Kimi K3.1 Pro zvládne milion tokenů. Otevřené váhy zatím chybí

Model dostupný přes API, váhy až v listopadu

Kimi K3.1 Pro je nová verze modelu Kimi K3, kterou Moonshot AI vytvořila rozsáhlým dodatečným tréninkem a posilovaným učením v řadě domén. Firma uvádí, že trénink zahrnoval stovky oblastí použití, od programování přes finanční analýzu až po práci s 3D nástroji.

Technicky jde o architekturu Mixture-of-Experts, zkráceně MoE. Model má celkem 2,8 bilionu parametrů, ale při jednotlivém požadavku neaktivuje všechny. Do výpočtu vstupuje přibližně 104 miliard parametrů. Je to podobné jako tým specialistů, kde se ke každému úkolu nepovolá celá firma, ale jen lidé s vhodnou odborností.

Velikost modelu zároveň znamená, že Kimi K3.1 Pro není určený pro běžný notebook ani jednu herní grafickou kartu. MarkTechPost uvádí, že pro předchozí Kimi K3 Moonshot doporučoval víceakcelerátorové superuzly. U nové verze proto dává smysl počítat s cloudovým nebo datacentrovým provozem, nikoli s domácím serverem pod stolem.

Model je dostupný přes Kimi.ai, Kimi Work a Kimi Code a také prostřednictvím API kompatibilního s běžným OpenAI SDK. Pro aktivaci API je podle dokumentace potřeba minimální dobíjení účtu ve výši 1 dolaru.

Plné otevřené váhy mají být zveřejněny do 4. listopadu 2026. Do té doby je označení „open-weight“ spíše příslibem budoucí dostupnosti než popisem současného stavu. Vývojář si model může vyzkoušet, ale nemůže si ho ještě stáhnout a provozovat ve vlastní infrastruktuře.

Milion tokenů pomůže hlavně agentům

Kontextové okno o velikosti 1 milionu tokenů dovoluje modelu pracovat s rozsáhlými dokumenty, zdrojovým kódem nebo dlouhou historií úkolu v jednom pracovním prostoru. Token není totéž co slovo, ale řádově jde o objem srovnatelný s několika delšími knihami nebo rozsáhlým softwarovým repozitářem.

Samotná velikost okna ale nezaručuje, že model správně využije každý řádek vloženého obsahu. U dlouhých vstupů stále záleží na vyhledávání relevantních pasáží, struktuře dokumentů a způsobu, jakým agent během práce udržuje kontext. Milion tokenů je kapacita pracovního stolu, nikoli automatická záruka dobrého výsledku.

Kimi K3.1 Pro má uvažování zapnuté trvale. API umožňuje nastavit úroveň výpočetního úsilí na low, high nebo max, přičemž výchozí hodnota je max. Maximální počet výstupních tokenů může dosáhnout 1 048 576. Dokumentace současně upozorňuje, že při vícekolových konverzacích a volání nástrojů je nutné posílat zpět celou odpověď asistenta, nikoli pouze její výsledný text.

Pro agentní práci je to důležitější než samotný počet parametrů. Model může postupně procházet soubory, spouštět nástroje, opravovat kód a vracet se k předchozím krokům. Kimi K3.1 Pro podporuje také obrazový a video vstup přes API, i když veřejné URL obrázku nelze použít přímo. Dokumentace vyžaduje nahraný soubor nebo data ve formátu base64.

Výsledky v testech mají silné i slabší stránky

Na testu Terminal-Bench 4.0 dosáhl Kimi K3.1 Pro skóre 65,7 procenta. Moonshot ho ve svém srovnání staví před GPT-6 Astra se skóre 58,2 procenta a těsně za Claude Opus 5.5 s výsledkem 66,4 procenta. Jde o měření agentů při práci v terminálu, nikoli o univerzální test všech schopností modelu.

Na interním testu SWE-Marathon model dosáhl 51,7 procenta, zatímco Claude Opus 5.5 měl podle stejné tabulky 46,3 procenta. U interního Kimi Code Bench 3.0 Long-horizon se výsledek zvýšil z 55,95 u Kimi K3 na 61,2. Tyto výsledky pocházejí z hodnocení Moonshotu a nelze je bez dalšího zaměňovat za nezávislé měření.

Slabší výsledek se objevil u vědeckých úloh v terminálu. Na Terminal-Bench Science 0.1 získal Kimi K3.1 Pro 38,1 bodu, zatímco GPT-6 Astra měl 68,1 a Claude Opus 5.5 dosáhl 63,3. To je důležité omezení. Model může být velmi dobrý při softwarových úkolech a přitom výrazně zaostávat při vědecké práci vyžadující přesné postupy a specializované nástroje.

Podobný obraz ukazuje test BenchCAD pro 3D rekonstrukci a generování CAD kódu. S nástroji získal Kimi K3.1 Pro 92,7 procenta, Claude Opus 5.5 dosáhl 96,2 a GPT-6 Astra 95,9. Bez nástrojů měl Kimi 72,8 procenta, téměř stejně jako Claude Opus 5.5 s výsledkem 73,0.

Moonshot současně uvádí pokles chybových tvrzení v interním testu Kimi Hallu Bench Hard z 23,4 procenta u Kimi K3 na 8,3 procenta u K3.1 Pro. Firma ale upozorňuje, že jde o zátěžový test záměrně zaměřený na situace, ve kterých modely často chybují. Výsledek proto nepopisuje celkovou míru omylů při běžném používání.

V agentních úlohách se podle podkladů k vydání zvýšilo skóre GDPval-AA na 1 846 Elo a úspěšnost v AutomationBench-AA z 58 na 73 procent. Humanity's Last Exam se posunul ze 47 na 52 procent. I zde je potřeba sledovat metodiku, použitý harness a to, zda test probíhal interně, nebo na veřejném benchmarku.

Cena klesla, rychlejší varianta je dražší

Standardní Kimi K3.1 Pro stojí v API 2 dolary za 1 milion vstupních tokenů a 10 dolarů za 1 milion výstupních tokenů. Cache-hit tokeny jsou účtovány částkou 0,20 dolaru za 1 milion tokenů. Podle oficiálního ceníku jde o nižší cenu než u předchozího Kimi K3, který stál 3 dolary za vstup a 15 dolarů za výstup.

Varianta Kimi K3.1 Pro Highspeed zachovává stejnou deklarovanou úroveň schopností a milionový kontext, ale generuje odpovědi přibližně dvakrát až třikrát rychleji. Cena je vyšší – 4 dolary za milion vstupních tokenů a 20 dolarů za milion výstupních tokenů.

Pro běžnou konverzaci nemusí být rozdíl v ceně podstatný. U agentů, kteří dlouho procházejí dokumenty, opakovaně volají nástroje a generují velké výstupy, už se účet může rychle zvětšit. API proto dává větší smysl firmám a vývojářům než uživatelům, kteří chtějí občas shrnout e-mail.

Česká dostupnost a omezení

Kimi K3.1 Pro je dostupný přes webové služby a API i pro uživatele mimo Čínu, pokud mají přístup k dané službě a mohou využít platby v dolarech. Oficiální oznámení potvrzuje dostupnost přes Kimi.ai, Kimi Work, Kimi Code a API. Českou lokalizaci rozhraní ani zvláštní podporu pro český trh citované materiály neuvádějí.

Samotný model může pracovat s češtinou, ale Moonshot v oznámení neposkytuje samostatné měření českého jazyka. Nelze proto tvrdit, že je v češtině stejně silný jako v angličtině nebo čínštině.

Bezpečnostní část vydání je rovněž praktická. Moonshot ze školicích dat pro plánované otevřené váhy odstranil materiály zaměřené na kybernetické útoky a hacking. Na interním xdev-bench-hard dosáhl neupravený kontrolní model 90,5 procenta při pass@3, zatímco výsledná verze Kimi K3.1 Pro dosáhla 81,0 procenta. Firma tím snižuje část útočných schopností, nikoli všechny možné způsoby zneužití.

Kimi K3.1 Pro je proto dnes zajímavý hlavně jako cloudový model pro dlouhé agentní úlohy, programování, 3D práci a analýzu dokumentů. Pro vlastní provoz, audit vah nebo nasazení bez odesílání dat na cizí servery bude rozhodující až zveřejnění otevřených vah.

FAQ

Zdroje: MarkTechPost, oficiální technické oznámení Moonshot AI a dokumentace Kimi API.