Kimi K3.1 Pro è uscito: contesto 1M, pesi aperti previsti il 4 novembre

Moonshot AI ha rilasciato Kimi K3.1 Pro il 23 ottobre 2026: un modello con una finestra di contesto di 1.048.576 token, pensato per il lavoro agentico e di coding, con pesi completamente aperti promessi entro il 4 novembre. Il prezzo API è l'unica cosa che manca: nelle pagine che abbiamo controllato il 23 ottobre non è pubblicato.

Quindi, se sei qui per un verdetto rapido, eccolo: modello interessante, numeri del fornitore solidi, ancora nessun modo per calcolare il costo di un workload su di esso. Qui sotto c'è cosa dice davvero l'annuncio, come leggere i benchmark e un calcolo dei costi per lo stesso tipo di lavoro su modelli che puoi usare oggi.

Cosa ha annunciato Moonshot#

L'annuncio di Kimi K3.1 Pro (controllato il 23 ottobre 2026) dice che K3.1 Pro è il primo modello della serie K3.1. C'è anche una variante più veloce, Kimi K3.1 Pro Highspeed, che Moonshot descrive come 2–3× più veloce. Gli id API sono kimi-k3.1-pro e kimi-k3.1-pro-highspeed.

Moonshot lo definisce un "modello open-weight di classe 3T" e dice che i pesi completi arriveranno entro il 4 novembre 2026. Un resoconto su Telegram cita un numero esatto di parametri; la pagina ufficiale no, quindi considera quel numero come non confermato.

Dove puoi usarlo oggi, secondo l'annuncio: Kimi.ai e le app, Kimi Work desktop 3.1.0+, Kimi Code (tramite /model), l'API Kimi (con Zero Data Retention per i clienti API) e Kimi Business, dove un amministratore enterprise deve attivarlo — all'avvio è disattivato per impostazione predefinita.

Limiti e dettagli API#

La quickstart (controllata il 23 ottobre 2026) fornisce questi numeri:

• finestra di contesto: 1.048.576 token;
• max_completion_tokens: 131.072 per impostazione predefinita, fino a 1.048.576;
• prezzo fisso per token, nessun livello di contesto;
• caching automatico del contesto con TTL predefinito di 5 minuti; le scritture in cache sono fatturate in base al TTL (5 minuti o 1 ora), l'input in cache al prezzo di cache-hit;
• base URL https://api.moonshot.ai/v1, con esempi per l'SDK OpenAI.

A proposito del prezzo. La pagina dei prezzi restituiva tabelle vuote per K3.1 Pro quando l'abbiamo controllata il 23 ottobre. Nessun prezzo di input, cache o output è ancora pubblico, quindi qualsiasi "Kimi K3.1 Pro costa X" che vedi oggi è una supposizione.

I benchmark, e come leggerli#

Tutti questi sono numeri di Moonshot, eseguiti al massimo sforzo di ragionamento, temperatura 1.0, top-p 0.95:

• Terminal-Bench 4.0: 65,7% (GPT-6 Astra 58,2%, Claude Opus 5.5 66,4%);
• BenchCAD con strumenti: 92,7% (Opus 5.5 96,2%, GPT-6 Astra 95,9%);
• Kimi Code Bench 3.0, long-horizon: 61,2% contro 55,95% per K3;
• tasso di allucinazione a livello di affermazione sul Kimi Hallu Bench Hard interno di Moonshot: 8,3%, in calo dal 23,4% per K3.

Leggilo così: vicino alla vetta sui task da terminale, indietro sul CAD, e un forte calo dichiarato delle affermazioni inventate rispetto al predecessore. Due dei quattro sono benchmark interni di Moonshot, quindi aspetta esecuzioni indipendenti prima di ricostruire qualcosa intorno a essi. Moonshot dice anche di aver rimosso i dati relativi al cyber dal mid-training e dal reinforcement learning per limitare le capacità cyber offensive.

Cosa significa per la tua bolletta degli agenti#

Una finestra da 1M conta quando il tuo agente mantiene molto contesto: file del repository, output degli strumenti, cronologia lunga. Ma la maggior parte dei loop degli agenti non ha bisogno di un milione di token per chiamata; ne servono qualche decina di migliaia, ripetuti molte volte. È da lì che arriva la bolletta, e puoi calcolarla oggi.

Supponiamo che il tuo agente esegua 1.000 passi, e che ogni passo invii 30.000 token di contesto e riceva indietro 800 token. Sono 30.000 × 1.000 = 30.000.000 token di input e 800 × 1.000 = 800.000 token di output. La tabella calcola esattamente questo sui modelli disponibili in CheapTokens, accanto al riferimento OpenRouter:

Per i loop agentici e di coding, MiniMax-M2.7 è la scelta diretta: nei dati che abbiamo controllato il 23 ottobre 2026, sia il suo input che il suo output sono più economici del riferimento OpenRouter, con un contesto di 180K e fino a 8.192 token di output per risposta. Un passo di questo workload costa $0.0016.

I prezzi provengono dal listino live, quindi i numeri sopra si aggiornano quando cambiano le tariffe. Per vedere i modelli affiancati, apri la pagina dei prezzi; per una stima passo per passo del tuo loop, vedi come stimare il costo di un agente AI.

Prova tu stesso lo stesso workload#

L'API CheapTokens è compatibile con OpenAI, quindi un client esistente ha solo bisogno di un nuovo base URL e di un id modello. È richiesto l'id completo; il nome breve del listino non è accettato:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMaxAI/MiniMax-M2.7",
    "messages": [{"role": "user", "content": "List the files you would read first in a Python repo with a failing test."}],
    "max_tokens": 400
  }'

La risposta contiene un blocco usage con i token di input e output. Moltiplicali per il tuo numero di passi e hai la tua versione della tabella sopra. I dettagli di configurazione sono nella documentazione; se stai scegliendo tra i tre modelli, GLM vs DeepSeek vs MiniMax lo affronta per tipo di task.

Cosa tenere d'occhio#

• Il prezzo. Ricontrolla la pagina dei prezzi di Kimi: una volta che compaiono i prezzi di input, cache e output, puoi eseguire su di essi lo stesso calcolo dei 1.000 passi.
• 4 novembre. I pesi aperti. Le valutazioni indipendenti di solito arrivano entro pochi giorni.
• Highspeed. Il suo prezzo e la sua finestra di contesto non sono confermati separatamente da K3.1 Pro.

Una regola pratica per qualsiasi nuovo modello a contesto lungo: calcola il costo del tuo passo reale (contesto in, risposta out) prima di entusiasmarti per la dimensione della finestra.