Kimi K3.1 Pro sänker tokenpriset, men max kostar mer i våra tester

Priset för att använda K3.1 Pro via API, anslutningen som låter andra program använda modellen, är lägre per token än för K3. Men i Aipress tester blev den sammanlagda kostnaden ändå högre på tankenivån max. K3.1 Pro löste då alla fem testuppgifterna helt rätt, medan K3 klarade tre. De lägre tankenivåerna high och low blev betydligt billigare, men ändrade en avrundning som skulle ha behållits.

Vad är nytt i Kimi K3.1 Pro?

K3.1 Pro har ett kontextfönster på 1 048 576 token. Token är de textdelar modellen arbetar med, och kontextfönstret anger hur mycket underlag och samtal den kan hantera på en gång. Samma gräns gäller K3. Nyheten ligger alltså främst i vidareträningen, inte i att utrymmet för underlag har blivit större.

I Moonshots presentation av K3.1 Pro lyfts förmågan att arbeta genom längre uppgifter med flera steg och verktyg. Företaget uppger 65,7 procent på Terminal-Bench 4.0, som prövar programmeringsarbete i en terminal med begränsade resurser. Det placerar modellen mellan GPT-6 Astra på 58,2 procent och Claude Opus 5.5 på 66,4 procent i företagets jämförelse. På Moonshots eget Kimi Code Bench 3.0 Long-horizon, som mäter längre programmeringsuppgifter med verktyg, ökar resultatet från K3:s 55,95 till 61,2 procent.

Ett av företagets mer konkreta exempel är en simulering av mänsklig gång. Enligt Moonshot förbättrade modellen styrningen tills den simulerade kroppen kunde gå med växelvisa steg i 11,2 sekunder. Under arbetet hittade och rättade den också 36 fel i beräkningar för axelmusklerna.

För 3D-arbete ska K3.1 Pro kunna utgå från text, skisser eller referensbilder och skriva skript till bland annat Blender och CAD-program. På BenchCAD, som mäter hur modeller återskapar 3D-former från flera vyer, får K3.1 Pro enligt Moonshot 92,7 procent med verktyg. I samma jämförelse ligger Opus 5.5 på 96,2 och GPT-6 Astra på 95,9 procent. Med funktionen 3D Make kan användaren förhandsgranska och redigera modeller online samt hämta dem för 3D-utskrift eller exportera video och Live Photos.

Inom finansanalys uppger Moonshot ett ledande resultat på 64,4 i OfficeQA Pro v2. Testet handlar om att hitta uppgifter i finansiella dokument, jämföra källor och göra beräkningar i flera steg. Företaget rapporterar också förbättringar i sina interna tester av kalkylmodeller, källunderbyggda analyser och beslut i en simulerad verksamhet.

Moonshot säger dessutom att andelen felaktiga sakpåståenden i det interna stresstestet Kimi Hallu Bench Hard sjunker från 23,4 procent för K3 till 8,3 procent för K3.1 Pro. Frågorna är avsiktligt valda för att locka fram faktafel. Siffrorna beskriver därför detta test, inte hur ofta modellen gör fel i vanlig användning.

Aipress test av Kimi K3.1 Pro: bättre precision på max

På Aipress.se fick K3.1 Pro fem fasta testuppgifter: rätta ett kundmejl, laga en Python-funktion, överföra ett kvitto till JSON, använda ett väderverktyg och läsa en prislista från ett foto. JSON är ett strukturerat textformat som andra program kan läsa. Testet prövar textbearbetning, kodrättning, strukturerade svar, verktygsanvändning och bildtolkning med uträkning.

Varje uppgift gjordes en gång på var och en av tankenivåerna low, high och max. K3 fick samma uppgifter med samma text på max. Tankenivån är inställningen för hur mycket modellen ska resonera inför svaret. Resultaten nedan gäller dessa uppgifter och tester.

K3.1 Pro på max fick flest helt rätt. Alla tre nivåerna rättade mejlets sju inlagda fel, medan K3 lämnade felet i datumet kvar. Den avgörande skillnaden mellan nivåerna i K3.1 Pro kom i Python-funktionen. Alla hittade de två felen, men bara max behöll avrundningen till heltal. På high och low ändrades den till två decimaler, precis som hos K3. Funktionen gav då 672,3 i stället för facitets 672 i fallet med rabattkod.

Kvittot blev giltig JSON utan extra text i samtliga test. Summan och momsen stämde. På low lade K3.1 Pro bananernas vikt, 0,74 kilo, i fältet för antal. De andra svaren angav antal 1. Alla frågade väderverktyget om båda orterna och drog rätt slutsats om regnjackan. Även prislistan lästes rätt, med uträkningen 70 + 32 + 54 och svaret 156.

Aipress mätte också tid och mängden genererad text. Tabellen visar token ut, med den del som användes till modellens resonemang inom parentes. Max tog längst tid totalt och genererade mest text. High och low hade nästan samma totaltid, men high var snabbare på både kodrättningen och bildfrågan. Low var alltså inte snabbast i varje uppgift.

Kundmejlet stod för den största tidsskillnaden. K3.1 Pro på max tog 136,5 sekunder, jämfört med 17,6 sekunder på low, trots att båda rättade alla sju felen. För de fem uppgifterna tillsammans gick 8 607 av maxnivåns 9 798 token ut till resonemang.

Kostnaderna i nästa tabell är beräknade med Moonshots listpriser för indata och utdata. Low blev billigast totalt och max dyrast. På koduppgiften kostade K3.1 Pro på max däremot något mindre än K3 på max. Det lägre tokenpriset gav alltså inte samma kostnadsförhållande i varje uppgift.

I just denna jämförelse gav max ett extra helt rätt svar jämfört med high och low, men till högre total kostnad och med längre väntan. Det gör skillnaden mellan pris per token och pris för en färdig uppgift tydlig.

Kimi K3.1 Pro byggde ett spelbart asteroidspel

Aipress gav Kimi K3.1 Pro samma uppgift ord för ord på tankenivåerna max, high och low: bygg ett litet asteroidspel i en enda HTML-fil, alltså en webbsida som innehåller spelet. Testet prövar om modellen kan leverera ett spel som en människa kan spela. Alla tre spelen var spelbara, och spelfilerna på Aipress.se är modellens egna, oredigerade svar. På alla tre nivåerna följde modellen också instruktionen att bara lämna HTML-filen i ett kodblock, utan annan text.

Alla tre spelen börjar direkt med tre liv. Vänster- och högerpil svänger skeppet, uppåtpil gasar och nedåtpil bromsar. Mellanslag skjuter, och håller man tangenten nere fortsätter skotten att komma.

I Neon Asteroid, max kommer skeppet och stenarna tillbaka på motsatt sida när de lämnar skärmen. Träffade stenar delas i två mindre, snabbare delar. När alla stenar är borta börjar en ny sektor med fler stenar, upp till tio, som rör sig lite snabbare än i den förra sektorn. P pausar spelet, och när alla liv är slut startar mellanslag eller Enter ett nytt spel. Bilden visar spelet från max.

Neon Asteroid, high räknar vågor. När spelet är slut startar Enter eller mellanslag ett nytt. I ett fönster som är 1 280 bildpunkter brett täcker rutan med vågnumret en del av spelets namn högst upp.

Neon Asteroids, low räknar sektorer och pausar automatiskt när fönstret tappar fokus. Det går också att pausa med P. När alla liv är slut startar man om med R, precis som spelets instruktion säger. Enter och mellanslag startar inte om spelet.

Aipress mätningar visar att low gav minst kod och var snabbast och billigast i just dessa tre speltest. Max tog längst tid och kostade mest. Tabellen visar kodmängd, tokens ut inklusive tankar, tid och kostnad för varje spelsvar. Kostnaden är beräknad med Moonshots listpris: 2,00 USD per miljon tokens in och 10,00 USD per miljon tokens ut.

De fem testuppgifterna med Kimi K3.1 Pro på max, high och low samt de tre spelen kostade tillsammans 0,5324 USD till Moonshots listpris. De fem testuppgifterna med Kimi K3 kostade 0,0946 USD.

Vad kostar Kimi K3.1 Pro?

Standardversionen har lägre API-pris än K3 för både indata och utdata. Highspeed kostar dubbelt så mycket som standardversionen för dessa delar. Moonshots prislista nedan anger kostnad i dollar per MTok, vilket betyder en miljon token. Indata är materialet modellen får och utdata är texten den genererar. Skatt tillkommer där den ska tas ut.

Moonshots API-priser för K3-serien, dollar per miljon token

Prompt caching innebär att en återkommande inledning i en förfrågan kan återanvändas ur ett mellanlager. K3-seriens tre cachepriser gäller återanvänd indata och skrivning till mellanlagret med lagringstid på fem minuter respektive en timme. Återanvänd indata debiteras till träffpriset utan en ny skrivavgift. Den förvalda lagringstiden är fem minuter.

De äldre K2-modellerna har lägre grundpriser, men mindre kontextfönster på 262 144 token. Moonshot anger att de stängs för nyregistrerade användare från den 31 oktober 2026. Befintliga användare påverkas inte av just den ändringen, men hela K2-serien planeras bli avvecklad före slutet av december 2026.

Moonshots API-priser för K2-serien, dollar per miljon token

K2.7 Code och K2.6 har samma grundpris för indata och utdata, men K2.6 har det lägre cachepriset. K2.7 Code Highspeed är dyrare på samtliga prisposter i tabellen.

API-användning betalas efter förbrukning och har inget abonnemang. Den debiteringen är skild från medlemskap i Kimi och Kimi Code.

Moonshot begränsar K3.1 Pros förmåga till cyberangrepp

Inför publiceringen av modellvikterna säger Moonshot att företaget har tagit bort säkerhetsrelaterade träningsdata och träningsuppgifter som stärker förmågan att utnyttja sårbarheter. Allmänna programmeringsuppgifter har behållits.

I företagets interna xdev-bench-hard ska modellen utnyttja kända sårbarheter i en isolerad testmiljö. Versionen utan dessa begränsningar löste 90,5 procent av uppgifterna, medan den slutliga K3.1 Pro löste 81,0 procent. Måttet anger om minst ett av tre svar lyckades. Enligt Moonshot är slutmodellen ändå bättre än K3 på dessa uppgifter, men ligger efter de främsta slutna modellerna.

Företagets uttalade linje är att inte släppa öppna modellvikter som flyttar fram den yttersta gränsen för cyberangrepp. Samtidigt vill Moonshot ge fler möjlighet att granska sin egen programkod på infrastruktur de själva kontrollerar.

Var kan man använda och ladda ner Kimi K3.1 Pro?

K3.1 Pro och Highspeed finns via webbtjänsten Kimi.ai samt i mobilapparna, Kimi Work, Kimi Code och Kimi API. De fullständiga modellvikterna ska enligt Moonshot publiceras senast den 4 november 2026. Modellvikter är de inlärda värden som behövs för att använda modellen på egen infrastruktur.

För Kimi Work krävs version 3.1.0 eller senare, till Windows eller Mac med Apple-chip. I Kimi Code väljs K3.1 Pro med kommandot /model. API-namnen är kimi-k3.1-pro och kimi-k3.1-pro-highspeed. API-kunder kan välja Zero Data Retention, ett alternativ utan datalagring.

För organisationer är K3.1 Pro avstängd vid lanseringen och behöver aktiveras av en administratör. Kimi Business erbjuder även åtskilda personliga konton och organisationskonton samt hantering av medlemmar.