Przejdź do treści

Kimi K3.1 Pro: chiński model 3T goni Opusa 5.5, wagi open-weight do 4 listopada

Adam Marzec
Okładka artykułu o premierze Kimi K3.1 Pro: indeks Artificial Analysis 55, Terminal-Bench 4.0 65,7%, ceny API 2 i 10 USD za milion tokenów, pełne wagi najpóźniej 4 listopada

W piątek 23 października Moonshot AI, firma stojąca za chatbotem Kimi, wypuściła Kimi K3.1 Pro i towarzyszący mu szybszy wariant K3.1 Pro Highspeed. To pierwszy model nowej serii K3.1: wersja Kimi K3 po dodatkowym treningu z większym budżetem, z oknem kontekstu miliona tokenów, opisywana przez producenta jako jego najzdolniejszy otwarty model klasy 3T. Oba modele działają od razu w aplikacji Kimi, w Kimi Work, Kimi Code i w API, a pełne wagi mają trafić do sieci najpóźniej 4 listopada 2026. Wątek na Hacker News uzbierał w niecałą dobę 950 punktów, a serwis Artificial Analysis zmierzył model własnymi testami i dał mu czwarte miejsce w swoim indeksie inteligencji. W praktyce ważne są dwie rzeczy: deklaracje wyników z samej góry stawki w kodowaniu agentowym i ceny API obniżone o jedną trzecią względem poprzednika.

Najważniejsze informacje

CoSzczegóły
Premiera23 października 2026, ogłoszenie Moonshot AI (blog kimi.ai, dateModified 24 października)
Co to jestWersja Kimi K3 po dodatkowym treningu (post-training); 2,8 bln parametrów, z tego 104 mld aktywnych wg Artificial Analysis
Kontekst1 mln tokenów, dokładnie 1 048 576 w całej serii K3
Dostępnośćkimi.ai, aplikacje mobilne, Kimi Work 3.1.0+, Kimi Code (/model), API: identyfikatory kimi-k3.1-pro oraz wariant kimi-k3.1-pro-highspeed
WagiDo 4 listopada 2026; na Hugging Face na razie ich nie ma (odczyt 24 października), licencja niepodana
BenchmarkiTerminal-Bench 4.0: 65,7% wg producenta i 67% wg Artificial Analysis (najwyższy zmierzony wynik); indeks AA 55, czwarte miejsce
Ceny API2 USD za 1M wejściowych i 10 USD za 1M wyjściowych, cache hit 0,20 USD; Highspeed 4/20 USD; Kimi K3 kosztował 3/15 USD
BezpieczeństwoDane cybernetyczne usunięte z treningu; wynik xdev-bench-hard spadł z 90,5% do 81,0%

Post-trained K3, nie nowy model od zera

K3.1 Pro powstaje na bazie Kimi K3, modelu, którego wagi wyszły 13 czerwca 2026 i który do dziś pozostaje najnowszą pozycją organizacji MoonshotAI na Hugging Face. Producent opisuje zmianę jako „substantially larger post-training compute”: rozległy trening wzmacniany prowadzony równocześnie na setkach domen, z przebudowaną pod to infrastrukturą, od frameworka RL po wspólną platformę kontroli jakości środowisk. Artificial Analysis liczy 2,8 blna parametrów łącznie i 104 mld aktywnych, czyli tę samą klasę wag co K3.

Producent opisuje wewnętrzny test, który dobrze oddaje charakter tej serii: model zbudował symulator chodu człowieka na otwartym modelu anatomicznym human-atlas (296 komponentów szkieletu i 402 mięśni), a przez 167 misji i 420 niezależnych recenzji poprawiał kontroler, aż symulowany człowiek poszedł płynnym krokiem przez 11,2 sekundy. Gdy dostrajanie nagród nie poprawiało ruchu ramion, model zbadał dynamikę symulatora, znalazł 36 błędów w obliczeniach dźwigni momentu mięśni barkowych i przetrenował kontroler od nowa. To test Moonshota, więc traktuję go jako anegdotę o metodzie, nie wynik do porównań.

Benchmarki: deklaracje producenta i pierwszy niezależny pomiar

W ogłoszeniu K3.1 Pro zdobywa 65,7% na Terminal-Bench 4.0, teście agentów kodujących w realistycznych zadaniach terminalowych, wyprzedzając GPT-6 Astra (58,2%) i minimalnie przegrywając z Claude Opus 5.5 (66,4%). Na wewnętrznym Kimi Code Bench 3.0 Long-horizon wynosi 61,2% wobec 55,95% dla K3, a na BenchCAD z narzędziami (rekonstrukcja 3D z renderów przez kod CAD) 92,7% wobec 96,2% Opusa 5.5. W finansach producent zgłasza rekordowe 64,4 na OfficeQA Pro v2 i wzrost wskaźnika halucynacji na poziomie twierdzenia z 23,4% dla K3 do 8,3% na własnym teście Kimi Hallu Bench Hard. Trzeba pamiętać, że to liczby producenta, mierzone harnessem Claude Code przy maksymalnym wysiłku rozumowania; test halucynacji jest z założenia budowany tak, by łapać sytuacje podatne na błędy.

Artificial Analysis uruchomiło własne pomiary 23 października. W indeksie AA K3.1 Pro zdobywa 55 punktów i plasuje się na czwartym miejscu, 11 punktów nad Kimi K3 (44), wyżej są tylko Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) i Muse Wonder Full (56). Serwis zmierzył Terminal-Bench 4.0 na 67%, najwyższy wynik ze wszystkich modeli, przed Sonnetem 5.5 (64%), przy skoku z 13% u K3. Na GDPval-AA, czyli agenticznych zadaniach z prawdziwej pracy, model zajął trzecie miejsce z 1846 Elo (wzrost o 312 względem K3), tuż za Opusem 5.5 i Muse Wonder Full. AutomationBench-AA wzrósł z 58% do 73%, a wskaźnik halucynacji AA-Omniscience spadł z 53% do 44%.

Dwa zastrzeżenia. Po pierwsze, model jest bardzo gadatliwy: na jedno zadanie indeksu AA wypuszcza średnio 55 tysięcy tokenów wyjściowych, o 14% więcej niż K3, a łącznie wygenerował 150 mln tokenów przy medianie 87 mln. Po drugie, jest wolny od średniej: 73,5 tokenu na sekundę wobec średniej 82 w tej klasie. Mimo niższych cen pojedyncze zadanie w pomiarze AA kosztuje 1,98 USD, mniej więcej tyle, ile K3.

Ceny: jedna trzecia taniej, Highspeed drożej za prędkość

Oficjalny cennik platformy Kimi (odczyt z 24 października) podaje dla kimi-k3.1-pro 2 USD za milion tokenów wejściowych i 10 USD za milion wyjściowych, z trafieniami cache po 0,20 USD. Wariant kimi-k3.1-pro-highspeed kosztuje dwa razy tyle, 4 i 20 USD, z tym samym cache hit 0,20 USD. Dla porównania Kimi K3 wyceniano na 3 i 15 USD, więc Artificial Analysis słusznie podsumowuje, że wszystkie trzy stawki spadły o 33%. Producent deklaruje, że Highspeed daje 2-3 razy większą prędkość przy identycznych możliwościach modelu, ale to twierdzenie wyłącznie firmowe; na stronie AA wariant Highspeed na razie nie występuje w ogóle.

Kontekst konkurencyjny wygląda ciekawie. Użytkownik HN selectodude zwrócił uwagę, że „Opus 5.5 is about the same price as Kimi K3.1 Pro Highspeed”, czyli że szybszy wariant Kimi kosztuje mniej więcej tyle, co flagowy model Anthropicu, a wolniejszy K3.1 Pro jest wyraźnie tańszy. Podobną niszę taniego modelu agentowego obsadza zresztą DeepSeek V4.1 Flash: jest jeszcze tańszy, choć wyraźnie słabszy w benchmarkach kodowania. W API K3.1 Pro działa wyłącznie w trybie myślenia, pole reasoning_effort przyjmuje wartość low, wartość high albo wartość max (domyślnie max), a na wejście można podawać tekst i obrazy. Klienci API dostają deklarowane Zero Data Retention, dostęp w planach enterprise jest domyślnie wyłączony. Platforma przy okazji zapowiedziała wygaszanie serii K2: od 31 października niedostępne dla nowych kont, pełne wycofanie do końca grudnia 2026.

Kimi wycina cybernetykę z treningu

Najgłośniejsza część ogłoszenia dotyczy bezpieczeństwa. Moonshot opisuje, że przy skalowaniu treningu obserwowano stały wzrost zdolności do researchu podatności; źródłem okazały się treści cybernetyczne w korpusie mid-training i zadania cyber w środowiskach RL. Dla wydania open-weight usunął te dane z obu etapów treningu, zostawiając ogólne zadania programistyczne. Efekt zmierzono na wewnętrznym benchmarku xdev-bench-hard, złożonym z zadań odkrywania i wykorzystywania podatności odtwarzających m.in. realne luki w jądrze Linuksa i Node.js: checkpoint bez czyszczenia rozwiązuje 90,5% zadań w pass@3, finalny K3.1 Pro 81,0%. Model i tak wyraźnie wyprzedza K3, bo ogólne umiejętności debugowania przenoszą się na zadania cyber nawet po usunięciu danych.

Reakcje na Hacker News były mieszane. Użytkownik throwa356262 skwitował, że „wersja dostępna dla nas śmiertelników jest okaleczona w cybernetyce dokładnie tak jak modele z USA”, a mirekrusin bronił podejścia: „Nie znaczy to, że model nie potrafi, tylko że jest w tym gorszy; minus 10 punktów na benchmarku wygląda na świetny rezultat i ogólnie sensowne tempowanie”. Są też głosy z drugiej strony: CamperBob2 napisał wprost, że gdyby był na miejscu Moonshota, „wypuściłbym wagi i twierdziłbym, że okaleczyłem je dla bezpieczeństwa, nie robiąc w rzeczywistości nic takiego”. To dobrze oddaje klimat dyskusji: nikt nie weryfikował niezależnie, co dokładnie wylatało z korpusu treningowego.

Pełne wagi najpóźniej 4 listopada

Sprawdzałem rano 24 października przez API Hugging Face: organizacja moonshotai nie ma żadnego repozytorium K3.1, najnowszym modelem pozostaje Kimi-K3 z 13 czerwca 2026, z blisko 12 tysiącami gwiazdek. Jeśli Moonshot dotrzyma terminu z ogłoszenia, wagi pojawią się najpóźniej 4 listopada. Producent nie podał licencji, więc warunki komercyjnego użycia są na razie nieznane. Artificial Analysis ocenia, że po publikacji K3.1 Pro zostanie najwyżej notowanym modelem open-weights w swoim indeksie, a luka między najlepszymi otwartymi wagami a modelami własnościowymi skurczy się z 12 do 3 punktów. To istotny moment dla sceny otwartych modeli AI, bo przewagi zamkniętych laboratoriów topniały od kilku miesięcy.

Główny wątek na Hacker News liczył w momencie odczytu 24 października po południu 950 punktów i 556 komentarzy, a drugi, wyłącznie o wyniku AA, 119 punktów. Wartość tej premiery dla rynku ujął użytkownik RussianCow: „We really need more direct competition to OpenAI and Anthropic”, czyli potrzeba bezpośredniej konkurencji z OpenAI i Anthropicem.

Najczęstsze pytania

Ile kosztuje API Kimi K3.1 Pro?

2 USD za milion tokenów wejściowych i 10 USD za milion wyjściowych, trafienia cache po 0,20 USD (cennik platformy Kimi, odczyt 24 października 2026). Wariant Highspeed kosztuje 4 i 20 USD. Ceny nie zawierają podatków.

Kiedy wagi Kimi K3.1 Pro trafią na Hugging Face?

Najpóźniej 4 listopada 2026, deklaracja producenta z dnia premiery. Na dzień 24 października wagi nie są dostępne, a licencja nie została ogłoszona.

Czy Kimi K3.1 Pro jest lepszy od Claude Opus 5.5?

Zależy od miary. Według producenta K3.1 Pro przegrywa z Opusem 5.5 minimalnie w Terminal-Bench 4.0 (65,7% wobec 66,4%), według niezależnego pomiaru Artificial Analysis Opus prowadzi w indeksie ogólnym 58 do 55 i w GDPval-AA 1866 do 1846 Elo. Przy tym Highspeed kosztuje podobnie jak Opus 5.5, a wolniejszy wariant jest tańszy.

Czy Kimi rozmawia po polsku?

Lista obsługiwanych języków dla K3.1 Pro nie została podana w dokumentacji ani w ogłoszeniu. Model przyjmuje tekst i obrazy, nie testowałem jednak rozmowy po polsku przed publikacją tego tekstu.

Źródła

Powiązane artykuły