Kimi K3.1 Pro so với K3: Những thay đổi, chi phí và đối tượng nên chuyển đổi

Kimi K3.1 Pro là bản cập nhật đầu tiên của Kimi K3, mô hình trọng số mở 2.8 nghìn tỷ tham số mà Moonshot AI ra mắt ngày 16 tháng 7 năm 2026. Mô hình được phát hành vào ngày 23–24 tháng 10 năm 2026 trên ứng dụng Kimi, Kimi Code và Kimi API. Bài đăng ra mắt của Moonshot gọi đây là “mô hình đầu tiên trong dòng K3.1 mới và là mô hình trọng số mở lớp 3T có năng lực cao nhất của chúng tôi từ trước đến nay”: phiên bản K3 đã qua huấn luyện hậu kỳ, được huấn luyện với lượng tính toán hậu huấn luyện lớn hơn nhiều trên “hàng trăm lĩnh vực ứng dụng”. Moonshot tuyên bố mô hình có tiến bộ trong lập trình, sáng tạo 3D, cũng như nghiên cứu và mô hình hóa tài chính. Biến thể K3.1 Pro Highspeed có năng lực tương đương nhưng nhanh hơn khoảng hai đến ba lần; toàn bộ trọng số dự kiến sẽ được phát hành trước ngày 4 tháng 11 năm 2026.

Câu trả lời ngắn gọn: với mã gọi API, việc chuyển đổi chỉ cần đổi ID mô hình. kimi-k3.1-pro có cùng các ràng buộc tham số với kimi-k3, nên cấu hình lấy mẫu cố định, ba mức effort và giá trị mặc định max đều được giữ nguyên. Thay đổi đầu tiên bạn nhận thấy sẽ ít rõ rệt hơn. Trong Kimi Code, K3 mặc định chạy ở mức effort high, còn K3.1 Pro mặc định chạy ở mức max. Hãy kỳ vọng mô hình suy nghĩ nhiều hơn cho mỗi tác vụ, đồng nghĩa với việc dùng nhiều token hơn hoặc tiêu tốn nhiều hạn mức gói hơn cho mỗi tác vụ.

Về giá, K3.1 Pro có chi phí trên mỗi token thấp hơn. AIHubMix niêm yết mức giá $2.00 cho đầu vào và $10.50 cho đầu ra trên mỗi triệu token, so với $2.84 và $14.20 của K3; bảng giá bằng nhân dân tệ đang được chia sẻ trong ngày ra mắt cũng cho thấy mức giảm tương tự tại Moonshot. Tại thời điểm viết bài, chưa thể xác nhận bảng giá USD chính thức của Moonshot. Các benchmark tự báo cáo của Moonshot cho thấy K3.1 Pro cải thiện rõ rệt so với K3 trong những bài kiểm tra riêng về lập trình, ảo giác và tài chính. Vậy câu hỏi thực sự là liệu những cải thiện đó, với chi phí mỗi token thấp hơn, có mang lại hiệu quả kinh tế cho một mô hình suy nghĩ lâu hơn khi xử lý công việc của bạn hay không.

So sánh K3 và K3.1 Pro

Cột K3 dựa trên hướng dẫn Kimi K3 và thẻ mô hình của Moonshot. Cột K3.1 Pro dựa trên hướng dẫn bắt đầu nhanh K3.1 Pro và tài liệu mô hình Kimi Code của Moonshot; các tài liệu này cũng nêu giá trị mặc định của cả hai trong Kimi Code. ID Highspeed là kimi-k3.1-pro-highspeed trên API và k3.1-pro-highspeed trong Kimi Code. Trong Kimi Code, cửa sổ đầy đủ 1M chỉ có ở các gói cao hơn. Moonshot chưa công bố số lượng tham số hoạt động của K3.1 Pro hoặc cho biết trọng số của mô hình sẽ dùng giấy phép nào.

K3.1 Pro xuất hiện như thế nào

Dòng K3.1 bị rò rỉ từng phần trong hơn một tháng. Trình theo dõi của CometAPI đã tổng hợp các thông tin rò rỉ; Wccftech, AIBase và những người đăng bài trên LINUX DO cũng đưa tin về chúng. Moonshot không xác nhận thông tin nào trước video hé lộ.

• 23 September: một đoạn cấu hình được đăng trên X cho thấy mã định danh k3d1-agent, ba mức effort (Low, High, Max), tùy chọn ngữ cảnh “Extra Long” lên đến 1M token, cùng các cờ dành cho chế độ agent, swarm, search và batch.
• 28 September: các nhà phát triển phát hiện kimi-k3-1 trong danh mục mô hình của nền tảng API Moonshot và cho biết mô hình đã phản hồi các lệnh gọi. Bản xem trước trên nền tảng mở niêm yết cùng mức giá với K3.
• 21 October: cấu hình model_switch_confirm của Kimi Code bắt đầu trả về một quy tắc chuyển k3, K3, kimi-k3, k3-256k, kimi-for-coding và kimi-for-coding-highspeed sang k3.1. Hai ngày sau, mô hình được phát hành trong Kimi Code với tên k3.1-pro.
• 22 October: một mô hình ẩn danh có tên Kibitz xuất hiện trong Code Arena của Arena. Dấu vân tay tokenizer liên kết mô hình với Kimi, còn tên gọi phù hợp với cách đặt tên của Moonshot (K3 từng được thử nghiệm với tên Kivine). Kết quả các trận đấu một lượt do người thử nghiệm thực hiện khá khả quan; một người đánh giá khả năng dựng cảnh 3D ngang gần Claude Opus 5.5 ở mức effort trung bình. Arena không công bố điểm số.
• 23 October: tài khoản chính thức của Kimi đăng một video hé lộ dài 24 giây. Video cho thấy giao diện terminal của Kimi Code hiển thị “Model: Kimi K3.1” khi mô hình tạo một cảnh 3D bằng Three.js.
• 23–24 October: Moonshot bổ sung K3.1 Pro và K3.1 Pro Highspeed vào tài liệu Kimi Code, trong đó cho biết mô hình “hiện đã được triển khai đầy đủ trong Kimi Code”. Bài đăng ra mắt được đăng trong thời gian ngắn rồi gỡ xuống, sau đó xuất hiện lại vào tối hôm đó cùng bảng benchmark đầy đủ và tài liệu API cho kimi-k3.1-pro cùng kimi-k3.1-pro-highspeed.

Phần lớn các cờ bị rò rỉ mô tả những tính năng K3 đã có: ba mức effort, cửa sổ ngữ cảnh 1M và chế độ swarm sẵn có của Kimi. Thông tin ra mắt xác nhận điều đó. K3.1 Pro giữ nguyên giao thức yêu cầu của K3; điểm mới là phần huấn luyện hậu kỳ bổ sung, mức effort mặc định max trong Kimi Code và phiên bản Highspeed đi kèm.

Những gì được giữ nguyên và những điều cần kiểm tra lại

Moonshot cho biết kimi-k3.1-pro có “cùng các ràng buộc tham số với kimi-k3”, vì vậy mã đang chạy trên K3 chỉ cần đổi ID mới. Các quy tắc được giữ nguyên:

• Chế độ suy luận luôn bật. Moonshot cho biết các yêu cầu tắt chế độ này sẽ bị từ chối với HTTP 400; các ID chính của AIHubMix không từ chối chúng (xem bên dưới).
• reasoning_effort nhận các giá trị low, high hoặc max, mặc định là max. Không có mức medium, dù có thông tin trước ngày ra mắt nói rằng có: Kimi Code ánh xạ medium thành high, xhigh và ultra thành max, còn minimum và light thành low. Trong Kimi Code, các giá trị off, none, disabled hoặc giá trị không xác định sẽ trả về lỗi 400.
• Tham số lấy mẫu được cố định: temperature 1.0, top_p 0.95, n 1 và cả hai penalty đều bằng 0. Hãy bỏ qua các tham số này; trên API Moonshot, giá trị khác sẽ trả về lỗi.
• tool_choice chấp nhận giá trị required, như trên K3.
• max_completion_tokens mặc định là 131,072 và có thể tăng lên đến 1,048,576, trong giới hạn cửa sổ ngữ cảnh 1M.
• Thay đổi mô hình hoặc mức effort sẽ làm mất hiệu lực bộ nhớ đệm. Trong Kimi Code, Moonshot khuyến nghị không chuyển sang K3.1 Pro giữa phiên K3, K2.8 Preview hoặc K2.7 Code Highspeed đang diễn ra, vì chất lượng đầu ra giảm và số lượt bộ nhớ đệm được sử dụng cũng giảm.

Như với K3, các vòng lặp nhiều lượt và gọi công cụ cần gửi lại toàn bộ thông điệp của assistant, bao gồm cả reasoning_content.

AIHubMix đã đo được gì. Ngày 24 tháng 10, AIHubMix thử nghiệm cả hai mô hình bằng ID chính kimi-k3.1-pro và kimi-k3.1-pro-highspeed, cũng như qua kênh lập trình với các ID coding-kimi-k3.1-pro và coding-kimi-k3.1-pro-highspeed, sử dụng cách ánh xạ effort của Kimi Code:

• Chat Completions (có reasoning_content) và Messages (các khối thinking và text) đều trả về mã 200 với cả hai. Responses API chỉ trả về mã 200 trên kênh lập trình; các ID chính trả về 404, “The model kimi-k3.1-pro is not available on this endpoint.” Vì vậy, tại thời điểm ra mắt, Codex—vốn dùng Responses—cần ID của kênh lập trình trên AIHubMix.
• Mọi giá trị reasoning_effort được thử (low, medium, high, max, xhigh) đều trả về mã 200. Cổng kết nối chấp nhận tất cả, nhưng Moonshot chỉ tài liệu hóa low, high và max, nên đừng hiểu các giá trị bổ sung là các mức effort mới. off và giá trị không xác định cũng trả về mã 200; none hoặc trường thinking: {"type": "disabled"} trả về mã 200 nhưng hoàn toàn không có suy luận: trên AIHubMix, tùy chọn tắt suy luận không báo lỗi mà âm thầm không hoạt động.
• temperature=0.2 trả về lỗi 400 trên các ID chính: “invalid temperature: only 1 is allowed for this model”. Kênh lập trình chấp nhận giá trị này. Trường thinking: {"type": "enabled"} còn sót lại từ K2.x trả về mã 200 ở cả hai.
• Định dạng đầu ra có cấu trúc qua Messages API hiện hoạt động. Một yêu cầu json_schema với lời nhắc không yêu cầu JSON đã trả về {"city":"Paris"}. Trong thử nghiệm tháng 7 của AIHubMix, K3 đã âm thầm bỏ qua schema trong trường hợp đó.
• Tính năng lưu bộ nhớ đệm hoạt động tự động: trên kênh lập trình, một lời nhắc được gửi lại có toàn bộ nội dung được tính là token đã lưu trong bộ nhớ đệm.

Bài viết về chuyển đổi trong loạt bài này xem từng trường hợp trong số đó là một lỗi bạn có thể gặp phải, kèm thông báo lỗi và cách khắc phục.

Benchmark: so với K3 và nhóm mô hình cao hơn

Các số liệu là kết quả tự báo cáo khi ra mắt của Moonshot, lấy từ bài đăng ra mắt K3.1 Pro và, đối với K3, từ thẻ mô hình trên GitHub. Môi trường kiểm thử khác nhau tùy mô hình (K3.1 Pro chủ yếu chạy trong môi trường Claude Code), và chưa có bên nào tái lập được các kết quả này.

Từ K3 lên K3.1 Pro. Đây là các cặp kết quả Moonshot đo bằng cùng một phương pháp trên cả hai mô hình:

Kimi Code Bench, Kimi Hallu Bench và hai bộ dữ liệu tài chính là các benchmark nội bộ của Moonshot. Cặp kết quả Kimi Code Bench 2.0 được chạy trong môi trường Claude Code (điểm nổi bật 72.9 của K3 được đo trên Kimi Code), còn Hallu Bench Hard được chạy với công cụ. Tất cả các cặp đều cải thiện theo hướng tích cực: tăng từ 3 đến 8 điểm ở các bộ kiểm tra lập trình, từ 7 đến 12 điểm ở các bộ kiểm tra tài chính, và tỷ lệ ảo giác trong bài kiểm tra khó giảm từ 23.4 xuống 8.3. Terminal-Bench, SWE Marathon và ProgramBench xuất hiện trong cả hai lần ra mắt nhưng dùng phiên bản hoặc cách chấm điểm khác nhau, vì vậy không thể so sánh các điểm 88.3, 42.0 và 77.8 của K3 với 65.7, 51.7 và 31.5 của K3.1 Pro.

So với nhóm mô hình cao hơn. Kimi không có mô hình nào cao cấp hơn K3.1 Pro, vì vậy điều đáng quan tâm là so sánh với các mô hình đóng trong bảng của Moonshot. Moonshot chạy các mô hình này ở mức effort max và lưu ý rằng “việc kiểm thử các mô hình độc quyền có thể có một số trường hợp chuyển sang mô hình dự phòng”.

Theo bảng điểm của Moonshot, K3.1 Pro dẫn đầu cả bốn bài kiểm tra về lập trình bền bỉ trong thời gian dài (SWE Marathon v1.1) và HLE có công cụ, đồng thời nhỉnh hơn trên DeepSWE v1.1. Trên Terminal-Bench 4.0, mẫu này vượt Fable 5.1 và GPT-6 Astra, đồng thời chỉ kém Opus 5.5 chưa đến một điểm; trên GDPval-AA, mẫu này đứng ngay sau Opus 5.5. K3.1 Pro thua rõ rệt trên ProgramBench, nơi Opus 5.5 đạt điểm cao gần gấp đôi, trên HLE không dùng công cụ và trên Design Bench nội bộ của Moonshot, nơi GPT-6 Astra dẫn đầu. K3 ra mắt ở vị trí đầu bảng xếp hạng Frontend Code của Arena với 1,679 điểm; K3.1 Pro chưa có điểm Arena khi ra mắt.

Giá và chi phí thực tế

Giá tính trên mỗi triệu token. Giá K3.1 Pro trên AIHubMix thấp hơn giá K3 30% ở đầu vào và 26% ở đầu ra; Highspeed có giá đầu vào và đầu ra chính xác gấp đôi K3.1 Pro, còn giá khi cache trúng thì bằng nhau. Tại thời điểm viết bài, chúng tôi chưa thể xác nhận bảng giá USD của Moonshot cho K3.1 Pro, nên cột giá chính thức hiển thị dấu gạch ngang. OpenAI đang áp dụng mức giá khuyến mãi $4 / $20 cho GPT-5.6 Sol, được cho là kéo dài ít nhất đến ngày 21 November 2026. Trên AIHubMix, mỗi triệu token cache trúng có giá $0.20 với K3.1 Pro và Highspeed, so với $0.284 cho K3 ($0.30 trên Moonshot). Kể từ lần cập nhật cách tính phí của Moonshot, chi phí ghi cache cho K3 dường như được tính riêng: $3.00 cho mỗi triệu token với thời hạn mặc định 5 phút, $6.00 cho một giờ. Trên API của Moonshot, K3.1 Pro áp dụng cách tính tương tự: giá cố định bất kể độ dài ngữ cảnh, phí ghi cache tính theo thời hạn và token suy luận được tính như token đầu ra ở mọi mức nỗ lực. Trang mô hình của AIHubMix chỉ liệt kê giá đầu vào, đầu ra và cache trúng, không có mức phí riêng cho ghi cache.

Bảng giá CNY do Moonshot công bố. Một bảng giá được chia sẻ trong ngày ra mắt cho thấy bảng giá tại Trung Quốc của Moonshot dành cho K3.1 Pro và K3.1 Pro Highspeed, bao gồm cả phí ghi cache. Bảng này chưa được xác nhận với trang giá của Moonshot:

Tính trên mỗi triệu token, bằng CNY. Hàng K3 khớp với bảng giá tại Trung Quốc của Moonshot. Nếu bảng này chính xác, Moonshot đã giảm giá K3.1 Pro 35% ở đầu vào, 32% ở đầu ra và 35% khi cache trúng, nhỉnh hơn mức giảm giá của AIHubMix. Highspeed có giá đầu vào, đầu ra và ghi cache gấp đôi K3.1 Pro, còn giá khi cache trúng thì bằng nhau; như vậy, giá của mẫu này cao hơn K3 30% ở đầu vào và 36% ở đầu ra. Bảng giá USD và CNY của Moonshot không được quy đổi theo tỷ giá cố định, nên số liệu CNY không cho biết giá tính bằng USD.

Một tác vụ, tính thử chi phí. Tháng 7, AIHubMix yêu cầu K3 tạo một trò chơi HTML chỉ gồm một tệp từ một câu lệnh và một ảnh tham khảo. Lượt chạy mất 2,541 giây (khoảng 42 phút) và tạo ra 1,275 dòng mã hoạt động. Mẫu này dùng 74,994 token hoàn tất, trong đó có 54,486 token (73%) dành cho suy luận. K3 chạy ở mức nỗ lực cao nhất, cũng là mức duy nhất K3 chấp nhận lúc đó và là mức mặc định của K3.1 Pro hiện nay. Kích thước đầu vào không được ghi lại, nên các ước tính bên dưới giả định có 5,000 token đầu vào. Giá tính theo mức của AIHubMix.

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

Giả định số lượng token như nhau có thể không đúng; số liệu thực tế có thể khiến kết quả tăng hoặc giảm. Trong bài kiểm tra thực tế do Chase AI thực hiện, K3 dùng 21.5 triệu token, còn Claude Fable 5 dùng 3.5 triệu, tức ít hơn khoảng sáu lần. Với tỷ lệ đó, Fable 5 sẽ hoàn thành trò chơi trong khoảng 12,200 token, với chi phí khoảng $0.73, thấp hơn mức $1.08 của K3 và $0.80 của K3.1 Pro, dù giá đầu ra của Fable 5 cao gần gấp bốn lần. Trong các tác vụ thuộc bộ chỉ số của Artificial Analysis, chênh lệch lại theo chiều ngược lại: Fable 5.1 trung bình dùng 78,000 token đầu ra mỗi tác vụ, so với 48,000 của K3, và tốn $7.63 mỗi tác vụ, so với $2.00 của K3.

Thời gian một mô hình suy luận tùy thuộc vào tác vụ. Trong một phép kiểm tra nhanh quy mô nhỏ của AIHubMix vào ngày 24 October, câu lệnh yêu cầu viết bài giải thích dài 600 từ ở mức nỗ lực thấp khiến K3.1 Pro suy luận từ 5,561 đến 7,356 token trước khi trả lời, còn K3 dùng từ 3,013 đến 7,051 token: mức sử dụng tương tự nhau. Khác biệt nằm ở tốc độ. K3.1 Pro truyền khoảng 86 token mỗi giây, so với 22 đến 26 của K3, nên trả lời trong 80 đến 99 giây, trong khi K3 mất 154 đến 309 giây. Đây là một câu lệnh, với ba lượt chạy cho mỗi mô hình trên các ID chính của AIHubMix, chứ không phải một bài benchmark. Dù vậy, mức giảm 25% giá đầu ra chỉ giúp giảm 25% hóa đơn nếu K3.1 Pro không suy luận lâu hơn K3 trong các tác vụ của bạn; vì thế hãy đo số token mỗi tác vụ trước khi tính khoản tiết kiệm.

Những trường hợp K3.1 Pro không phải lựa chọn hiển nhiên

• Công việc nhạy cảm với độ trễ. K3.1 Pro luôn suy luận, mặc định chạy ở mức cao nhất và không hỗ trợ tắt suy luận. Lượt chạy trò chơi của K3 mất 42 phút trong một yêu cầu; trong phép kiểm tra nhanh ở trên, ngay cả ở mức nỗ lực thấp, K3.1 Pro cũng mất 71 đến 91 giây mới tạo ra token đầu tiên trong câu trả lời (K3 mất 132 đến 280 giây). Highspeed giúp đầu ra nhanh hơn khoảng 2–3×, nhưng Moonshot cho biết tính năng này “chỉ tăng tốc độ đầu ra của mô hình”, nên các lệnh gọi công cụ và tập lệnh vẫn chạy như trước. Nếu người dùng phải chờ mỗi câu trả lời, một mô hình nhanh hơn không có bước suy luận sẽ phù hợp hơn, ngay cả khi chất lượng tương đương.
• Pipeline cần kiểm soát temperature. K3.1 Pro giữ nguyên giá trị sampling cố định 1.0 như K3; trên các ID chính của AIHubMix, giá trị temperature 0.2 trả về lỗi 400. Kênh coding chấp nhận tham số này, nhưng phản hồi 200 không chứng minh giá trị đã được áp dụng. Nếu bạn cần temperature 0 để tạo đầu ra nhất quán, K3.1 Pro không đáp ứng được.
• Công việc tương tự những bài benchmark mà mô hình làm chưa tốt. Theo bảng riêng của Moonshot, K3.1 Pro chỉ đạt khoảng một nửa điểm của Claude Opus 5.5 trên ProgramBench, kém cả ba mô hình đóng trên HLE không dùng công cụ và kém GPT-6 Astra trên Design Bench. Hãy thử các loại tác vụ này trước khi chuyển đổi.
• Tác vụ mà mô hình ở phân khúc cao hơn suy luận ít hơn. Như bài kiểm tra tạo trò chơi của Chase AI cho thấy, một mô hình đắt hơn nhưng suy luận ít hơn có thể tốn ít chi phí hơn cho mỗi tác vụ. Hãy đo khối lượng công việc của chính bạn trước khi cho rằng K3.1 Pro là lựa chọn rẻ hơn.
• Các gói Kimi Code cấp thấp hơn. K3.1 Pro yêu cầu gói Plus trở lên trên các gói mới (Moderato trở lên trên các gói cũ), còn cửa sổ ngữ cảnh 1M yêu cầu gói Pro (Allegretto). Highspeed yêu cầu gói Pro trở lên (Allegretto).

Ai nên chuyển đổi, ai nên chờ

• Người dùng Kimi Code: K3.1 Pro hiện dùng được với tên k3.1-pro. Hãy bắt đầu một phiên mới bằng mô hình này thay vì chuyển đổi giữa phiên K3, K2.8 Preview hoặc K2.7 Code Highspeed hiện có; Moonshot cho biết việc chuyển mô hình giữa phiên làm giảm chất lượng đầu ra và tỷ lệ cache trúng. Mặc định, mô hình chạy ở mức nỗ lực cao nhất thay vì mức cao như K3; hãy theo dõi hạn mức sử dụng trong tuần đầu tiên. Nếu hạn mức cạn nhanh hơn, hãy chuyển các tác vụ thường ngày xuống mức cao, nhưng đừng kỳ vọng mức thấp sẽ rẻ: trong phép kiểm tra nhanh của AIHubMix, ngay cả khi đặt K3.1 Pro ở mức thấp, mô hình vẫn suy luận từ 5,561 đến 7,356 token.
• Người dùng API K3: đổi từ kimi-k3 sang kimi-k3.1-pro, với các giới hạn tham số không đổi. Trên API của Moonshot, mô hình này được mở khóa sau khi nạp thêm $1; AIHubMix cung cấp mô hình với cùng ID. Trước tiên, hãy chạy đánh giá trong một ngày trên các tác vụ của chính bạn và so sánh số token hoàn tất cùng token suy luận, chứ không chỉ tỷ lệ vượt qua. Tại thời điểm viết bài, bảng giá USD của Moonshot chưa được xác nhận; trên AIHubMix, K3.1 Pro có giá $2.00 / $10.50 cho mỗi triệu token.
• Người dùng K2.6 và K2.7 Code: bước chuyển đổi lớn hơn, và Moonshot đã đặt thời hạn. Trên nền tảng của Moonshot, người dùng đăng ký mới sẽ không thể dùng các mô hình dòng K2 kể từ ngày 31 October 2026; Moonshot dự định ngừng cung cấp toàn bộ các mô hình này vào cuối December 2026. Ngày 24 October, AIHubMix vẫn liệt kê K2.6 và K2.7 Code mà chưa có ngày ngừng cung cấp. K3.1 Pro không hỗ trợ tắt suy luận; mức suy luận được thiết lập bằng mức nỗ lực thay vì công tắc thinking như trên K2.x. Hãy đọc bài viết về chuyển đổi trước khi thay đổi bất cứ điều gì.
• Nếu tốc độ quan trọng hơn giá: K3.1 Pro Highspeed có cùng khả năng nhưng nhanh hơn khoảng 2–3×, đổi lại hạn mức trong Kimi Code cao gấp đôi và giá mỗi token cao gấp đôi ($4.00 / $21.00 trên AIHubMix). Bài viết về Highspeed trong loạt bài này phân tích sự đánh đổi đó.
• Hãy chờ nếu bạn mua trực tiếp từ Moonshot và muốn xem bảng giá USD trước khi quyết định.
• Hãy tiếp tục dùng mô hình hiện tại nếu khối lượng công việc của bạn gồm các yêu cầu ngắn, số lượng lớn và việc luôn bật suy luận chỉ làm tăng chi phí không cần thiết.

Để so sánh K3 và K3.1 Pro trên các câu lệnh của riêng bạn, hãy chạy cả hai qua AIHubMix bằng một khóa duy nhất. Hướng dẫn bắt đầu nhanh giải thích về khóa và URL cơ sở; trang mô hình K3.1 Pro liệt kê giá. Dùng Chat Completions hoặc Messages với kimi-k3.1-pro; hiện tại, với Responses API, hãy dùng coding-kimi-k3.1-pro. AIHubMix đánh dấu đây là bản xem trước để đánh giá, không dành cho môi trường production.

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)

Tập lệnh sử dụng Chat Completions và bỏ qua temperature: K3 và K3.1 Pro từ chối mọi giá trị khác 1.

Câu hỏi thường gặp

Kimi K3.1 Pro đã ra mắt chưa?
Rồi. Moonshot ra mắt mô hình này vào ngày 23–24 October 2026 trên ứng dụng Kimi, Kimi Work, Kimi Code và Kimi API; tên gọi trên API là kimi-k3.1-pro, còn trong Kimi Code là k3.1-pro. Quản trị viên Business và Enterprise phải bật mô hình này cho nhóm của họ.

K3.1 Pro có đắt hơn K3 không?
Xét theo từng token thì không. AIHubMix niêm yết giá $2.00 đầu vào và $10.50 đầu ra cho mỗi triệu token, so với mức $2.84 và $14.20 của K3. Một bảng giá CNY được chia sẻ trong ngày ra mắt cho thấy Moonshot giảm giá khoảng một phần ba, nhưng tại thời điểm viết bài, bảng giá USD chính thức của Moonshot chưa được xác nhận. Tuy nhiên, mô hình vẫn suy luận rất nhiều: mức mặc định trong Kimi Code là cao nhất; trong một phép kiểm tra nhanh của AIHubMix, mô hình suy luận từ 5,561 đến 7,356 token ngay cả ở mức nỗ lực thấp. Vì vậy, chi phí cho mỗi tác vụ vẫn có thể tăng.

Mã K3 của tôi có chạy được trên K3.1 Pro không?
Có, chỉ cần đổi model ID. Moonshot cho biết kimi-k3.1-pro có cùng các giới hạn tham số với kimi-k3. Tiếp tục bỏ qua temperature và các tham số sampling khác, tiếp tục gửi lại reasoning_content trong các yêu cầu nhiều lượt và đừng thử tắt suy luận.

Kimi Code thay đổi những gì?
Theo khuyến nghị trong tài liệu của Moonshot, hãy chọn K3.1 Pro trong một phiên mới thay vì chuyển giữa phiên. Mức nỗ lực mặc định của mô hình là cao nhất, trong khi K3 mặc định ở mức cao. Mô hình yêu cầu gói Plus trở lên; muốn sử dụng toàn bộ cửa sổ ngữ cảnh 1M thì cần gói Pro trở lên.

K3.1 Pro Highspeed là gì?
Năng lực của mô hình không đổi, nhưng tốc độ tạo đầu ra nhanh hơn khoảng hai đến ba lần khi dùng kimi-k3.1-pro-highspeed trên API. Trong Kimi Code, mô hình tiêu tốn khoảng gấp đôi hạn mức và chi phí mỗi token cũng gấp đôi: $4.00 / $21.00 trên AIHubMix. Chỉ đầu ra của mô hình nhanh hơn; các lệnh gọi công cụ và tập lệnh thì không.

K3.1 Pro có tốt ngang Claude Fable 5.1, Claude Opus 5.5 hay GPT-6 Astra không?
Theo bảng của chính Moonshot, mô hình vượt cả ba trên SWE Marathon và HLE khi dùng công cụ, vượt Fable 5.1 và GPT-6 Astra trên Terminal-Bench 4.0, nhưng kém hơn trên ProgramBench, HLE không dùng công cụ và Design Bench. Các số liệu do hãng tự báo cáo, bộ công cụ đánh giá khác nhau và chưa ai tái lập được kết quả.

K3.1 Pro có được phát hành với trọng số mở không?
Có. Moonshot cho biết toàn bộ trọng số sẽ được phát hành trước ngày 4 November 2026. Hãng chưa công bố giấy phép sử dụng; trọng số của K3 được phát hành theo giấy phép Kimi K3.

Đọc tiếp: loạt bài về Kimi K3.1 Pro

• Nếu bạn đã quyết định chuyển đổi, bài viết này giải thích nguyên nhân gây ra lỗi 400 và những khoản tăng phí âm thầm, từ chế độ mặc định nỗ lực tối đa đến việc nhập sai ID Highspeed: Chuyển sang Kimi K3.1 Pro: Khắc phục lỗi 400, lưu ý chế độ mặc định nỗ lực tối đa và đừng nhập sai Highspeed
• Nếu đang cân nhắc K3.1 Pro với các lựa chọn thay thế thay vì nâng cấp, bài viết này so sánh nó với Qwen 4, xuất hiện trên Arena cùng tuần, và Claude Fable 5.5, mô hình mà cả hai đều đang theo đuổi: Kimi K3.1 Pro vs Qwen 4 vs Claude Fable 5.5: Chất lượng giao diện người dùng, chi phí mỗi tác vụ và kiểm chứng lời đồn
• Nếu tốc độ nhanh hơn 2–3× khiến bạn muốn nâng cấp, bài viết này phân tích khi nào Highspeed đáng để trả gấp đôi giá mỗi token: Kimi K3.1 Pro vs K3.1 Pro Highspeed: Tốc độ nhanh hơn 2–3× có đáng với mức giá gấp 2× không?

Nguồn

• Moonshot AI: Bài viết kỹ thuật về Kimi K3.1 Pro
• Moonshot AI: Hướng dẫn bắt đầu nhanh với Kimi K3.1 Pro
• Moonshot AI: Cấu hình mô hình Kimi Code
• AIHubMix: Trang mô hình Kimi K3.1 Pro
• Chase AI: Kimi K3 vs Claude Fable 5 vs GPT-5.6, chi phí thực tế