Общие сведения
Компания Moonshot AI (Китай) 24 октября 2026 года официально представила модель Kimi K3.1 Pro — обновлённую версию флагманской Kimi K3, полученную за счёт расширенного этапа постобучения. Вместе с базовой версией выпущена модификация K3.1 Pro Highspeed, заявленная как работающая в два-три раза быстрее. Публикация полных весов модели запланирована не позднее 4 ноября 2026 года.
Модель позиционируется разработчиком как наиболее мощная система с открытыми весами. Основными целевыми направлениями объявлены: программирование целых проектов, агентные сценарии, работа с трёхмерной графикой, финансовый анализ и обработка документов большого объёма.
Технические характеристики
| Параметр | Значение |
|---|---|
| Разработчик | Moonshot AI |
| Архитектура | Mixture-of-Experts |
| Общее число параметров | 2,8 трлн |
| Активные параметры | 104 млрд |
| Контекстное окно | 1 048 576 токенов |
| Максимальный вывод | 131 072 токена (по умолчанию) |
| Модальности | Текст, изображения; выход — текст |
| Режим рассуждений | Включён всегда; уровни low, high, max (по умолчанию — max) |
| Дата выпуска | 23–24 октября 2026 года |
Kimi K3.1 Pro наследует архитектуру предшественницы Kimi K3: разреженная Mixture-of-Experts с 896 экспертами, из которых на каждый токен активны 16. Прирост показателей получен за счёт увеличения вычислительных затрат на этапе постобучения и масштабирования обучения с подкреплением на сотни прикладных областей.
Результаты независимого тестирования
По данным аналитической платформы Artificial Analysis, Kimi K3.1 Pro набрала 55 баллов в индексе Intelligence Index, что соответствует четвёртой позиции из 215 моделей. Выше расположились Claude Opus 5.5 (58 баллов), Claude Sonnet 5.5 и Meta Muse Wonder Full (по 56 баллов). Модель обошла все системы OpenAI, включая GPT-6 Astra.
Ключевые результаты по направлениям:
- Агентные задачи. В бенчмарке GDPval-AA модель достигла 1846 баллов по шкале Эло (прирост 312 баллов относительно K3), уступив только Claude Opus 5.5 (1866) и Muse Wonder Full (1857).
- Программирование. В Terminal-Bench 4.0 — 65,7%, что превышает результат GPT-6 Astra (58,2%) и близко к Claude Opus 5.5 (66,4%). Для сравнения: Kimi K3 в том же тесте показала 13%.
- Надёжность. По внутреннему тесту Kimi Hallu Bench Hard доля галлюцинаций снижена с 23,4% у K3 до 8,3%.
- Финансовые задачи. Прирост 7,2 балла по финансовому моделированию и 11,6 балла по финансовым исследованиям; в OfficeQA Pro v2 (офисные задачи) модель, по заявлению разработчика, обошла всех конкурентов.
- Работа с CAD и 3D. С инструментами — 92,7% в BenchCAD (близко к Claude Opus 5.5 — 96,2%); без инструментов — 72,8% против 73,0% у Opus 5.5. Модель способна создавать и запускать скрипты для Blender и CAD-систем без MCP-коннекторов.
При этом независимые замеры фиксируют отставание от заявленных вендорских цифр. В тесте реальных задач разработки Kimi K3.1 Pro исправила 36 ошибок из 105 за 64,8 минуты и 13,76 доллара затрат, тогда как Claude Sonnet 5.5 — 51,3, GPT-6 Astra — 45. Указанное расхождение объясняется, в частности, тем, что Moonshot прогоняла собственные тесты в окружении Claude Code, а условия независимого прогона совпадали лишь частично.
Стоимость эксплуатации Kimi K3.1 Pro
| Показатель | K3.1 Pro | K3 |
|---|---|---|
| Входные токены (за 1 млн) | 2 доллара | 3 доллара |
| Выходные токены (за 1 млн) | 10 долларов | 15 долларов |
| Кешированный вход | 0,20 доллара | 0,30 доллара |
Снижение тарифов составило 33%. Стоимость выполнения одной задачи индекса Intelligence Index — 1,98 доллара против 2,00 доллара у K3 при генерации на 14% большего объёма выходных токенов. На российской площадке DS Lab тарификация составляет 200 и 1000 рублей за 1 млн входных и выходных токенов соответственно; токены рассуждений тарифицируются как исходящие.
Доступность и инфраструктура
Модель доступна по следующим каналам: веб-версия и мобильные приложения (iOS, Android, HarmonyOS) на платформе kimi.ai, десктопное приложение Kimi Work, среда разработки Kimi Code и программный интерфейс (идентификаторы: kimi-k3.1-pro и kimi-k3.1-pro-highspeed). В Kimi Code базовая версия доступна с тарифа Plus, контекст 1 млн токенов и версия Highspeed — с тарифа Pro; Highspeed расходует квоту примерно вдвое быстрее.
Публикация полных весов (ожидаемый объём — порядка 1,4 ТБ даже в четырёхбитном формате MXFP4) ограничит круг самостоятельного развёртывания многокарточными серверными конфигурациями. Лицензия является собственной разработкой Moonshot: для компаний с годовым доходом свыше 20 млн долларов предусмотрено заключение соглашения с разработчиком, для продуктов с аудиторией свыше 100 млн активных пользователей — обязательное указание бренда в интерфейсе. ru.
Оценка и выводы Kimi K3.1 Pro
Сильные стороны релиза. Разрыв между открытыми и проприетарными моделями, по оценке Artificial Analysis, сократился с 12 до 3 баллов — Kimi K3.1 Pro становится самой мощной системой с открытыми весами на дату публикации весов. По данным той же платформы, модель находится на вершине «границы Парето»: демонстрирует наивысший индекс интеллекта среди моделей сопоставимого размера. Существенный прогресс зафиксирован в агентных задачах, снижении уровня галлюцинаций и финансовой аналитике; дополнительно заявлена прямая интеграция с игровыми движками Unity, Unreal Engine и Godot, включая оперативные исправления и сборку проектов.
Ограничения и риски. Расхождение вендорских и независимых результатов в задачах реальной разработки требует осторожности при принятии решений о внедрении. Миллионное контекстное окно увеличивает задержку ответа при обработке сверхбольших запросов; как и любая языковая модель, K3.1 Pro способна допускать фактические ошибки, что обусловливает необходимость верификации критически важных результатов. Условия лицензии и физический объём весов ограничивают самостоятельное развёртывание крупными организациями.
Прогноз. Релиз подтверждает устойчивую стратегию Moonshot AI: конкуренция с ведущими закрытыми моделями за счёт масштаба (класс 3T), агрессивного ценообразования и постепенного открытия весов. Вывод серии K2 из эксплуатации планируется до 31 декабря 2026 года, что означает завершение переходного периода в продуктовой линейке компании. Ключевыми точками контроля станут публикация полных весов 4 ноября 2026 года и повторные независимые замеры в условиях единообразного окружения тестирования.
При подготовке обзора использованы материалы 3DNews, Habr, GPTunneL, а также данные Moonshot AI и Artificial Analysis. Если потребуется, могу дополнить статью разделом о сравнении с конкурентами по конкретным задачам или подготовить её в другом формате.
Kimi K3.1 Pro в сравнении с ведущими языковыми моделями: аналитический разрез
Ключевой вывод
По состоянию на середину ноября 2026 года Kimi K3.1 Pro занимает положение сильнейшей модели с открытыми весами, однако по сводному индексу интеллекта уступает закрытым флагманам Anthropic, Google и OpenAI. После обновления методологии Artificial Analysis (версия v5.0.1, 5 ноября) модель получила 46 баллов — ниже уровня Claude Fable 5.2 (65), Gemini 4 Carbon (60), Claude Opus 5.5 (59) и GPT-6 Astra (57), но выше всех остальных открытых систем: DeepSeek V4.1 Flash (33) и GLM-5.3 (32).
Обозначим методологическую оговорку: в публикациях октября по прежней версии индекса K3.1 Pro оценивалась в 55 баллов; пересчёт после обновления методологии сместил абсолютные значения всей таблицы, поэтому корректно сравнивать модели только внутри одной версии индекса. Показательно и то, что вокруг пересчёта возникла публичная дискуссия о потенциальной предвзятости индекса к открытым моделям.
Сводная таблица флагманов (Artificial Analysis, ноябрь 2026)
| Модель | Разработчик | AA Index | Стоимость задачи, долл. | Тариф (вход/выход за 1 млн) | Контекст | Веса |
|---|---|---|---|---|---|---|
| Claude Fable 5.2 (max) | Anthropic | 65 | 26,54 | 8 / 40 | 1 млн | Закрытые |
| Gemini 4 Carbon (high) | 60 | 7,76 | 4 / 20 | 1 млн | Закрытые | |
| Claude Opus 5.5 (max) | Anthropic | 59 | 10,04 | 4 / 20 | 1 млн | Закрытые |
| GPT-6 Astra (max) | OpenAI | 57 | 6,24 | 10 / 50 | 1,05 млн | Закрытые |
| GPT-6.1 Sol (max) | OpenAI | 55 | 1,27 | 2 / 10 | 1 млн | Закрытые |
| Claude Sonnet 5.5 (max) | Anthropic | 55 | 10,02 | — / — | 1 млн | Закрытые |
| Kimi K3.1 Pro | Moonshot AI | 46 | 3,68 | 2 / 10 | 1 млн | Открытые |
| Grok 4.7 (xhigh) | xAI | 35 | 7,77 | 2 / 6 | 500 тыс. | Закрытые |
| DeepSeek V4.1 Flash (max) | DeepSeek | 33 | 0,60 | от 0,66 / 1,98 (динамический) | 1 млн | Открытые |
| GLM-5.3 (max) | Z.AI | 32 | ~1 долл. | ~1,40 / 4,40 | 1 млн | Открытые |
Данные по индексу, стоимости задачи и контексту — из таблицы Artificial Analysis; тарифы — из прайс-листов разработчиков.
Сравнение по прикладным направлениям
Агентное программирование и инженерные задачи
Здесь расхождение между самозаявленными и независимыми результатами K3.1 Pro наиболее выражено. В собственных тестах Moonshot модель идёт практически вровень с лидерами: Terminal-Bench 4.0 — 65,7% против 66,4% у Claude Opus 5.5 и 58,2% у GPT-6 Astra; SWE-Marathon — 51,7% против 46,3% у Opus. Однако в независимых прогонах картина иная: в Bug Hunt Bench K3.1 Pro исправила 36 ошибок из 105 (Sonnet 5.5 — 51,3; GPT-6 Astra — 45; GPT-6.1 Sol — 44,3; Opus 5.5 — 41,7), в Agent Arena модель заняла лишь одиннадцатое место.
Важный экономический аспект: на максимальном уровне рассуждений K3.1 Pro в Terminal-Bench 4.0 обходит Opus 5.5 по баллам (65,7% против 64,85%) при стоимости задачи в 2,7 раза ниже — 5,25 доллара против 14,30. GPT-6 Astra на максимуме стоит почти вдвое дороже Opus и набирает на 7,5 пункта меньше.
Наука, математика, строгий код
Это зоны наибольшего отставания K3.1 Pro. В Terminal-Bench-Science модель набирает почти вдвое меньше GPT-6 Astra (лидер — Claude Mythos 5.2 с 75,3%). В Program Bench (код строго по спецификации при 95% пройденных тестов) K3.1 Pro показала 31,5% против 65,0% у Opus 5.5. В Humanity’s Last Exam с инструментами K3.1 Pro первая в таблице Moonshot (70,0%), но без инструментов — 51,1% против 59,8% у Opus.
Работа с документами, финансы и поиск
Направления, где K3.1 Pro действительно конкурентоспособна. В финансовом индексе Artificial Analysis модель делит второе-третье место с Claude Sonnet 5.5; в OfficeQA Pro (сверка чисел по сканам финансовых документов) K3.1 Pro лидирует с 64,4 балла. В BrowseComp (поиск труднодоступных фактов в интернете) — 92,1% против 91,5% у GPT-6 Astra и 90,8% у Opus 5.5.
Визуальные задачи и 3D
По визуальному интеллекту K3.1 Pro набрала 62,0 балла, что соответствует одиннадцатому месту из 52 (лидеры: GPT-6 Astra — 74,8; Opus 5.5 — 72,7; Sonnet 5.5 — 70,3). В 3D-реконструкции (BenchCAD) с инструментами — 92,7% против 96,2% у Opus 5.5 и 95,9% у GPT-6 Astra; без инструментов разрыв с Opus сокращается до 0,2 пункта (72,8 против 73,0). По фронтенду и 3D-сценам модель находится на уровне Opus, однако упрощает физику и математику в таких проектах.
Операционные характеристики
- Скорость. K3.1 Pro — медленная модель для своего класса: 41 токен в секунду при медиане 86 по классу, время выполнения задачи индекса — 37,7 минуты против 9–25 минут у большинства флагманов. Вариант Highspeed в 2–3 раза быстрее, но тарифицируется вдвое дороже (4 / 20 доллара).
- Многословность. На прогон индекса модель израсходовала 110 млн выходных токенов против 63 млн в среднем по классу — дешёвый токен не всегда означает дешёвую задачу, что частично нивелирует ценовое преимущество.
- Деплой. Полные веса занимают порядка 1,56 ТБ — самостоятельное развёртывание доступно только многокарточным серверным конфигурациям; DeepSeek и GLM при близких показателях требуют существенно меньше ресурсов.
Практические рекомендации по выбору
| Задача | Рекомендуемый выбор | Обоснование |
|---|---|---|
| Сложная разработка и рассуждения | Claude Fable 5.2 | Лидер сводного индекса, FrontierCode 2.0 — 49,1% |
| Повседневный код | Claude Opus 5.5 | Строгий код по спецификации остаётся за Anthropic |
| Наука и математика | GPT-6 Astra | 98% в FrontierMath Tier 4 |
| Автоматизация и агенты | Gemini 4 Carbon | 53,9% в AutomationBench |
| Документы, финансы, поиск фактов | Kimi K3.1 Pro | Лидерство в OfficeQA Pro и BrowseComp |
| Массовые бюджетные задачи | DeepSeek V4.1 Flash | 0,60 доллара за задачу индекса |
| Актуальная информация | Grok 4.7 | Работа с реалтайм-данными и инструментами |
Итоговая оценка
Kimi K3.1 Pro не заменяет закрытые флагманы там, где требуется максимальная точность в строгом коде, науке и сложных рассуждениях, — в независимых замерах она не стала лидером ни одного бенчмарка и в ряде тестов уступила существенно более дешёвой DeepSeek V4.1 Flash. Однако модель формирует самостоятельную рыночную нишу: сочетание миллиона токенов контекста, лидерства в обработке документов и финансовых данных, умеренной цены за задачу и открытых весов делает её целесообразной для агентных сценариев с проверяемым результатом и для организаций, которым важен контроль над инфраструктурой.
Отдельно отметим рыночный контекст: рейтинг верхнего сегмента стабильно меняется от релиза к релизу — 9 ноября Anthropic выпустила Fable 5.2 и Mythos 5.2, что перестроило верх индекса; приведённые позиции актуальны на дату подготовки материала и подлежат перепроверке при принятии решений о внедрении.