Moonshot brengt Kimi K3.1 Pro uit; open gewichten volgen uiterlijk 4 november

Moonshot brengt Kimi K3.1 Pro vandaag uit via zijn diensten en API als eerste model in de nieuwe K3.1-reeks; de volledige modelgewichten volgen uiterlijk 4 november, meldt het bedrijf.

Een Nederlands ontwikkelteam kan het model nu via de API testen in code- en documentwerk. Zelf hosten kan pas na de aangekondigde gewichtenrelease, waardoor een API-proef en een infrastructuurkeuze op verschillende momenten vallen.

API-toegang komt in twee snelheden

K3.1 Pro is een verder getrainde versie van K3, met meer rekenwerk na de voortraining. Moonshot biedt ook K3.1 Pro Highspeed aan, volgens het bedrijf twee tot drie keer sneller. Beide zijn vandaag beschikbaar via Kimi.ai, Kimi Work, Kimi Code en de API. Het contextvenster telt 1.048.576 tokens, genoeg voor lange codebestanden of dossiers in één verzoek; de contextlengte bepaalt op zichzelf niet de rekening.

Moonshot beschreef de oorspronkelijke K3 als een model met 2,8 biljoen parameters en één miljoen tokens context. De nieuwe versie bouwt daarop voort. De aankondiging van juli positioneerde K3 als open model met die omvang en contextlengte; de gewichten volgden later. Op 27 juli kwam de K3-licentie tegelijk met de gewichten beschikbaar.

Toegang verschilt per kanaal. Kimi Enterprise-beheerders moeten K3.1 Pro zelf inschakelen; bij de lancering staat het standaard uit. Voor de API geldt een minimale storting van één dollar om het topmodel te ontgrendelen. Het totale stortingsbedrag bepaalt ook de accountlimieten. De documentatie noemt de top-updrempel en accountlimieten. Moonshot noemt Zero Data Retention als beschikbare optie voor API-klanten, maar zegt niet of dit standaard aanstaat.

De API-prijs daalt, de rekening hangt van gebruik af

De API-prijspagina zet de standaardvariant op 2 dollar per miljoen invoertokens en 10 dollar per miljoen uitvoertokens. Een cachehit op invoer kost 20 cent per miljoen tokens. De API rekent op basis van verbruik, zonder abonnement; belastingen komen er volgens de prijspagina bij. The Decoder zet K3.1 Pro Highspeed op 4 dollar invoer en 20 dollar uitvoer, met standaardtarieven een derde onder K3's oude 3 en 15 dollar.

Bij een gelijk maandvolume van 10 miljoen invoer- en 2 miljoen uitvoertokens komt K3.1 Pro uit op 40 dollar. K3 kwam voor datzelfde volume op 60 dollar. Dat scheelt 20 dollar per maand, vóór belasting en zonder cachegebruik. Het is een vergelijking per tokenvolume; de lengte van modelantwoorden en herhaald gebruik van context bepalen mee wat een complete workflow kost.

Scores verschillen per test en meetmethode

Op Terminal-Bench 4.0, dat codeeragenten op realistische terminaltaken test, meldt Moonshot 65,7 procent voor K3.1 Pro. Claude Opus 5.5 haalt 66,4 procent en GPT-6 Astra 58,2 procent. Op de interne Kimi Code Bench 3.0 Long-horizon scoort K3.1 Pro 61,2 procent, tegenover 55,95 procent voor K3. De test meet meerstapsuitvoering, gereedschapsgebruik en het afronden van ontwikkeltaken.

Voor financiële documentanalyse rapporteert Moonshot 64,4 op OfficeQA Pro v2, dat zoeken in echte financiële documenten, controle tussen documenten en meerstapsberekeningen test. In een interne stress-test daalt het claimniveau-hallucinatiecijfer van 23,4 procent bij K3 naar 8,3 procent bij K3. Moonshot zegt dat deze opzettelijk moeilijke test geen algemeen foutenpercentage voor dagelijks gebruik meet.

Artificial Analysis zet K3.1 Pro onafhankelijk op 55 punten, de vierde plek in zijn Intelligence Index en drie punten onder Claude Opus 5.5. De analyse berekent 1,98 dollar per index-taak voor K3.1 Pro en 2 dollar voor K3. K3.1 Pro verbruikt daarvoor 14 procent meer uitvoertokens, zodat de lagere prijs per token in die meting nauwelijks lagere kosten per taak oplevert.

De vergelijkingen hebben grenzen. Moonshot testte K3.1 Pro op Terminal-Bench met Claude Code; andere scores komen uit modelrapporten of de officiële ranglijst. Voor de interne codebenchmark gebruikte Kimi Claude Code voor K3.1 Pro en testte het andere modellen op hun maximale redeneerstand. Het bedrijf schrijft dat sommige tests van gesloten modellen terugvalgedrag kunnen bevatten. De cijfers beschrijven prestaties binnen die testopstellingen, niet automatisch de uitkomst op de eigen code, documenten of tools van een bedrijf.

Open gewichten komen met een veiligheidsclaim

Moonshot zegt cybergerelateerde data uit zowel de middenfase van de training als uit de leeromgeving van reinforcement learning te hebben verwijderd, terwijl algemene programmeertaken behouden bleven. Het bedrijf zegt dat kwetsbaarheidsonderzoek meegroeide met de training en cyberinhoud in beide onderdelen van het proces aantrof.

Op Moonshots eigen xdev-bench-hard lost K3.1 Pro 81 procent van de taken op bij maximaal drie pogingen. Een checkpoint zonder die risicobeperking haalde 90,5 procent. De test bevat nagebouwde kwetsbaarheden in onder meer Linux, Node.js en JavaScriptCore; de agent moet code-uitvoering bereiken in een aparte sandbox en daarna een geheime tekenreeks ophalen. De score meet een verlaging binnen deze test, geen afwezigheid van cyberrisico in het uitgebrachte model.

De aankondiging geeft wel een uiterste datum voor de gewichten, maar nog geen licentievoorwaarden of technische details over de bestanden. Die bepalen of een organisatie de gewichten volgens haar eigen gebruiksvoorwaarden op eigen infrastructuur mag draaien, en welke hardware daarvoor nodig is. Bij K3 werden de gebruiksvoorwaarden pas samen met de gewichten gepubliceerd.

K3.1 Pro is nu te toetsen via een beheerde API, met een lagere prijs per token dan K3 en nieuwe benchmarkclaims. Uiterlijk 4 november moet blijken welke gewichten Moonshot publiceert en onder welke voorwaarden organisaties ze mogen inzetten. Tot die tijd blijft zelf hosten aangekondigd, terwijl de API de beschikbare route is.