Kimi K3.1 Pro: v testech čtvrtý, úloha za třetinu ceny Opusu 5.5

Kimi K3.1 Pro stojí v API stejně jako Claude Sonnet 5.5 a v nezávislém indexu Artificial Analysis skončil čtvrtý, hned za Opusem 5.5, Sonnetem 5.5 a Muse Wonder Full. Úloha s ním přitom vyjde zhruba na třetinu ceny Opusu. Za zkoušku na vlastní práci určitě stojí, do klientských projektů bych ho ale pustil až po ní.

Vydala ho 23. října čínská firma Moonshot AI, která stojí za chatbotem Kimi. Podle oznámení má 2,8 bilionu parametrů, z nichž při odpovědi pracuje 104 miliard, a kontext 1 milion tokenů. Rozumí textu, obrázkům i videu. Vychází z červencového Kimi K3, který Moonshot dál trénoval, a váhy ke stažení slibuje do 4. listopadu. Vedle něj vyšla rychlejší varianta Highspeed.

Cenou se řadí k Sonnetu 5.5 a GPT-6.1 Sol

Za milion tokenů zaplatíte 2 USD na vstupu a 10 USD na výstupu, o třetinu méně než za K3. Highspeed stojí dvojnásobek, tedy stejně jako Opus 5.5.

Ceny standardního API v USD za milion tokenů, stav 23. 10. 2026:

Čtení z cache vyjde dvakrát dráž než u Sonnetu a Solu, cache se ale zapíná sama. V API platíte jen za tokeny a můžete zapnout režim bez ukládání dat (Zero Data Retention).

V programovacím agentovi Kimi Code je K3.1 Pro v tarifech od Plus za 19 USD měsíčně (při roční platbě 15 USD). Highspeed je v Kimi Code i v aplikaci Kimi od tarifu Pro za 39 USD měsíčně (při roční platbě 31 USD) a v Kimi Code čerpá dvakrát víc kreditů. Proč mi předplatné vychází líp než platba za tokeny, jsem psal v článku o předplatném a API.

Tři úrovně přemýšlení, výchozí je ta nejdelší

K3.1 Pro přemýšlí vždycky. Parametrem reasoning_effort volíte jen, jak dlouho: low, high nebo max. Výchozí je max. Moonshot o úrovních píše jen to, že vyvažují hloubku přemýšlení, odezvu a spotřebu tokenů. Tokeny přemýšlení platíte taky.

Artificial Analysis změřilo K3.1 Pro zatím v jednom nastavení a úroveň neuvádí. U předchozího K3 naměřilo na low zhruba čtyřikrát méně výstupních tokenů, 3,7krát kratší úlohu a o 43 % nižší cenu než na max. Index přitom spadl ze 43,6 na 30,1 bodu. V API bych proto úroveň volil podle úlohy.

Ilustrace vytvořená pomocí AI pro Chciweeeb.

V nezávislém měření je čtvrtý

Artificial Analysis ho změřilo v den vydání. Proti K3 si v Intelligence Indexu polepšil o 11 bodů a po zveřejnění vah bude nejlepší z modelů, které si můžete stáhnout.

Úloha s ním stojí zhruba třetinu toho, co s Opusem 5.5 na max. Levnější je jen GPT-6.1 Sol s indexem nižším o 3,3 bodu a předchozí K3, který má dražší tokeny, ale spotřebuje jich méně.

V přímém srovnání nejvíc vyskočil v agentních testech. V Terminal-Bench 4.0, kde agent pracuje v terminálu, má 67 %, nejvíc ze všech modelů, které AA měřilo. K3 měl 13 %. Ve znalostní práci (GDPval-AA) je třetí. Za Opusem, Solem i Astrou výrazně zaostává ve znalostním testu AA-Omniscience. AA ho navíc hodnotí jako pomalejší než průměr a velmi upovídaný.

Výřez ze srovnání Artificial Analysis, stav 23. 10. 2026. U K3.1 Pro AA úroveň přemýšlení neuvádí, ostatní modely běžely na max.

Moonshot v oznámení ukazuje vlastní výběr testů, vše na úrovni max a většinou v Claude Code. Výsledky konkurence většinou převzal z jejich zpráv a žebříčků. GPT-6.1 Sol v něm chybí.

Podle Moonshotu vede v dlouhých projektech a finančních dokumentech a výrazně ztrácí ve vědeckých úlohách.

Cenu jedné úlohy a celého indexu zveřejňuje AA pro každou úroveň přemýšlení zvlášť:

Za podobnou cenu úlohy, kolem dvou dolarů, má K3.1 Pro vyšší index než Opus 5.5 na high, Sonnet 5.5 na xhigh i Astra na xhigh. Nejlevnější úlohu má na každé úrovni GPT-6.1 Sol.

Co s ním lidé postavili a komu se hodí

Moonshot ukazuje hlavně 3D a hry. Na webu má dvě živé ukázky, které podle něj K3.1 Pro postavil sám: stránku sportovního auta ovládanou scrollováním a robotickou ruku s průhledným krytem a rozloženým pohledem. Ruku podle Moonshotu tvoří 2 317 dílů vygenerovaných kódem a prošla 55 testy v prohlížeči.

Živé ukázky z oznámení Moonshot AI: nahoře stránka auta, dole robotická ruka. Snímky obrazovky z 23. 10. 2026.

Před vydáním ho lidé zkoušeli v Areně pod anonymním jménem Kibitz. Oficiálně potvrzené to není, testeři ho ale za K3.1 považovali. LuminaBench s ním za necelých 15 minut postavil 3D vrtulník s rozloženým pohledem a rentgenovým režimem. ChrisGPT nechal Kibitz a GPT-6 Astra postavit v Minecraftu, jak si myslí, že vypadají. Kibitz použil 13 707 kostek za 0,38 USD, Astra 5 738 kostek za 5,31 USD. Chetaslua pár hodin před oznámením napsal, že mu K3.1 Pro postavil ukázkový web na jeden pokus za 15 minut. Jsou to jednotlivé pokusy, srovnávat podle nich nejde.

Vývojářům bych ho doporučil zkusit na vlastní úloze. API přijímá formát OpenAI i Anthropicu a Moonshot má návod pro Claude Code, zatím ještě s modelem K3. Pro webovou aplikaci nebo firemního agenta je to levnější alternativa k Opusu a Sonnetu, nezávislé měření je ale zatím jedno. Po zveřejnění vah půjde model provozovat i u jiného poskytovatele nebo na vlastním hardwaru. Ceny úloh u Sonnetu, Opusu, Solu a Astry rozebírám v článku o Sonnetu 5.5.