Kimi K3.1 Pro jest dostępny: kontekst 1M, otwarte wagi do 4 listopada

Moonshot AI udostępnił Kimi K3.1 Pro 23 października 2026: model z oknem kontekstu 1 048 576 tokenów, skierowany do pracy agentowej i kodowania, z pełnymi otwartymi wagami obiecanymi do 4 listopada. Brakuje jednej rzeczy: ceny API — na stronach, które sprawdziliśmy 23 października, nie jest opublikowana.

Więc jeśli przyszedłeś po szybki werdykt, oto on: ciekawy model, mocne liczby od dostawcy, ale na razie nie da się wycenić na nim obciążenia. Poniżej znajduje się to, co faktycznie mówi ogłoszenie, jak czytać benchmarki oraz kalkulacja kosztów tego samego rodzaju pracy na modelach, które możesz uruchomić już dziś.

Co ogłosił Moonshot#

Ogłoszenie Kimi K3.1 Pro (sprawdzone 23 października 2026) mówi, że K3.1 Pro to pierwszy model z serii K3.1. Jest też szybszy wariant, Kimi K3.1 Pro Highspeed, który Moonshot opisuje jako 2–3× szybszy. Identyfikatory API to kimi-k3.1-pro i kimi-k3.1-pro-highspeed.

Moonshot nazywa go „modelem z otwartymi wagami klasy 3T” i twierdzi, że pełne wagi pojawią się do 4 listopada 2026. Relacja na Telegramie podaje dokładną liczbę parametrów; oficjalna strona tego nie robi, więc traktuj tę liczbę jako niepotwierdzoną.

Gdzie można go używać dziś, według ogłoszenia: Kimi.ai i aplikacje, Kimi Work desktop 3.1.0+, Kimi Code (przez /model), Kimi API (z Zero Data Retention dla klientów API) oraz Kimi Business, gdzie administrator enterprise musi go włączyć — przy starcie jest domyślnie wyłączony.

Limity i szczegóły API#

Quickstart (sprawdzone 23 października 2026) podaje następujące liczby:

• okno kontekstu: 1 048 576 tokenów;
• max_completion_tokens: domyślnie 131 072, do 1 048 576;
• stała cena za token, bez progów kontekstu;
• automatyczne buforowanie kontekstu z domyślnym TTL 5 minut; zapisy do pamięci podręcznej są rozliczane według TTL (5 minut lub 1 godzina), a buforowane wejście po cenie trafienia w pamięć podręczną;
• bazowy URL https://api.moonshot.ai/v1, z przykładami dla OpenAI SDK.

O cenie. Strona cennika zwróciła puste tabele dla K3.1 Pro, gdy sprawdzaliśmy ją 23 października. Cena wejścia, pamięci podręcznej ani wyjścia nie jest jeszcze publiczna, więc każde „Kimi K3.1 Pro kosztuje X”, które dziś zobaczysz, to zgadywanie.

Benchmarki i jak je czytać#

Wszystkie to liczby samego Moonshot, uruchomione przy maksymalnym wysiłku rozumowania, temperaturze 1.0, top-p 0.95:

• Terminal-Bench 4.0: 65,7% (GPT-6 Astra 58,2%, Claude Opus 5.5 66,4%);
• BenchCAD z narzędziami: 92,7% (Opus 5.5 96,2%, GPT-6 Astra 95,9%);
• Kimi Code Bench 3.0, długi horyzont: 61,2% wobec 55,95% dla K3;
• wskaźnik halucynacji na poziomie twierdzeń w wewnętrznym Kimi Hallu Bench Hard Moonshot: 8,3%, w dół z 23,4% dla K3.

Czytaj to tak: blisko czołówki w zadaniach terminalowych, z tyłu w CAD i duży deklarowany spadek wymyślonych twierdzeń względem poprzednika. Dwa z czterech to wewnętrzne benchmarki Moonshot, więc poczekaj na niezależne uruchomienia, zanim cokolwiek na nich oprzesz. Moonshot twierdzi też, że usunął dane związane z cyberbezpieczeństwem z treningu średniego i uczenia ze wzmocnieniem, aby ograniczyć ofensywne zdolności cybernetyczne.

Co to oznacza dla twojego rachunku za agenta#

Okno 1M ma znaczenie, gdy twój agent utrzymuje dużo kontekstu: pliki repozytorium, wyjście narzędzi, długą historię. Ale większość pętli agentowych nie potrzebuje miliona tokenów na wywołanie; potrzebuje kilkudziesięciu tysięcy, powtarzanych wiele razy. Stąd bierze się rachunek i możesz go wycenić już dziś.

Załóżmy, że twój agent wykonuje 1000 kroków, a każdy krok wysyła 30 000 tokenów kontekstu i otrzymuje 800 tokenów z powrotem. To daje 30 000 × 1000 = 30 000 000 tokenów wejściowych i 800 × 1000 = 800 000 tokenów wyjściowych. Tabela wycenia dokładnie to na modelach dostępnych w CheapTokens, obok referencji OpenRouter:

Do pętli agentowych i kodowania MiniMax-M2.7 jest prostym wyborem: w faktach, które sprawdziliśmy 23 października 2026, zarówno jego wejście, jak i wyjście są tańsze niż referencja OpenRouter, z kontekstem 180K i do 8192 tokenów wyjściowych na odpowiedź. Jeden krok tego obciążenia kosztuje $0.0016.

Ceny pochodzą z bieżącego cennika, więc powyższe liczby odświeżają się, gdy zmieniają się taryfy. Aby zobaczyć modele obok siebie, otwórz stronę cennika; aby uzyskać krok po kroku szacunek dla własnej pętli, zobacz jak oszacować koszt agenta AI.

Wypróbuj to samo obciążenie samodzielnie#

API CheapTokens jest zgodne z OpenAI, więc istniejący klient potrzebuje tylko nowego bazowego URL i identyfikatora modelu. Wymagany jest pełny identyfikator; krótka nazwa z cennika nie jest akceptowana:

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
  }'

Odpowiedź zawiera blok usage z tokenami wejściowymi i wyjściowymi. Pomnóż je przez liczbę kroków i masz własną wersję powyższej tabeli. Szczegóły konfiguracji są w dokumentacji; jeśli wybierasz między trzema modelami, GLM vs DeepSeek vs MiniMax omawia to według zadań.

Na co patrzeć dalej#

• Cena. Sprawdź ponownie stronę cennika Kimi: gdy pojawią się ceny wejścia, pamięci podręcznej i wyjścia, możesz na nich wykonać tę samą kalkulację dla 1000 kroków.
• 4 listopada. Otwarte wagi. Niezależne oceny zwykle pojawiają się w ciągu kilku dni.
• Highspeed. Jego cena i okno kontekstu nie są potwierdzone osobno od K3.1 Pro.

Jedna zasada dla każdego nowego modelu z długim kontekstem: wyceń swój rzeczywisty krok (kontekst na wejściu, odpowiedź na wyjściu), zanim podekscytujesz się rozmiarem okna.