Kimi K3.1 Pro: open-weight модель уровня Opus 5.5 вдвое дешевле

Что произошло, почему это важно и что взять в работу.

Moonshot выводит почти-фронтирное качество в открытые веса по цене GPT-6.1 Sol — агентов и пайплайны можно строить дешевле без потери уровня, а после 4 ноября возможен self-host.

Связанные услуги: каталог, AI Boost Team, стать клиентом.

23 октября Moonshot выложила Kimi K3.1 Pro в Kimi API. Весов в релизе нет. Вместо них строчка в блоге: полные веса выйдут к 4 ноября 2026. Между анонсом и обещанным открытием — двенадцать дней, и это самая содержательная часть новости.

Что выкатили

Доступ идёт через платформу Kimi и api.moonshot.ai. Эндпоинт OpenAI-совместимый: у тех, кто уже накрутил обёртки под OpenAI, переезд сводится к смене base_url и ключа, а не к переписыванию пайплайна. У модели три уровня reasoning — low, medium, max. И отдельный режим Highspeed.

They're also offering a "Highspeed" version that's 2-3x faster, at twice the price (except for input token cache hits, which are priced the same).

Ремарка про кэш входа важнее, чем выглядит. В агентских схемах один и тот же системный промпт, описания инструментов и куски контекста прогоняются через модель десятки раз за сессию. Если попадание в кэш стоит столько же, сколько в обычном режиме, за скорость вы доплачиваете только на действительно новом тексте. Для бота с длинной инструкцией это меняет экономику Highspeed сильнее, чем прайс-лист на первый взгляд.

Цифра, которая решает

$2.00 за миллион входящих токенов, $10.00 за миллион исходящих. Ровно столько же просит GPT-6.1 Sol. Claude Opus 5.5 стоит вдвое дороже.

В агентских сценариях входной токен — расходник. Контекст, история диалога, схемы инструментов, ответы внешних API: всё это уезжает во вход. Поэтому разница на входе бьёт по счёту в задачах, где модель много читает и коротко отвечает: разбор почты, маршрутизация заявок, извлечение полей из документов, поиск по внутренней базе.

Обратная сторона тоже есть. Где модель пишет длинно — генерация контента, длинные отчёты, код — выходные токены дороже входных в пять раз, и преимущество сжимается. Считать надо по своему профилю трафика, а не по средней температуре по рынку.

Бенчмарки и что они значат

Artificial Analysis поставил Kimi K3.1 Pro 55 баллов. У Claude Opus 5.5 — 58. Claude Fable 5.1, GPT-6 Astra и Gemini 4 Argon — по 53. Собственные замеры Moonshot рисуют картину «примерно на уровне Opus 5.5 и GPT-6 Astra»: где-то выше, где-то вплотную. Первый случай, когда модель, которая вот-вот станет открытой, подобралась так близко к фронтиру.

Три балла отставания при вдвое меньшей цене — это уже не «догоняющая модель для экспериментов». Но агрегатный балл — среднее по больнице. Ваш пайплайн с тремя десятками инструментов, русскоязычными документами и кривыми краевыми случаями даст свой расклад, и предсказать его по одной цифре нельзя.

Веса к 4 ноября: что меняет и где подвох

Пока весов нет, вы покупаете API-доступ: платите за токены и зависите от чужого аптайма и чужого прайс-листа. После публикации весов появляется второй вариант — поставить модель на своё железо и не отдавать данные наружу.

Full model weights will be released by Nov 4, 2026

Self-host при этом не бесплатный. GPU, инженерия, обвязка, мониторинг, обновления — всё ваше. Окупается там, где данные нельзя выпускать за периметр, или где объём запросов стабильно большой и предсказуемый.

Подвохов хватает. Дата 4 ноября — обещание в блоге, а не контракт; сдвинуться она может. Лицензия весов неизвестна, а открытые веса бывают очень разными, вплоть до запрета на коммерческое использование. Требований к железу для инференса Moonshot пока не раскрывала. Цены API тоже живут своей жизнью.

Что с этим делать на неделе:

• Собрать собственный набор задач из продакшена с эталонными ответами. Чужие бенчмарки здесь бесполезны.
• Прогнать модель на трёх уровнях reasoning и сравнить с текущей по доле закрытых задач, а не по баллам.
• Посчитать стоимость закрытой задачи: цена токенов × расход плюс доля провалов × стоимость ручного разбора.
• Не переносить прод. Пилот на одном сценарии, за флагом, с откатом.
• Отметить 4 ноября: смотреть лицензию и требования к железу до того, как планировать self-host.

Практический смысл новости простой. Почти-фронтирное качество перестало быть роскошью с ценником флагмана: на входе $2, и это уже повод пересчитать смету агентских сценариев, а не откладывать разговор до следующего релиза. Но пока весов нет на руках, вы покупаете доступ к чужой инфраструктуре по цене, которую вендор может поменять. Стройте так, чтобы смена модели в пайплайне была правкой конфига, а не переписыванием продукта, — тогда и 4 ноября, и любой следующий анонс вы пройдёте без аврала.