: $4.00 / $21.00 на AIHubMix. Швидше генерує лише сама модель; виклики інструментів і скрипти не прискорюються.

Чи така ж хороша K3.1 Pro, як Claude Fable 5.1, Claude Opus 5.5 або GPT-6 Astra?
За власною таблицею Moonshot, K3.1 Pro випереджає всі три моделі в SWE Marathon і HLE з інструментами, перевершує Fable 5.1 і GPT-6 Astra у Terminal-Bench 4.0, але поступається в ProgramBench, HLE без інструментів і Design Bench. Ці показники наведені самою компанією, тестові середовища відрізняються, і поки що ніхто їх не відтворив.

Чи з’являться відкриті ваги K3.1 Pro?
Так. Moonshot повідомляє, що повні ваги випустять до 4 November 2026. Компанія ще не повідомила, яку ліцензію обере; ваги K3 поширюються за ліцензією Kimi K3.

Читайте далі: серія Kimi K3.1 Pro

• Якщо ви вирішили перейти на нову модель, тут пояснюється, звідки беруться помилки 400 і непомітне збільшення рахунку — від максимального рівня зусиль за замовчуванням до помилки в назві Highspeed: Перехід на Kimi K3.1 Pro: як виправити помилки 400, врахувати максимальний рівень зусиль за замовчуванням і не помилитися в назві Highspeed
• Якщо ви порівнюєте K3.1 Pro з альтернативами, а не плануєте оновлення, ось її порівняння з Qwen 4, яка з’явилася в Arena того самого тижня, і Claude Fable 5.5 — моделлю, за якою женуться обидві: Kimi K3.1 Pro проти Qwen 4 і Claude Fable 5.5: якість фронтенду, вартість завдання та перевірка ажіотажу
• Якщо вас приваблює швидкість у 2–3×, у цій статті з’ясовуємо, коли варто платити вдвічі більше за токен за Highspeed: Kimi K3.1 Pro проти K3.1 Pro Highspeed: чи варта швидкість у 2–3× подвійної ціни?

Джерела

• Moonshot AI: технічний блог про Kimi K3.1 Pro
• Moonshot AI: короткий посібник із Kimi K3.1 Pro
• Moonshot AI: конфігурація моделей Kimi Code
• AIHubMix: сторінка моделі Kimi K3.1 Pro
• Chase AI: Kimi K3 проти Claude Fable 5 і GPT-5.6 — реальна вартість