Moonshot AI مدل Kimi K3.1 Pro را منتشر کرد: نخستین نسخه از سری K3.1 با معماری MoE شامل ۲.۸ تریلیون پارامتر کل و ۱۰۴ میلیارد پارامتر فعال. پنجره context این مدل یک میلیون توکن است و از طریق API، Kimi.ai، Kimi Work و Kimi Code در دسترس قرار گرفته. وزن‌های باز این مدل قرار است در نوامبر ۲۰۲۶ منتشر شوند.

قیمت و دسترسی#

قیمت API برای K3.1 Pro دو دلار برای ورودی و ده دلار برای خروجی به ازای هر میلیون توکن است. این ارقام نسبت به K3 (سه و پانزده دلار) کاهش یافته. کوئری‌های کش‌خورده ۰.۲ دلار هزینه دارند. نسخه Highspeed که طبق بلاگ رسمی Moonshot دو تا سه برابر سریع‌تر اجرا می‌شود، چهار دلار ورودی و بیست دلار خروجی قیمت‌گذاری شده است. endpoint سازگار با OpenAI است و شناسه‌های API به ترتیب kimi-k3.1-pro و kimi-k3.1-pro-highspeed هستند. دسترسی پس از حداقل شارژ یک دلار فعال می‌شود.

عملکرد در بنچمارک‌ها#

همه اعداد زیر خودگزارشی Moonshot در بالاترین سطح reasoning effort و عمدتاً با harness Claude Code هستند:

  • Terminal-Bench 4.0: ۶۵.۷ درصد، حدود ۰.۷ واحد پشت Opus 5.5
  • SWE-Marathon: ۵۱.۷، بالاترین در نمودار مقایسه‌ای Kimi
  • Terminal-Bench Science 0.1: ۳۸.۱ در برابر ۶۸.۱ برای GPT-6 Astra — فاصله بیش از ۲۵ واحد
  • BenchCAD با ابزار: ۹۲.۷ (Opus 5.5: ۹۶.۲)
  • OfficeQA Pro v2: ۶۴.۴ — SOTA اعلام‌شده
  • Kimi Hallu Bench Hard: توهم در سطح ادعا از ۲۳.۴ درصد (K3) به ۸.۳ درصد کاهش یافته؛ GPT-6 Astra روی همین تست ۵.۵ درصد دارد

محدودیت‌های عملی#

Thinking mode همیشه فعال است و reasoning effort پیش‌فرض روی max قرار دارد. Temperature و top-p ثابت هستند (۱.۰ و ۰.۹۵). خروجی پیش‌فرض ۱۳۱,۰۷۲ توکن است و تا ۱,۰۴۸,۵۷۶ قابل افزایش. ورودی تصویری از URL عمومی پذیرفته نمی‌شود؛ باید از base64 یا file ID استفاده شود. برای اجرای self-hosted، Moonshot برای K3 supernode با ۶۴+ شتاب‌دهنده توصیه کرده و این مدل تک‌GPU نیست.

تحلیل تحریریه#

مهم‌ترین عدد این خبر برای توسعه‌دهندگانی که همین حالا با Kimi K3 کار می‌کنند، کاهش قیمت است: ورودی از سه دلار به دو دلار و خروجی از پانزده به ده رسیده. اگر حجم مصرف‌تان بالاست، این تفاوت محسوس است. اما نکته کلیدی‌تر زمان‌بندی است: وزن‌های باز نوامبر ۲۰۲۶ منتشر می‌شوند، یعنی تا آن زمان self-hosting عملاً ممکن نیست و به API وابسته‌اید. فاصله ۲۵ واحدی روی Terminal-Bench Science نشان می‌دهد این مدل برای کارهای علمی-محور هنوز رقابتی نیست. اگر ایجنت شما ترکیبی از کدنویسی و تحلیل علمی است، باید انتظار افت عملکرد در بخش دوم را داشته باشید.

منبع: MarkTechPost