Kimi K3.1 Pro - recenzja i test API
Oceniam Kimi K3.1 Pro na 7/10 za poprawny kod i ekstrakcję danych w małej próbie API oraz niższe stawki katalogowe niż Opus 5.5. Odejmuję punkty za dwa nieukończone wywołania przy ograniczonym budżecie tokenów i brak udostępnionych wag w chwili sprawdzania. To ocena redakcyjna, nie średnia ocen użytkowników. Stan: 24.10.2026.
Plusy
- W mojej próbie API model poprawnie zwrócił JSON, rachunek VAT i oszacowanie pamięci. Wygenerowany kod przeszedł 7/7 przypadków sprawdzających.
- W osobnym zestawie 10 prostych zadań Pro i Highspeed uzyskały 10/10. Zestaw był za łatwy do rozstrzygnięcia przewagi nad K3.
- API: 2 USD za milion tokenów wejścia i 10 USD wyjścia; okno 1M tokenów według dokumentacji.
Minusy
- Przy limicie 1800 tokenów dwie z sześciu prób nie zwróciły końcowej odpowiedzi. Powtórki z limitem 6000 też zostały ucięte. To test limitu i ustawień, nie dowód ogólnej nieznajomości języka.
- Otwarte wagi zapowiedziano do 4 listopada 2026. Ich dostępności jeszcze nie potwierdziłem.
- Nie testowałem tu interfejsu aplikacji, gier, pełnego okna 1M ani zadań w każdym języku.
Dla kogo
- Dla programisty, który może dostosować limit tokenów i mierzyć koszt poprawnie zakończonego zadania. Mniej przekonuje mnie przy bardzo krótkich limitach wyjścia. Testowane prompty były po polsku; nie przedstawiam ich jako testu innych języków.
Nie dla kogo
- Nie traktuj tej oceny jako testu aplikacji ani rankingu wszystkich języków.
Werdykt i metoda
7/10: polecam przetestować K3.1 Pro do kodu i danych, lecz nie uznaję niskiej stawki tokenów za gwarancję najtańszego zadania. Moja metoda to sześć jednorazowych wywołań przez OpenRouter, temperature 0.2, żądane reasoning low, max_tokens 1800, bez strumieniowania. Oddzielny test 10 zadań korzystał z limitu 16000 i domyślnego rozumowania. Brak powtórzeń statystycznych i różne warunki ograniczają wnioski.
Kod, dane i koszt
Wybrałbym API do ekstrakcji i pracy z kodem, z walidacją odpowiedzi i kontrolą finish_reason. Mała próbka nie uzasadnia automatycznego wyboru modelu do każdego zadania.
Pro: 2/10 USD, Highspeed: 4/20 USD za milion tokenów wejścia/wyjścia, cache input 0,20 USD. To API, nie cena abonamentu. Koszt 6 prób Pro: 0,055802 USD; Opus 5.5: 0,032004 USD; GPT-6 Astra: 0,030670 USD.
Opus 5.5 i GPT-6 Astra ukończyły wszystkie sześć tych samych prób przy limicie 1800 tokenów. W osobnym teście z limitem 16000 Pro uzyskał 10/10 w 76,0 s, a Highspeed 10/10 w 32,6 s. Inne prompty i ustawienia wykluczają łączenie tych wyników w jeden ranking.
Dwie próby API - różne protokoły
7/10: polecam przetestować K3.1 Pro do kodu i danych, lecz nie uznaję niskiej stawki tokenów za gwarancję najtańszego zadania. Moja metoda to sześć jednorazowych wywołań przez OpenRouter, temperature 0.2, żądane reasoning low, max_tokens 1800, bez strumieniowania. Oddzielny test 10 zadań korzystał z limitu 16000 i domyślnego rozumowania. Brak powtórzeń statystycznych i różne warunki ograniczają wnioski.
| Próba | Pro | Highspeed | Warunki |
|---|---|---|---|
| 10 prostych zadań | 10/10; 76,0 s | 10/10; 32,6 s | Limit 16000, domyślne rozumowanie |
| 6 krótkich zadań | 4 odpowiedzi, 2 ucięcia | Nie testowano | Limit 1800, żądane low |
Benchmarki producenta i AA
Benchmarki wg Moonshot
Wg Moonshot, 23.10.2026. Wyniki producenta, nie mój pomiar. Różne testy nie są wymienne.
| Benchmark | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Terminal-Bench 4.0 | 65.7 | 66.4 | 58.2 |
| SWE Marathon v1.1 | 51.7 | 46.3 | 42.5 |
| HLE-Full | 51.1 | 59.8 | 53.6 |
| HLE-Full w/ tools | 70.0 | 67.7 | 57.2 |
| OSWorld V2.1 | 79.6 | 81.8 | 75.8 |
| GDPval-AA v2.1 (Elo-score) | 1846 | 1866 | 1573 |
| OfficeQA Pro v2 | 64.4 | 62.2 | 54.4 |
| Frontier Finance | 58.6 | 56.7 | 45.0 |
Niezależny indeks Artificial Analysis: 55,1 (24.10.2026).
Kimi K3.1 Pro: ceny i plany
| Plan | Cena | Co dostajesz |
|---|---|---|
| API Pro | 2/10 USD za 1M wejścia/wyjścia | Pay-as-you-go |
| API Highspeed | 4/20 USD za 1M wejścia/wyjścia | Osobny endpoint |
Ceny API z 23.10.2026, bez obietnicy darmowego abonamentu.
7/10: polecam przetestować K3.1 Pro do kodu i danych, lecz nie uznaję niskiej stawki tokenów za gwarancję najtańszego zadania. Moja metoda to sześć jednorazowych wywołań przez OpenRouter, temperature 0.2, żądane reasoning low, max_tokens 1800, bez strumieniowania. Oddzielny test 10 zadań korzystał z limitu 16000 i domyślnego rozumowania. Brak powtórzeń statystycznych i różne warunki ograniczają wnioski.
Najczęstsze pytania
Czy 7/10 jest oceną użytkowników?
Nie. To moja ocena redakcyjna oparta na opisanych próbach API.
Czy test obejmuje aplikację i wszystkie języki?
Nie. Nie przypisuję wynikom małej próby zakresu, którego nie sprawdziłem.
Czy wagi są już dostępne?
Na 24.10.2026 publikacja jest zapowiedziana do 4 listopada.
Źródła
- Moonshot - premiera, 23.10.2026kimi.com
- Cennik API, 23.10.2026platform.kimi.ai
- Artificial Analysis, 24.10.2026artificialanalysis.ai
Sprawdzone 24.10.2026. Ceny i limity zmieniają się często, dlatego przy każdej aktualizacji sprawdzam je u źródła.
Historia zmian
- Aktualizacja do K3.1 Pro. Starsza wersja recenzji K3 zachowana w kopii zapasowej.