Moonshot выпустила Kimi K3.1 Pro: 55 баллов и $2/$10 за миллион токенов

Китайская Moonshot вывела в API модель Kimi K3.1 Pro. Тарифы такие: $2 за миллион входных токенов и $10 за миллион выходных. Так же стоит GPT-6.1 Sol, а Claude Opus 5.5 обходится вдвое дороже. По независимому индексу Artificial Analysis Kimi набрал 55 баллов и уступил только Opus 5.5 с 58. Веса пока закрыты, но Moonshot обещает выложить их целиком до 4 ноября 2026 года.

Что показал независимый замер

Benchmarks самой Moonshot ставят K3.1 Pro примерно вровень с Opus 5.5 и GPT-6 Astra. Где-то он их обгоняет, где-то подбирается вплотную. Такие таблицы обычно подбирают под вендора, поэтому важнее внешний индекс. Artificial Analysis расставил модели так:

• Claude Opus 5.5: 58 баллов
• Kimi K3.1 Pro: 55
• Claude Fable 5.1: 53
• GPT-6 Astra: 53
• Gemini 4 Argon: 53

Разрыв с лидером составляет три балла. От трёх закрытых моделей Kimi отрывается на два. Раньше модели с открытыми весами, пусть и будущими, заметно отставали от закрытого фронтира. Здесь так впервые не вышло.

Экономика токенов и цена скорости

Для агентных сценариев цена токена решает больше, чем разница в паре баллов индекса. Агент в цикле «прочитал репозиторий, подумал, поправил» тратит много входных токенов и заметно меньше выходных. Прикинем по тарифам Moonshot: сессия с 500 тысячами входных и 50 тысячами выходных токенов стоит $1,00 за ввод и $0,50 за вывод, то есть $1,50. У Opus 5.5 при вдвое более высокой цене тот же объём обойдётся примерно в $3. Это наш расчёт, а не данные вендора. На тысячах сессий в день разница вырастает в заметную строку бюджета.

Есть и вариант Highspeed. Он в 2–3 раза быстрее и вдвое дороже. Исключение сделано для попаданий во входной кэш: там цена не меняется. Для долгих агентных цепочек с большим повторяющимся контекстом (системный промпт, кодовая база) это выгодное условие. Быстрый режим можно включать на интерактивных задачах, а фоновые прогоны оставить на обычном тарифе.

Пеликан на велосипеде и проверка через LLM 0.32

Саймон Уиллисон проверил модель своим привычным тестом: попросил сгенерировать SVG с пеликаном на велосипеде. Запускал он её через Moonshot API командой `llm openai endpoint` из LLM 0.32, которую добавил в августе. Команда работает с любым OpenAI-совместимым endpoint, в этом случае с https://api.moonshot.ai/v1 и моделью kimi-k3.1-pro. Сама команда результаты не логирует, поэтому вывод и трассу рассуждений пришлось перенаправить в файлы stdout и stderr. Использовался флаг `--responses` и опция `reasoning_effort`.

Модель поддерживает три уровня рассуждений: low, medium и max. Уиллисон прогнал все три и для сравнения заново запустил предыдущую Kimi K3. Результат на max он назвал вполне крепким: ноги стоят на педалях, рама велосипеда нарисована хорошо, клюв удался. Из недочётов обе ноги оказались по одну сторону рамы.

Что проверить до 4 ноября

Пока доступен только API, и тестировать удобнее всего через OpenAI-совместимый клиент. Достаточно сменить base URL и имя модели. Для оценки стоит прогнать три уровня рассуждений на собственных задачах и сравнить не только качество, но и расход выходных токенов: на max трасса рассуждений заметно съедает бюджет. Отдельно стоит замерить долю попаданий в кэш, потому что от неё зависит цена Highspeed.

Командам, которые рассматривают self-hosting, нужно дождаться реальных весов, обещанных до 4 ноября 2026 года. Стоит заранее оценить требования к GPU и условия лицензии. Если обещание будет выполнено, у закрытых провайдеров появится конкурент с похожим качеством, который к тому же можно запускать на собственной инфраструктуре.