Moonshot közzétette a Kimi K3.1 Pro modellt, amelyet a cég „3T‑osztályú” multimodális mixture‑of‑experts (MoE) modellként ír le. A bejelentés szerint a teljes paraméterszám 2,8 billió, az aktív (per‑token) paraméterek száma 104 milliárd, és a modell egy 1 millió token hosszú kontextusablakot támogat. A sajtóanyag és a cég tweetjei szerint a modell erősségei közé tartozik a teljes projekt jellegű kódolás, Blender/CAD paraméteres modellezés, pénzügyi modellezés és hosszú futású ügynökfeladatok.
A bejelentés napján elérhetővé vált az API és a különböző szolgáltatásváltozatok: a Standard és a Highspeed kiadások a Kimi weboldalán/appján, a Kimi Work, Kimi Code felületeken és az API‑n keresztül indultak. Moonshot azt állítja, hogy a Highspeed verzió megőrzi az intelligenciát miközben a generálást 2–3× gyorsabbá teszi; a hivatalos összefoglaló szerint ez a szolgáltatás körülbelül kétszeres áron érhető el. A bejelentés részét képezi továbbá a Kimi Hosted Agents, egy menedzselt környezet hosszú futású, 24/7 végrehajtást és multi‑ügynök együttműködést kínáló megoldásként.
A súlyok és az „open” státusz
A cég bejelentése ígéretet tett a modell súlyainak nyilvánosságra hozatalára: a publikáció szerint a checkpointok 2026. november 4‑én válnak elérhetővé. A közzétett anyagokból azonban nem derül ki a végső licenc, az újradistribúció feltételei, a kereskedelmi használatra vonatkozó korlátozások, a checkpoint‑pontosság vagy a teljes inferencia‑követelmények. Emiatt pontosabb a „hamarosan nyílt súlyú” megfogalmazás, mint az „open source/OSS” kifejezések használata.
Independens értékelések és teljesítménymérő eredmények
Artificial Analysis (AA) a K3.1 Pro‑t az Intelligence Indexen 55 pontra értékelte, ezzel a negyedik helyre sorolva — Opus 5.5 volt 58 ponttal, Sonnet 5.5 és Muse Wonder Full egyaránt 56 ponttal. AA megjegyezte, hogy a modell javulása elsősorban ügynök‑feladatokban (agentic) jelentkezett, nem egyenletesen minden tudás‑ és tudományos tesztben.
Kódolási feladatokban az Arena WebDev rangsorban a K3.1 Pro a 8. helyet szerezte meg 1,692 ponttal — ez kilenc helyes javulás és 37 pontos emelkedés a Kimi K3‑hoz képest. Kiberbiztonsági jellegű vizsgálaton az Artificial Analysis Cyber Indexén a K3.1 Pro 64%-ot ért el, amely a nyilvánosan hozzáférhető eredmények között a legmagasabb volt és összességében a második helyre volt elegendő (a trusted‑access GPT‑6 Sol Daybreak Blue 69%-ával szemben).
AA továbbá jelentette, hogy a K3‑ról K3.1 Pro‑ra történő átállás során az AA‑Omniscience pontosság 48%‑ról 51%‑ra nőtt, és a halucinációs arány 53%‑ról 44%‑ra csökkent. Ez az AA‑mérés szerinti kilenc százalékpontos csökkenés; Moonshot saját bejelentésében egyes pénzügyi munkára vonatkozóan 65%‑os csökkentést közölt, de annak módszertanát és alapját nem részletezték.
Árképzés és futtatási költség kérdései
Moonshot első‑parti listaárai szerint a Standard díjszabás tokenenként: 2 USD / M input token, 10 USD / M output token és 0.20 USD / M cached‑input token — ezek körülbelül egyharmaddal alacsonyabbak a K3 korábbi 3/15/0.30 USD tarifáinál. A kínai fiók összefoglalója RMB‑ben adta meg az értékeket (RMB 13 / 68 / 1.3 per millió token). A Highspeed változatot a cég kétszeres árral jellemezte.
Független költségbecslések és feladatfüggő eltérések azt mutatják, hogy alacsonyabb tokenár nem feltétlenül jelent olcsóbb teljes feladatvégrehajtást: például az Intelligence Indexben az AA szerint K3.1 Pro feladatonként átlagosan ~1.98 USD‑ba került (nagyjából változatlan a K3‑hoz képest), miközben az Arena WebDev közepes költsége 1.23 USD / feladat volt (29%‑kal alacsonyabb K3‑hoz képest). Egyes kiberfeladatoknál viszont magasabb bemeneti token‑felhasználás miatt a költség nőtt.
Telepítési és helyi futtatási korlátok
A 2.8T paraméter puszta számából nem következik, hogy a modell könnyen helyben futtatható. A csoport paraméter mennyisége például illusztratív számításként megközelítőleg 5,6 TB tárolási igényt jelent 16‑bites formátumban vagy 1,4 TB‑ot 4‑bites kvantálás mellett — ez még nem tartalmazza a kvantálás metaadatát és a kiszolgálási overheadet. A közzétett posztok nem közölnek réteg‑elrendezést, expert‑routing konfigurációt, attention‑tervet, training‑compute költségvetést vagy méréseket a teljes kontextusú kiszolgálási lábnyomról.
Biztonság, kibertréning‑intervenció és API‑viselkedés
Moonshot jellegzetes biztonsági lépése az volt, hogy közbülső tréningnél és a megerősítéses tanulásnál (RL) eltávolították a kiber‑hoz kapcsolódó adatokat, ahelyett, hogy pusztán inferencia‑alapú visszautasításokra támaszkodtak. A belső riport szerint az egyik belső kiber‑pontszám 90.5%‑ról 81%‑ra esett (9.5 százalékpontos csökkenés), miközben a kódolási és más képességek tovább javultak. Ugyanakkor az AA publikus védelmi tesztjein nem tapasztaltak visszautasításokat; a publikus mérési eredmények összetett értelmezést igényelnek, mert a belső és a publikus verziók képességei eltérhetnek.
Reakciók és vitás kérdések
A közösségi reakciók megosztottak voltak. Egyes szereplők üdvözölték, hogy egy közel‑frontvonalas, hamarosan nyílt súlyú modell jelent meg; mások aggályokat fogalmaztak meg az inferencia gazdaságossága, bizonyos interaktív feladatok gyengébb eredményei, a benchmark‑prezentáció átláthatósága és állítólagos, nem nyilvánított fizetett promóció miatti etikai kérdések miatt. A súlyok november 4‑i ígérete ellenére a bevezetés sorrendje és elérhetősége zavart okozott a roll‑out során: az API elérhető volt, a checkpointok nem.
Promóciós vádak
A későbbi viták során megjelentek állítások arról, hogy a launch promóciója során utasítást adtak a fizetett partneri megjelölés elhagyására. Ezt az állítást a közölt gyűjteményben nem erősítették meg független dokumentumokkal, és Moonshot részéről nem jelent meg válasz vagy hitelesítés. Az ilyen vádak és a független benchmark‑eredmények egymástól elkülönítve értékelendők: a független AA és Arena mérések külön bizonyítékot jelentenek; a vélemény‑influencerek entuziasmusa csak akkor tekinthető független érvnek, ha az hozzáférés, kompenzáció és módszertan tekintetében átlátható.
Összegzés — mit jelent ez a piac számára?
Moonshot Kimi K3.1 Pro technikailag jelentős előrelépést jelöl a Kimi családon belül: nagyobb post‑training compute, mérhető agent‑jellegű javulások, és független teszteken versenyképes rangsorok. Ugyanakkor a végső hatás — különösen a tényleges nyílt‑súlyú hozzáférés és a gyakorlati inferencia‑költségek szempontjából — egyelőre függ a november 4‑i súlykiadástól, továbbá további független reprodukcióktól és részletes szolgáltatási/licencfeltételek ismeretétől. A közösségi reakciók a technikai elismerés és a gazdasági, etikai, illetve reprodukálhatósági aggályok keverékét mutatják.
Fontos számok és dátumok
- Teljes paraméter: 2.8 trillion (2.8T)
- Aktív paraméterek: 104 billion (104B)
- Kontextusablak: 1,000,000 token
- Független Intelligence Index (Artificial Analysis): 55 (4. hely)
- Arena WebDev: 8. hely, 1,692 pont
- Cyber Index (AA): 64%
- Ígért súlykiadás: 2026. november 4.
- Standard listaárak: 2 USD/M input, 10 USD/M output, 0.20 USD/M cached‑input
- Bejelentés körüli független publikációk és közösségi viták: 2026. október 22–23 környéke
A további mérlegelés a súlyok elérhetővé válása és a független csapatok reprodukciói után lesz teljes körűen lehetséges.
