Kimi K3.1 Pro: веса обещают к 4 ноября, цену держат на уровне GPT-6.1 Sol

23 октября 2026 года Moonshot выложила Kimi K3.1 Pro в Kimi API. Открытых весов нет — компания обещает опубликовать их до 4 ноября 2026 года. Ниже только то, что есть в анонсе: условия доступа, цены, бенчмарки и одна ручная проверка.

API сегодня, веса — с обещанием до 4 ноября

Модель доступна через Kimi API (HTTP-интерфейс, через который запрос уходит на серверы Moonshot и возвращается ответ). Это не открытые веса (open weights — когда файл модели можно скачать и запустить на своём железе). Пока только вызовы по сети.

Формулировка из анонса: «Full model weights will be released by Nov 4, 2026». Что именно войдёт в релиз и под какой лицензией — данных нет.

Отдельно предлагается версия Highspeed. По заявлению Moonshot, она работает в 2–3 раза быстрее и стоит вдвое дороже. Исключение — попадания в кэш входных токенов (input token cache: если тот же кусок промпта уже отправляли, сервер может не пересчитывать его заново). На кэш-хиты цена та же, что у обычной версии.

Механика простая: скорость — это ресурс, который продаётся отдельно. Если ответ нужен к дедлайну, берёте Highspeed и платите двойной тариф. Если можно подождать — обычная версия дешевле.

Цена: $2.00 за миллион на входе, $10 за миллион на выходе

Тариф в долларах — $2.00 за миллион входных токенов и $10 за миллион выходных. Это столько же, сколько у GPT-6.1 Sol, и вдвое дешевле Claude Opus 5.5. Для Highspeed — вдвое дороже, кроме кэш-хитов входа.

Асимметрия важна: выход дороже входа в пять раз. Но токенов на входе обычно в десятки раз больше. Пример: инструкция на 10 тысяч токенов и ответ на 500. Вход стоит $0.02, выход — $0.005, то есть здесь длинная инструкция вчетверо дороже короткого ответа. Стоит ответу вырасти до 5 тысяч токенов, и он обойдётся в $0.05 — в 2,5 раза дороже всей инструкции. Поэтому в бюджете считайте оба числа, а не только прайс за миллион.

Кэш меняет картину, если вы гоняете один и тот же системный промпт или шаблон запроса много раз. Тогда повторная часть входа не оплачивается по полному тарифу.

Бенчмарки: 55 у Artificial Analysis и оговорка про вендора

Собственные бенчмарки Moonshot (benchmark — стандартный набор тестов, на котором модели сравнивают между собой) ставят Kimi примерно на уровень Opus 5.5 и GPT-6 Astra: на части тестов выше, на части вплотную. Это цифры заинтересованной стороны, их стоит читать как заявку, а не как измерение.

Независимая оценка — Artificial Analysis, агрегатор, который прогоняет модели по набору задач и сводит результат в один балл. У Kimi K3.1 Pro там 55. Это выше Claude Fable 5.1, GPT-6 Astra и Gemini 4 Argon (у всех трёх 53) и ниже только Claude Opus 5.5 (58).

Содержание не в самой цифре, а в позиции: по данным первоисточника, это первый случай, когда модель со статусом soon-to-be open weight поднялась так высоко против фронтира в этом счёте. Оговорка очевидная: агрегат в один балл не показывает, на каких именно задачах модель проседает. Разница в два балла по такой шкале — не приговор и не гарантия.

Как проверить руками: pelican, reasoning_effort и три уровня

Автор первоисточника прогнал модель через Moonshot API командой llm openai endpoint, которую добавил в LLM 0.32 в августе. Команда умеет отправлять промпт на любой OpenAI-совместимый endpoint, но не логирует результат — поэтому stdout и stderr (в stderr идёт reasoning trace, трасса промежуточных рассуждений) сохраняли в отдельные файлы.

Флаги, которые задают поведение: --responses — использовать Responses API; -o reasoning_effort low — уровень усилия на рассуждение; -m kimi-k3.1-pro — собственно модель.

Reasoning effort — это ручка, которая определяет, сколько внутренних шагов модель делает до финального ответа. Модель поддерживает три уровня: low, medium и max. Больше шагов — дольше генерация и больше выходных токенов, а выход, как мы помним, самый дорогой. Меньше шагов — быстрее и дешевле, но на задачах, где нужна цепочка выкладок, качество может упасть.

Тест — один и тот же промпт на всех трёх уровнях: SVG пеликана на велосипеде. Для сравнения те же три прогона сделали на Kimi K3. Сами картинки лежат в первоисточнике; текстовой оценки, насколько пеликан на max отличается от пеликана на low, там нет — только изображения.

Зачем это упражнение. Во-первых, оно проверяет, что модель действительно отвечает через OpenAI-совместимый интерфейс, а не только через родной SDK. Во-вторых, показывает разброс между уровнями reasoning effort на задаче, где нет единственно правильного ответа: SVG либо рисуется, либо нет. Если у вас похожая задача — генерация разметки, кода, схемы — начните с low и поднимайте уровень только там, где результат стабильно ломается.

Что с этим делать

1. Нужен доступ сейчас — идите через Kimi API, модель там с 23 октября. Скачиваемых весов до 4 ноября нет, планировать локальный запуск раньше этой даты не на чем.
2. Считайте бюджет по паре вход/выход, а не по одной цифре. Выход в пять раз дороже входа, поэтому длинные ответы и высокий reasoning effort бьют по счёту сильнее, чем длинный промпт.
3. Если гоняете один и тот же шаблон запроса многократно, проверьте кэш входных токенов — на нём тариф не удваивается даже в Highspeed.
4. Прогоните свой «пеликан»: одну реальную задачу на low, medium и max, с сохранением stdout и stderr. Так вы увидите, где уровень рассуждений реально что-то меняет, а где только добавляет токенов.
5. К цифре 55 относитесь как к ориентиру. Она выше 53 у трёх моделей и ниже 58 у Opus 5.5, но не говорит, на каких ваших задачах разница проявится. До 4 ноября единственный способ проверить — свой тест через API.