Pekingská firma Moonshot AI, která stojí za asistentem Kimi, vydala 23. října Kimi K3.1 Pro. Píšu o něm, protože po vydání vah z něj bude nejsilnější otevřený model, a to s velkým náskokem. Dosavadní rekordman MiMo-V2.6-Pro od Xiaomi má v indexu Artificial Analysis 46 bodů, Kimi 55. To je skok o třídu!
Co K3.1 Pro je
Dotrénovaný K3 s mnohem víc výpočtu na dotrénink. Základ zůstává stejný jako u červencového Kimi K3: 2,8 bilionu parametrů, z nichž při každém tokenu pracuje 104 miliard, kontext milion tokenů, na vstupu text i obraz. Moonshot do dotrénování posílením (zjednodušeně řečeno model zkouší úlohy a učí se z výsledků) vložil výrazně víc výpočetního výkonu než u K3. Váhy slibuje do 4. listopadu, licenci zatím neuvedl.
Za token stojí polovinu Opusu. Milion vstupních tokenů vyjde na 2 USD, milion výstupních na 10 USD. To je o třetinu méně než u K3 a polovina ceny Claude Opus 5.5.
Rychlá verze stojí stejně jako Opus. Kimi K3.1 Pro Highspeed má být dvakrát až třikrát rychlejší, ale stojí 4 USD za milion vstupních a 20 USD za milion výstupních tokenů. Přesně tolik si účtuje Anthropic za Opus 5.5.
Jak si vede v nezávislém měření
| Model | Index AA | Cena za úlohu | Váhy |
|---|---|---|---|
| Claude Opus 5.5 (max) | 58 | $5,98 | ne |
| Claude Sonnet 5.5 (max) | 56 | $5,46 | ne |
| Muse Wonder Full (max) | 56 | jen v předplatném | ne |
| Kimi K3.1 Pro (max) | 55 | ~$2 | do 4. listopadu |
| Gemini 4 Argon (high) | 53 | $1,99 | ne |
| GPT-6 Astra (max) | 53 | $3,26 | ne |
| GPT-6.1 Sol (max) | 52 | $0,72 | ne |
| MiMo-V2.6-Pro | 46 | $0,13 | ano |
| DeepSeek V4.1 Flash 1017 (max) | 45 | $0,26 | ano |
Index je verze 4.3 od Artificial Analysis.
Čtvrtý na světě, o 11 bodů výš než K3. Po vydání vah se odstup otevřených modelů od uzavřené špičky zmenší z 12 bodů na tři.
V práci s terminálem nejlepší vůbec. Na Terminal-Bench 4.0, kde agent řeší programátorské úlohy v příkazové řádce, naměřila Artificial Analysis 67 procent. Je to nejvyšší výsledek ze všech modelů, které měřila, a dokonce víc, než uvádí sám Moonshot (65,7). Kimi K3 přitom měl 13 procent.
V kancelářské práci remíza s Opusem. V testu GDPval-AA má 1846 bodů Elo, Opus 5.5 1866. V Code Areně, kde lidé hlasují mezi dvěma anonymními webovými aplikacemi, je s 1692 body osmý, zhruba na úrovni Opusu 5.
Ve znalostech je skok malý. V Humanity’s Last Exam si polepšil ze 47 na 52 procent. Míra halucinací (jak často si vymyslí odpověď, kterou nezná) klesla podle Artificial Analysis z 53 na 44 procent. Moonshot přitom ve vlastním testu hlásí pokles o dvě třetiny. Haiku 5.5 si vymýšlí ve 40 procentech případů.
Rychlost a skutečná cena
Standardní verze je pomalá. Podle OpenRouteru generuje kolem 35 tokenů za sekundu, Highspeed kolem 56. A model k tomu hodně přemýšlí a píše: na úlohu indexu spotřebuje o 14 procent víc výstupních tokenů než K3.
V testu analýzy dat byl lepší GPT-6.1 Sol za pětinu ceny. Firma Plotly testuje modely na 43 úlohách z analýzy dat:
| Model | Výsledek | Cena celého testu |
|---|---|---|
| GPT-6.1 Sol | 43/43 | $2,61 |
| Grok 4.7 | 42/43 | $7,85 |
| Kimi K3.1 Pro | 42/43 | $13,47 |
| Kimi K3 | 35/43 | $5,01 |
Kimi je tu nejlepší čínský model, jaký Plotly testovala, a třetí z 34. Jedna otázka mu ale trvala v průměru 2,5 minuty, předchůdci 43 sekund.
Cena za úlohu závisí na úrovni úsilí. Firma Atomic Agent (na vlastním blogu, nezávislý test to tedy není) nechala Kimi a Opus 5.5 opravit malý balíček v Pythonu. Oba zvládli všechno. Na výchozí úrovni max vypsal Kimi přes 17 tisíc výstupních tokenů, Opus kolem 4 tisíc. Stál tak za úlohu zhruba tolik co Opus a trval čtyřikrát déle. Na úrovni low stál polovinu a trval dvakrát déle.
S obrázky je slabší. Ultralytics ho zkoušela na automatickém označování objektů v obrázcích. Gemini 4 Argon byl přesnější, třikrát levnější a pětkrát rychlejší. U 6,4 procenta požadavků Kimi vypršel časový limit.
Proč tedy v indexu Artificial Analysis vychází na třetinu ceny Opusu? Index měří jiné úlohy než praktické testy a cena za úlohu se u Kimi silně mění podle typu práce a úrovně úsilí. Proti Opusu tak zaplatíte třetinu až stejně, proti Solu nebo DeepSeeku výrazně víc.
Tabulka Moonshotu
Srovnává se se současnou špičkou. Moonshot staví Kimi vedle Opusu 5.5, GPT-6 Astra a Claude Fable 5.1. DeepSeek a MiniMax se minulý týden srovnávali s Opusem 5 a GPT-5.6 Sol, tedy s minulou generací.
Poznámky pod čarou jsou nezvykle podrobné. U každého testu Moonshot uvádí harness a odkud vzal čísla soupeřů. U DeepSeeku dokonce ukázal jeho lepší starší výsledek místo horšího vlastního měření.
Jedno pravidlo ale Kimi pomáhá. V testech OfficeQA Pro a Agents’ Last Exam dostal model nulu, pokud si odpověď našel na internetu místo řešení úlohy. Moonshot píše, že to dělaly „některé externí modely“. A právě v OfficeQA Pro se Kimi chlubí nejlepším výsledkem.
Kyberbezpečnost: ořezaný, a přesto druhý na světě
Moonshot v oznámení podrobně vysvětluje, že z tréninku úmyslně vyřadil data o kyberbezpečnosti. Ve vlastním testu tím model klesl z 90,5 na 81 procent úloh. Otevřené váhy podle firmy nemají posouvat hranici útočných schopností.
Na Cyber Indexu Artificial Analysis je K3.1 Pro přesto druhý ze všech modelů s 64 procenty. Před ním je jen GPT-6 Sol ve verzi Daybreak Blue, kterou OpenAI dává jen prověřeným obráncům. Po 4. listopadu si tedy kdokoli stáhne model, který je v kyberbezpečnosti druhý na světě. Moonshot svou politiku vysvětlil poctivěji než ostatní (a to se cení), ani po ořezání ale model nezůstal daleko za špičkou.
Závěrem: Co si z toho odnést?
Pokud platíte za Opus přes API na agentní programování a nespěcháte, vyzkoušejte Kimi K3.1 Pro na nižší úrovni úsilí. V jediném zatím dostupném srovnání na malé úloze dal stejný výsledek za polovinu ceny, jen déle trval. Já musím říct, že mám předplatné Allegro za cca 100 dolarů a při použití Kimi Code hned po uvedení jsem něco špatně nastavil a prakticky během hodiny jsem o celý pětihodinový limit přišel, takže moc nadšený jsem z ceny nebyl. Použil jsem rychlou verzi, která ale stojí stejně, jako Opus, přičemž Opus mi přijde lepší a také důvěrně známý…
Pokud potřebujete rychlost, zůstaňte u Opusu. Verze Highspeed stojí za token stejně a v prvním srovnání vypsal Kimi na stejnou úlohu čtyřikrát víc tokenů.
Pokud hledáte levnou agentní práci, sáhněte po DeepSeek V4.1 Flash 1017 nebo GPT-6.1 Sol. Za zlomek ceny dostanete o tři až deset bodů méně, což na rutinní úlohy obvykle stačí.
Pokud platíte paušál za Claude Code nebo Codex, nemá smysl Kimi zkoumat.
Pokud ho chcete provozovat sami z vah, počkejte na licenci a na první měření u poskytovatelů. U K3 Vals zjistila, že stejný model dal přes Moonshot na právních úlohách 76 procent, ale přes jiného poskytovatele jen 61.
Za mě je to nejzajímavější otevřený model roku. Výkonem Opus dohnal skoro úplně, a to včetně práce v terminálu, kde dosud otevřené modely ztrácely nejvíc. Jen je pomalý, a kdo ho pustí naplno, nemusí proti Opusu ušetřit nic.
Zdroje: oznámení Moonshot AI z 23. října 2026, měření Artificial Analysis (index verze 4.3), žebříček Code Arena, OpenRouter, testy Plotly, Ultralytics a Atomic Agent, Vals AI k Kimi K3. Tabulka Moonshotu je měřená výrobcem. Platnost údajů k 24. říjnu 2026. Text vznikl s asistencí modelu Claude Opus 5.5, tedy konkurenčního modelu.