Kimi K3.1 Pro: 2.8 трлн параметров, 1M токенов и цена ниже предшественника

Moonshot AI выпустила Kimi K3.1 Pro 23 октября 2026 года - и самое интересное здесь не очередной результат на Terminal-Bench, а то, как компания позиционирует этот релиз: честно публикует второе место в собственной таблице и снижает цену на треть по сравнению с предшественником.
Что изменилось по сравнению с K3
Архитектурно - почти ничего. K3.1 Pro остается той же MoE-конструкцией: 2.8 трлн суммарных параметров, 104B активных на каждый токен, 1 млн токенов контекста, мультимодальный ввод. Moonshot прямо говорит: это не новая архитектура, а результат более масштабного постобучения на той же базе K3.
Разница - в объеме вычислений при постобучении. Компания переработала фреймворк подкрепляющего обучения, инфраструктуру сэндбоксов, планировщик роллаутов и систему контроля качества окружений. Затем прогнала совместное RL сразу по сотням прикладных доменов. Это объясняет, почему поведение модели улучшилось без смены весовой архитектуры.
Один из самых показательных результатов - галлюцинации. На внутреннем стресс-тесте Kimi Hallu Bench Hard доля ошибочных утверждений упала с 23.4% у K3 до 8.3% у K3.1 Pro. Moonshot честно оговаривается: это не метрика повседневного использования, а специально сконструированный стресс-тест. Но даже в таком контексте трехкратное снижение - значимый сигнал.
Бенчмарки: второе место - это честно
На Terminal-Bench 4.0 K3.1 Pro набирает 65.7%. Для сравнения: GPT-6 Astra - 58.2%, Claude Opus 5.5 - 66.4%. Moonshot не претендует на первое место - и это, как ни странно, вызывает больше доверия, чем типичные для индустрии заявления "мы лучшие во всем".
Terminal-Bench оценивает агентов на задачах командной строки в ресурсно ограниченном окружении: инспектировать репозитории, редактировать файлы, диагностировать сбои, выполнять команды в сэндбоксе. Это близко к реальной работе DevOps-агента. При этом важная оговорка: результат K3.1 Pro получен через собственный харнес Kimi Code. Независимый запуск K3 на Artificial Analysis дал лишь 17.2% - тот же Terminal-Bench, другой харнес, другой результат. Пока не появится воспроизведение в общем харнесе, 65.7% остаются vendor-reported числом.
По кодингу внутренний Kimi Code Bench 3.0 Long-horizon показывает 61.2% против 55.95% у K3 - прирост заметный, но снова только из рук Moonshot.
Отдельная история - 3D и CAD. На BenchCAD с инструментами модель дает 92.7%, тогда как Claude Opus 5.5 набирает 96.2%, GPT-6 Astra - 95.9%. Moonshot специально затачивала K3.1 Pro под работу с Unreal Engine, Unity, Godot, Blender и CAD-пакетами. Заявленный сценарий охватывает построение ассетов, сборку сцен, анимацию и рендер - но насколько один агент действительно проходит этот цикл без разрывов, предстоит проверить независимо.
Финансовый домен тоже получил внимание: галлюцинации в финансовых данных снизились на 65%, на OfficeQA Pro v2 модель набирает 64.4 - state-of-the-art по заявлению компании.
Цена - главный аргумент
Вот где K3.1 Pro говорит громче любого бенчмарка. $2 за миллион входных токенов, $10 за выходные, $0.20 за кэшированный ввод. У K3 было $3/$15. Снижение на 33% по входу и на 33% по выходу для модели с улучшенными показателями на ряде тестов - это нетипично для рынка, где апгрейды обычно стоят дороже.
Highspeed-вариант (в 2-3 раза быстрее базового) стоит $4/$20 - то есть в два раза дороже стандартного K3.1 Pro, но все равно дешевле старого K3 по выходным токенам.
Для тех, кто строит агентные пайплайны с длинными контекстами, арифметика из прайс-листа однозначная: те же задачи теперь стоят меньше. Насколько при этом вырастет качество - зависит от конкретного сценария и пока подтверждено только на отдельных, преимущественно vendor-reported тестах.
Открытые веса и безопасность
Полные веса Moonshot обещает выложить до 4 ноября 2026 года. Это примерно две недели после запуска API - стандартная для компании практика после K3.
Одна деталь заслуживает отдельного внимания: для открытого релиза из обучения удалены данные, связанные с кибератаками. На внутреннем xdev-bench-hard pass@3 это снизило результат с 90.5% до 81.0%. Moonshot открыто публикует эту разницу, что редкость для индустрии. Компания сознательно пожертвовала частью "способностей" ради безопасности открытого релиза - и не скрывает этого.
Что это значит для российских пользователей
API доступен через platform.kimi.ai. Прямые платежи с российских карт традиционно затруднены - потребуется либо виртуальная карта иностранного банка, либо промежуточный сервис. Модель работает в Kimi.ai, Kimi Work и Kimi Code, однако доступность этих сервисов без VPN из России стоит проверять самостоятельно - источники этого не подтверждают. Веса после 4 ноября можно будет скачать и развернуть локально - это снимает вопрос доступа к API полностью, хотя 2.8T суммарных параметров требуют серьезной распределенной инфраструктуры.
Позиция на рынке
K3.1 Pro занимает нишу, которую сложно игнорировать: открытые веса, производительность вплотную к Claude Opus 5.5 на ряде тестов, цена существенно ниже большинства frontier-моделей. Для команд, которым важна самостоятельная развертка и контроль над данными, это сочетание сейчас практически безальтернативно.
Moonshot не пытается быть "самой мощной моделью в мире". Компания строит позицию на соотношении возможностей и стоимости - и пока это работает лучше, чем гонка за первое место в таблице лидеров.
Похожие новости
OpenAI выпустила GPT-6.2 Astra и Sol: входные и выходные токены Astra в API на 20% дешевле, чем у GPT-6 Astra
OpenAI представила две модели: флагманскую GPT-6.2 Astra и экономичную GPT-6.2 Sol. Они доступны в ChatGPT Work, Codex и API и тратят меньше выходных токенов. В API Astra дешевле GPT-6 Astra: входные и выходные токены на 20% ниже, на кэшированные входные скидка 60%.
OpenAI показала агентов GPT-6 для клиник: Luna выполняет задачу за 8,5 цента
OpenAI предложила больницам и страховщикам GPT-6 Astra и Luna: агенты сами кликают по программам клиник и порталам страховых. Среди партнеров компании - CVS Health и Cigna Healthcare.
NVIDIA Vera Rubin NVL72 в MLPerf Endpoints: более 10x токенов на киловатт к GB300
В предварительных результатах MLPerf Endpoints v1.0 система Vera Rubin NVL72 выдала более чем в 10 раз больше токенов на киловатт, чем GB300 NVL72. Результаты еще не верифицированы MLCommons.