Kimi K3.1 Pro è online, ma i pesi non sono ancora disponibili

Kimi K3.1 Pro è già accessibile nelle app e tramite API, ma al 28 ottobre i suoi pesi non sono ancora scaricabili. Moonshot AI ne ha annunciato la pubblicazione entro il 4 novembre 2026: fino a quel momento, chi vuole provarlo dipende dai servizi dell’azienda e non può verificare autonomamente il modello sulla propria infrastruttura.

La distinzione conta per chi valuta un nuovo modello per prodotti o processi aziendali. L’accesso via API permette di testarne subito le funzioni; i pesi renderebbero possibile l’esecuzione su hardware controllato dal cliente, nel rispetto della licenza e dei requisiti tecnici. Moonshot presenta K3.1 Pro come modello “open-weight” da 3T-class con contesto fino a un milione di token, ma colloca il rilascio completo dei pesi a una data futura.

Per l’API, secondo il listino pubblicato da Kimi, la tariffa standard è inferiore a quella del precedente K3 sui token ordinari: 2 dollari per milione di token in ingresso e 10 in uscita, contro 3 e 15.

Il listino distingue la scrittura della cache dalla lettura: i token di input già memorizzati costano meno, mentre l’output continua a essere conteggiato. Il costo per attività dipende quindi dal mix di input, risposte generate e riuso del contesto.

Prezzi API Kimi, in dollari per milione di token

Fonte: Kimi API Platform, listino consultato il 28 ottobre 2026. Tariffe per milione di token.

Benchmark promettenti, confronti da verificare

Nel Terminal-Bench 4.0, che misura il completamento di compiti agentici in ambienti a terminale, Moonshot attribuisce a K3.1 Pro un tasso di successo del 65,7%, contro il 58,2% di GPT-6 Astra e il 66,4% di Claude Opus 5.5. Il risultato riguarda un sistema composto da modello e agente software: strumenti, configurazioni e numero di prove incidono sulla misura.

La stessa società precisa che la tabella combina punteggi raccolti da fonti differenti. Il benchmark è stato aggiornato con nuove risorse, task e verificatori; inoltre, una revisione indipendente di Epoch AI ha segnalato difetti di scoring in 30 attività su 66. Il punteggio va quindi letto come un’indicazione iniziale, non come una misura sufficiente per stimare la produttività aziendale.

Su BenchCAD, Moonshot riporta il 92,7% con strumenti e il 72,8% senza strumenti, su un sottoinsieme di mille file. Il test riguarda la ricostruzione 3D tramite codice CAD e similarità volumetrica: misura una capacità specifica, ma non dimostra da solo che il modello possa sostituire il lavoro di progettazione o soddisfare vincoli produttivi.

Il filtro cyber riduce i risultati, ma non chiude la valutazione

Con la futura pubblicazione dei pesi diventa rilevante anche il comportamento del modello nelle attività di sicurezza informatica a doppio uso. Moonshot dice di aver rimosso dati sulla ricerca di vulnerabilità da due fasi di addestramento; il confronto interno misura l’effetto di questi interventi.

Nel suo xdev-bench-hard, il checkpoint interno senza questi interventi risolve il 90,5% dei problemi in tre tentativi; il modello finale arriva all’81%.

La differenza è di 9,5 punti percentuali rispetto al checkpoint interno, non una certificazione indipendente di sicurezza. Moonshot riferisce inoltre che il modello finale ha sfruttato vulnerabilità in un ambiente isolato, con mitigazioni attive. Finché i pesi e un protocollo riproducibile non saranno disponibili, laboratori esterni non potranno verificare questi risultati nelle stesse condizioni.

La data decisiva resta quella dei pesi

K3.1 Pro è già selezionabile su Kimi.ai, Kimi Work, Kimi Code e API; per la variante Highspeed Moonshot dichiara una velocità due o tre volte superiore e il listino mostra tariffe doppie sui token ordinari. Per chi richiede controllo dell’infrastruttura, audit e test indipendenti, il passaggio decisivo è fissato al 4 novembre: dopo la pubblicazione si potranno valutare licenza, hardware e comportamento del modello installato.