Kimi K3.1 Pro: mój test po polsku, cena API i otwarte wagi
Moonshot AI wypuścił Kimi K3.1 Pro: 2,8 bln parametrów, 1 mln tokenów kontekstu i API za 2/10 USD. Mój test 10 zadań po polsku na K3.1 Pro, Highspeed i K3, ceny w złotych i rachunek pamięci dla otwartych wag z 4 listopada.
👁 119 przeczytań
Moonshot AI wypuścił 23 października 2026 Kimi K3.1 Pro: ten sam rozmiar co Kimi K3 (2,8 biliona parametrów, 104 mld aktywnych, kontekst 1 mln tokenów), ale z dużo dłuższym dotrenowaniem. API jest tańsze niż przy K3: 2 USD za milion tokenów wejścia i 10 USD za milion wyjścia. Tego samego wieczoru puściłem przez OpenRoutera 10 zadań po polsku na K3.1 Pro, wersji Highspeed i starym K3. Wszystkie trzy zaliczyły 10 z 10, a różnicę zrobiły czas i rachunek.
W skrócie (stan na 23.10.2026, 23:45)
- Co: Kimi K3.1 Pro i K3.1 Pro Highspeed (według Moonshot 2-3 razy szybszy, te same możliwości).
- Gdzie: Kimi, aplikacje, Kimi Work, Kimi Code, Kimi API, a na OpenRouterze jako
moonshotai/kimi-k3.1-pro. - Cena API: 2 / 10 USD za milion tokenów (Highspeed 4 / 20 USD), czyli 7,85 / 39,25 zł po kursie NBP z 23.10.
- Otwarte wagi: zapowiedziane do 4 listopada 2026.
- Mój test: 10/10 dla K3.1 Pro, Highspeed i K3. Highspeed skończył 10 zadań w 32,6 s, K3.1 Pro w 76,0 s, K3 w 80,4 s.
Wypróbuj Kimi K3.1 Pro na kimi.com
To mój link polecający z programu Kimi. Według Kimi przy zakupie członkostwa bonus dostają obie strony, a Ty nie płacisz więcej.
Co ogłosił Moonshot
Kimi K3.1 Pro to pierwszy model z serii K3.1. Moonshot nazywa go swoim najmocniejszym otwartym modelem „klasy 3T”, ale w liczbach to ta sama architektura co K3: mixture-of-experts z 2,8 bln parametrów, z których 104 mld pracuje przy każdym tokenie, kontekst 1 048 576 tokenów, wejście tekst, obraz i wideo. Nowość jest w dotrenowaniu: według wpisu na blogu K3.1 Pro to K3 po znacznie większym treningu ze wzmocnieniem (RL) na setkach dziedzin.
Moonshot wyróżnia trzy obszary:
- Kod całych projektów - gry w Unreal Engine, Unity i Godot, strony i sceny Three.js. W wewnętrznym Kimi Code Bench 3.0 Long-horizon K3.1 Pro ma 61,2%, K3 miał 55,95%.
- Modelowanie 3D - skrypty do Blendera i programów CAD bez łączników MCP.
- Finanse - w wewnętrznym teście zmyśleń Kimi Hallu Bench Hard odsetek błędnych twierdzeń spadł z 23,4% (K3) do 8,3%, czyli o ok. 65%. Sam Moonshot zaznacza, że to test z pytaniami-pułapkami, a nie odsetek błędów w codziennej pracy.
Ogłoszenie poszło na X 23 października wieczorem czasu polskiego, a blog Kimi ma datę 24.10, bo w Pekinie był już następny dzień.
Benchmarki: K3.1 Pro kontra Claude, GPT, DeepSeek i GLM
Wszystkie liczby w tabelach niżej są według Moonshot, stan na 23.10.2026, z tabeli na blogu Kimi. K3.1 Pro mierzono na poziomie rozumowania max, modele zamknięte też na max. Część wyników producent przepisał z raportów i rankingów innych firm, a testy oznaczone jako wewnętrzne przygotował sam. To nie jest niezależny pomiar.
Kod i praca w terminalu (wg Moonshot, 23.10)
| Benchmark | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Terminal-Bench 4.0 | 65,7 | 66,4 | 58,2 |
| Terminal-Bench Science 0.1 | 38,1 | 63,3 | 68,1 |
| SWE Marathon v1.1 | 51,7 | 46,3 | 42,5 |
| DeepSWE v1.1 | 75,5 | 74,2 | 74,1 |
| ProgramBench (wynik binarny) | 31,5 | 65,0 | 50,0 |
| BenchCAD z narzędziami | 92,7 | 96,2 | 95,9 |
Agenci i praca biurowa (wg Moonshot, 23.10)
| Benchmark | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| OSWorld V2.1 | 79,6 | 81,8 | 75,8 |
| BrowseComp | 92,1 | 90,8 | 91,5 |
| GDPval-AA v2.1 (Elo) | 1846 | 1866 | 1573 |
| APEX-Agents | 67,2 | 73,5 | 64,7 |
| AutomationBench-AA | 73,3 | 69,5 | 68,5 |
Wiedza, rozumowanie i obraz (wg Moonshot, 23.10)
| Benchmark | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Humanity’s Last Exam (HLE-Full) | 51,1 | 59,8 | 53,6 |
| HLE-Full z narzędziami | 70,0 | 67,7 | 57,2 |
| GPQA-Diamond | 94,2 | 93,9 | 96,1 |
| MMMU-Pro | 84,1 | 87,7 | 86,9 |
Finanse i zmyślanie faktów (wg Moonshot, 23.10)
| Benchmark | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| OfficeQA Pro v2 | 64,4 | 62,2 | 54,4 |
| Frontier Finance | 58,6 | 56,7 | 45,0 |
| Kimi Hallu Bench Hard, % błędnych twierdzeń (test wewnętrzny, mniej = lepiej) | 8,3 | 15,0 | 5,5 |
Na tle otwartych rywali (wg Moonshot, 23.10)
| Benchmark | Kimi K3.1 Pro | DeepSeek V4.1 Flash 1017 | GLM-5.3 |
|---|---|---|---|
| Terminal-Bench 4.0 | 65,7 | 42,3 | 41,8 |
| SWE Marathon v1.1 | 51,7 | 40,0 | 42,5 |
| HLE-Full | 51,1 | 42,6 | 43,0 (tylko tekst) |
| GDPval-AA v2.1 (Elo) | 1846 | 1746 | 1650 |
| OfficeQA Pro v2 | 64,4 | 40,4 | 31,1 |
| Kimi Hallu Bench Hard (mniej = lepiej) | 8,3 | 23,3 | 22,6 |
Claude Fable 5.1 też jest w tabeli Moonshot: 57,9 w Terminal-Bench 4.0, 45,6 w SWE Marathon i 57,6 w HLE-Full. Obraz z tych liczb jest mieszany. W zadaniach agentowych przy kodzie i w dokumentach finansowych K3.1 Pro jest blisko Opus 5.5 albo przed nim. W czystej wiedzy (HLE bez narzędzi), w ProgramBench i w Terminal-Bench Science wyraźnie zostaje w tyle. Od otwartych rywali jest mocniejszy prawie wszędzie.
Niezależny pomiar: Artificial Analysis dał K3.1 Pro w dniu premiery 55 pkt w swoim Intelligence Index, czwarte miejsce na 215 modeli (odczyt 23.10.2026). Drugą niezależną weryfikacją jest mój test po polsku niżej. Więcej o konkurentach w przewodnikach Claude Opus 5.5 i GPT-6 Astra.
Ile kosztuje API Kimi K3.1 Pro
| Model | Wejście (1 mln tokenów) | Wyjście (1 mln tokenów) | Odczyt z cache |
|---|---|---|---|
| kimi-k3.1-pro | 2,00 USD (7,85 zł) | 10,00 USD (39,25 zł) | 0,20 USD (0,78 zł) |
| kimi-k3.1-pro-highspeed | 4,00 USD (15,70 zł) | 20,00 USD (78,49 zł) | 0,20 USD (0,78 zł) |
| kimi-k3 (dla porównania) | 3,00 USD (11,77 zł) | 15,00 USD (58,87 zł) | 0,30 USD (1,18 zł) |
Ceny z cennika platform.Kimi, bez podatku, odczyt 23.10.2026. Złote przeliczyłem po średnim kursie NBP z 23.10.2026 (tabela 207/A/NBP/2026, 1 USD = 3,9247 zł). Zapis do cache kosztuje 2 USD przy ważności 5 minut i 4 USD przy godzinie (Highspeed: 4 i 8 USD). Na OpenRouterze K3.1 Pro ma na razie jednego dostawcę, Moonshot AI, po tych samych stawkach. Plany abonamentowe czatu opisałem w tekście Kimi cena.
Mój test po polsku
23 października między 23:40 a 23:42 wysłałem przez OpenRoutera ten sam zestaw 10 zadań po polsku, którego użyłem tego samego dnia przy Muse Glimmer i MiniMax M3.1 Flash: streszczenie w dwóch zdaniach, tłumaczenie idiomu na angielski, funkcja w Pythonie do sprawdzania PESEL (uruchomiona na 5 przypadkach), procenty, wyciąganie JSON, pytanie o wejście Polski do UE, liczenie liter, kwota słownie, sztywny format odpowiedzi i pytanie o kurs NBP z dnia, na które model powinien odmówić zgadywania. Ustawienia domyślne (rozumowanie na max), limit 16 000 tokenów, jedna próba na zadanie. Dostawcę przypiąłem do Moonshot AI, Highspeed wybrałem endpointem priorytetowym Moonshot.
| Miara | K3.1 Pro | K3.1 Pro Highspeed | K3 |
|---|---|---|---|
| Zaliczone zadania | 10/10 | 10/10 | 10/10 |
| Czas 10 zadań | 76,0 s | 32,6 s | 80,4 s |
| Mediana czasu odpowiedzi | 5,8 s | 2,6 s | 7,8 s |
| Mediana do pierwszego tokena | 1,47 s | 1,31 s | 2,42 s |
| Prędkość (mediana) | 93 tok/s | 218 tok/s | 62 tok/s |
| Tokeny wyjścia razem | 5340 | 3886 | 3259 |
| Koszt 10 zadań | 0,0576 USD (0,23 zł) | 0,0861 USD (0,34 zł) | 0,0552 USD (0,22 zł) |
Koszt to pole rozliczeniowe zwrócone przez OpenRoutera. Cały test, razem z K3, kosztował mnie 0,1988 USD (0,78 zł).
Trzy rzeczy z tej tabeli:
- Highspeed naprawdę jest szybszy. 218 zamiast 93 tokenów na sekundę to 2,3 raza, czyli w widełkach 2-3x z zapowiedzi. Kod PESEL wrócił po 6,4 s zamiast 17,0 s.
- Niższa stawka nie dała niższego rachunku. K3.1 Pro na tych samych zadaniach wygenerował 5340 tokenów wyjścia, K3 tylko 3259, bo nowy model dłużej myśli. Efekt: 0,0576 USD wobec 0,0552 USD u K3, mimo stawki o jedną trzecią niższej.
- Odpowiedzi są poprawne i krótkie. Wszystkie trzy policzyły 1122 zł w zadaniu z procentami, podały 5 liter „a” w „abrakadabra”, zapisały słownie „jeden tysiąc dwieście trzydzieści cztery złote pięćdziesiąt sześć groszy” i odmówiły podania kursu NBP z 23.10. K3.1 Pro i K3 dorzuciły adres API NBP, pod którym kurs da się sprawdzić. Idiom „rzucił mnie na głęboką wodę” wszystkie oddały naturalnie jako „threw me in at the deep end”.
Na tle innych modeli z tego zestawu
Nie przepłacaj za te subskrypcje
Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.
| Model | Wynik | Czas 10 zadań | Koszt 10 zadań |
|---|---|---|---|
| Kimi K3.1 Pro | 10/10 | 76,0 s | 0,0576 USD |
| Kimi K3.1 Pro Highspeed | 10/10 | 32,6 s | 0,0861 USD |
| Kimi K3 | 10/10 | 80,4 s | 0,0552 USD |
| Muse Glimmer 30B | 10/10 | 73,0 s | 0,0065 USD |
| MiniMax M3.1 Flash | 9/10 (kod: 3/5 testów) | 23,9 s | 0,0016 USD |
Wyniki Glimmera i M3.1 Flash pochodzą z mojego pomiaru z 23.10.2026, 22:45, z tym samym zestawem zadań, ale z limitem 1500 tokenów. Wniosek jest prosty: ten zestaw jest za łatwy, żeby rozróżnić K3.1 Pro od K3. Do krótkich zadań po polsku płacisz za Kimi prawie 9 razy więcej niż za Muse Glimmer (opisany w tekście o otwartym modelu Glimmer od Mety) przy tym samym wyniku. K3.1 Pro ma sens przy długich zadaniach agenta, kodzie całych projektów i pracy z dokumentami. Starszy, trudniejszy test z sześcioma zadaniami jest w tekście Kimi K3, GLM, Qwen i DeepSeek po polsku.
Otwarte wagi 4 listopada: czy uruchomisz to u siebie
Wag K3.1 Pro jeszcze nie ma - na profilu moonshotai na Hugging Face 23.10 najnowszy był Kimi K3. Rozmiar da się jednak policzyć, bo K3.1 Pro to dotrenowany K3, a karta K3 podaje 2 779 931 837 184 parametry. Rachunek: liczba parametrów razy liczba bitów na parametr, podzielone przez 8.
| Precyzja | Rachunek | Same wagi | Karty RTX 4090 (24 GB) |
|---|---|---|---|
| BF16 (16 bitów) | 2,78 bln × 16 / 8 | ok. 5560 GB | 232 |
| FP8 (8 bitów) | 2,78 bln × 8 / 8 | ok. 2780 GB | 116 |
| MXFP4 (ok. 4,25 bitu ze skalą) | 2,78 bln × 4,25 / 8 | ok. 1477 GB | 62 |
| Kwantyzacja 2-bitowa | 2,78 bln × 2 / 8 | ok. 695 GB | 29 |
| 1,58 bitu | 2,78 bln × 1,58 / 8 | ok. 549 GB | 23 |
Dla porównania: pliki K3 na Hugging Face, wydane od razu w MXFP4, ważą razem 1561 GB. To 65 kart RTX 4090, i to bez miejsca na pamięć kontekstu. Nawet przy najbardziej agresywnej kwantyzacji potrzeba ponad 20 kart.
Zostaje wariant z pamięcią RAM. Przy każdym tokenie pracuje 104 mld parametrów, czyli w MXFP4 ok. 55 GB danych do odczytania na token. Domowy komputer z dwukanałowym DDR5 przesyła teoretycznie ok. 96 GB/s, więc górna granica to niecałe 2 tokeny na sekundę - i to pod warunkiem, że masz 1,5 TB RAM, czego zwykła płyta główna nie obsłuży. Wniosek: na mojej RTX 4090 tego nie uruchomię, to model na serwer z kilkudziesięcioma akceleratorami. Otwarte wagi znaczą co innego: model postawią u siebie firmy i dostawcy chmurowi - przy K3 na OpenRouterze jest dziś ponad 20 dostawców. Co działa na jednej karcie, opisuję w przewodniku lokalne AI i w zestawieniu otwarte modele AI.
Licencja K3 pozwala na użytek komercyjny z dwoma warunkami: firma z usługą typu „model jako serwis” i przychodem powyżej 20 mln USD w 12 miesięcy potrzebuje osobnej umowy z Moonshot, a produkt z ponad 100 mln aktywnych użytkowników miesięcznie musi pokazywać nazwę modelu. Czy K3.1 Pro dostanie tę samą licencję, Moonshot jeszcze nie napisał.
Jak zacząć
- Czat: wejdź na Kimi albo zaktualizuj aplikację Kimi i wybierz K3.1 Pro.
- Kimi Code: w terminalu wpisz
/modeli wybierz Kimi K3.1 Pro. Instalację opisałem w przewodniku Kimi Code. - Kimi Work: aplikacja na Windows i Maca z procesorem Apple, wersja 3.1.0 lub nowsza.
- API Kimi: na platform.Kimi model
kimi-k3.1-proalbokimi-k3.1-pro-highspeed. Głębokość myślenia ustawisz parametremreasoning_effort:low,highalbomax. Przy prostych zadaniachlowobniży rachunek. - OpenRouter:
moonshotai/kimi-k3.1-pro. Highspeed jest tam jako osobny endpoint Moonshot z cennikiem 4 / 20 USD.
Moja ocena: 8/10
Werdykt: mocny model do długiej pracy agenta i kodu, tańszy za token niż K3, z realnie szybką wersją Highspeed. Do krótkich zadań po polsku przepłacasz - tańsze modele robią je równie dobrze.
Plusy
- 10 z 10 w moim teście po polsku, w obu wersjach.
- Highspeed rzeczywiście 2,3 raza szybszy (218 wobec 93 tok/s), zgodnie z zapowiedzią 2-3x.
- Stawka za token o jedną trzecią niższa niż przy K3 (2 / 10 zamiast 3 / 15 USD).
- Otwarte wagi zapowiedziane do 4 listopada.
Minusy
- Dłużej myśli, więc 10 zadań kosztowało tyle co na K3 (0,0576 wobec 0,0552 USD) - niższa stawka nie dała niższego rachunku.
- Na prostych zadaniach prawie 9 razy drożej niż Muse Glimmer przy tym samym wyniku.
- Według tabeli producenta wyraźnie słabszy od Opus 5.5 w HLE, ProgramBench i Terminal-Bench Science.
- Prawie wszystkie benchmarki pochodzą od producenta, część to testy wewnętrzne.
- Lokalnie poza zasięgiem: same wagi to ok. 1,5 TB, a czat i API działają na serwerach firmy z Chin.
Dlaczego 8, a nie więcej: mój zestaw nie pokazał przewagi nad K3 - oba zaliczyły wszystko, a rachunek wyszedł podobny. Za szybkość Highspeed, niższą stawkę i zapowiedź otwartych wag daję punkt więcej niż za samą poprawność. Do 9 zabrakło niezależnych wyników poza indeksem Artificial Analysis i własnego testu na długim zadaniu agenta, w którym K3.1 Pro ma być najmocniejszy.
Najczęstsze pytania
Czym Kimi K3.1 Pro różni się od Kimi K3?
Rozmiar i architektura są te same (2,8 bln parametrów, 104 mld aktywnych, 1 mln tokenów kontekstu). K3.1 Pro przeszedł dłuższy trening ze wzmocnieniem, ma lepsze wyniki w kodzie, 3D i finansach według Moonshot i tańsze API: 2 / 10 USD zamiast 3 / 15 USD.
Ile kosztuje Kimi K3.1 Pro?
W API 2 USD (7,85 zł) za milion tokenów wejścia i 10 USD (39,25 zł) za milion wyjścia, kurs NBP z 23.10.2026. Highspeed kosztuje dwa razy tyle. W czacie model jest dostępny w planach Kimi.
Czy Kimi K3.1 Pro działa po polsku?
Tak. W moim teście zaliczył 10 z 10 zadań po polsku.
Czy Kimi K3.1 Pro jest lepszy od Claude Opus 5.5?
Według tabeli Moonshot zależy od zadania: w SWE Marathon (51,7 wobec 46,3) i OfficeQA Pro v2 (64,4 wobec 62,2) jest przed Opus 5.5, w Terminal-Bench 4.0 tuż za nim (65,7 wobec 66,4), a w HLE-Full wyraźnie za nim (51,1 wobec 59,8). To liczby producenta, nie niezależny pomiar.
Kiedy będą otwarte wagi i czy uruchomię go na RTX 4090?
Moonshot zapowiada wagi do 4 listopada 2026. Na jednej RTX 4090 nie: same wagi w 4-bitowej precyzji to ok. 1,5 TB, czyli ponad 60 takich kart.
Wszystko o firmie, aplikacji i planach zbieram w przewodniku Kimi, a starsze fakty o poprzedniku w hubie Kimi K3.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Źródła i data sprawdzenia
- Blog Kimi: Kimi K3.1 Pro - parametry, dostępność, termin wag, benchmarki (odczyt 23.10.2026)
- Cennik API platform.kimi.ai - stawki K3.1 Pro, Highspeed i K3 (odczyt 23.10.2026)
- Kimi K3.1 Pro quickstart - nazwy modeli w API (odczyt 23.10.2026)
- OpenRouter: Kimi K3.1 Pro - dostawcy, endpoint Highspeed, ceny (odczyt 23.10.2026)
- Hugging Face: moonshotai/Kimi-K3 - liczba parametrów, rozmiar plików, licencja (odczyt 23.10.2026)
- Artificial Analysis: Kimi K3.1 Pro - indeks 55 pkt (odczyt 23.10.2026)
- NBP, tabela 207/A/NBP/2026 - kurs USD 3,9247 zł z 23.10.2026
- Ogłoszenie Kimi na X (23.10.2026)
- Test po polsku: mój pomiar przez OpenRouter, 23.10.2026, 23:40-23:42
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Link do Kimi jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.
Podobne tematy na Promptowym
