Этот обзор пока недоступен на языке «Русский», поэтому вы читаете оригинал на языке «English».
Kimi K3.1 Pro Review: Always-On Thinking, 1M Tokens In and Out
Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.
Freedom Score
Пока не проверяли
- Цена
- 4,00 $ за 1 млн смешанных токенов (3 входных : 1 выходной)
- Скорость вывода
- 30 ток/с
- Доля успешных
- Собираем данные
Kimi K3.1 Pro is Moonshot AI's new thinking model, released on 23 October 2026 as the first of the K3.1 series. On our API it is one OpenAI-compatible chat endpoint that reads text, images and video, holds 1,048,576 tokens of input and allows replies up to 1,048,576 tokens, with the thinking counted inside that number.
- SpicyAPI Engineering
- Проверено 28 окт. 2026 г.
- Методика v3.3 →
- Мы продаём эти модели; цена на оценку не влияет →
The verdict
Two behaviours shape how you use it. Thinking is always on: reasoningeffort accepts low, high or max (default max) and cannot be switched off. And sampling is fixed by Moonshot, so temperature and topp are not accepted. Together that means a default request reasons hard before every answer, and a small max_tokens can be spent on thinking before any visible text appears.
This is a launch-day review. On 28 October 2026 our platform ran a real request through the endpoint as part of launch: one neutral message, answered without streaming at low reasoning effort. It returned a complete answer. We have not run a quality blind test or a content-level test on K3.1 Pro, and this page does not score the model.
Key facts
- Tested: one real launch request on 28 Oct 2026 (neutral prompt, low reasoning effort, no streaming), plus an integration check of image input. No scored runs yet.
- Price: $2 per million input tokens, $0.20 cached and $10 output. The live price is on the model page.
- Limits: 1,048,576-token context, replies up to 1,048,576 tokens (default 4,096, thinking included), text, image and video input, 256 messages and 128 tool definitions per request.
- Reasoning: reasoning_effort takes low, high or max (default max); thinking is always on.
- Sampling: fixed by the model; temperature and top_p are not accepted.
- Sources: scoring rules are on our review methodology page, full parameters on the Kimi K3.1 Pro model page.
Что понравилось и что мешало
Что понравилось
- A million tokens in and a matching reply ceiling. A whole repository or a long research thread travels as written, and a very long answer fits in one reply.
- Video and images next to the question. A failing UI screenshot with the stack trace, or a short screen recording with the bug report, goes into the same message as the instruction.
- Three reasoning dials. Low keeps replies quick, high suits multi-step problems, max gives the model the most room on a hard task.
- Tool calling is on the endpoint. Up to 128 function definitions per request, paralleltoolcalls on by default, toolchoice and responseformat accepted; we have not graded tool-use quality yet.
- A familiar request shape. The same OpenAI-compatible body as the rest of our chat models, so switching is a model-name change.
Что мешало
- Thinking cannot be turned off. There is no none, medium or xhigh, so even a simple rewrite pays for a reasoning pass unless you pick low.
- max is the default effort. Every request reasons at full depth unless you set a lower level, which adds tokens and latency to quick turns.
- No temperature or top_p. You cannot push for more varied prose with sampling; use the prompt, reasoning_effort and stop sequences instead.
- Reasoning is paid for out of max_tokens. The default cap is 4,096, so a small cap at max effort can run out before the answer starts.
- No audio input, and no quality numbers of our own yet.
What we tested
On 28 October 2026 our platform sent Kimi K3.1 Pro one real request as part of launch: a single neutral user message, answered without streaming at low reasoning effort with a 1,024-token cap. It returned a complete answer, and the request was priced at the published rate. The endpoint also passed our pre-launch checks of its price table and request limits. During integration a request with an image attached was also accepted and answered.
That is a working-endpoint check, not a benchmark. We have not compared K3.1 Pro's answers with K3 or another model, tested video input on real clips, measured speed, or tried a prompt near the 1,048,576-token limit. Moonshot's own claims about accuracy are Moonshot's; we have not reproduced them.
Prompts to start from
These starting prompts come from the model page's published examples. We have not graded the outputs, so they are a place to begin rather than prompts proven on this model.
1. A planning brief. Give it the brief and a standard for what a good plan looks like.
Turn a project brief into a dependency-ordered implementation plan with verifiable milestones. Work from the material I provide, cite the relevant evidence, distinguish facts from assumptions, and identify missing information before proposing changes.Run this prompt on Kimi K3.1 Pro →
2. A tool step. Confirms your function-calling loop end to end with a trivial function.
Call report_status with status ready.Settings that matter: set reasoningeffort to low for routine turns and keep max for hard planning; leave several thousand tokens of maxtokens headroom, since thinking shares the budget; send video and audio inline and keep them under 14 MB combined.
How far it writes
We have not run our content-level test on Kimi K3.1 Pro, so we have no result to report here. The model page states the position plainly: the platform adds no content filter of its own, content decisions come from the model, and behaviour can change between versions. The previous generation, Kimi K3, has a full content-level review; do not assume K3.1 Pro behaves the same.
Not tested yet: the content-level ladder, multi-turn behaviour over a long session, languages other than English, video understanding on real clips, and whether low effort changes any of the above.
Every character in a request should be an adult, keep real, identifiable people out of it, and you are responsible for the law where you publish.
What the community says
On the launch thread one reader took the vendor's numbers at face value: "It appears to be generally frontier-level." Another objected to how the open-weight version is being limited: "Ah, the version available to us mortals is nerfed in cybersecurity just like the US models :("
Alternatives
- The previous generation with a full content-level review? Kimi K3 reads 1,000,000 tokens and carries our Unrestricted label; see the Kimi K3 review.
- Another 1M-class reasoning model? DeepSeek V4 Pro is on the same API; compare it on your own prompts.
- A hard-coding model with tool calls? GPT 6.1 Sol takes images, allows temperature and offers five reasoning levels.
Из чего складывается Spicy Index модели Kimi K3.1 Pro
Каждое измерение ниже ведёт к полному расчёту: из какой строки таблицы взят каждый балл и почему баллы потеряны.
- Публичные рейтинги 40 % качества
- Пока не проверяли
- Ролевые игры 15 % качества
- Пока не проверяли
- Художественный текст 15 % качества
- 72,0
- Выполнение инструкций 15 % качества
- 100,0
- Память на длинном контексте 15 % качества
- Пока не проверяли
- Возможности Вес 10,5 %
- 49,0
- Freedom Score Вес 30 %
- Пока не проверяли
В отслеживаемых публичных рейтингах пока нет точного совпадения. Как это работает
Наш набор тестов ролевых игр для этой модели ещё не запускался. Как это работает
Наш набор тестов длинного контекста для этой модели ещё не запускался. Как это работает
Свобода не проверена или данных недостаточно. Index сохраняет исходный балл качества и возможностей, помечается как предварительный и продолжает участвовать в рейтинге. Отсутствие данных не равно нулю. Как это работает
Свобода не проверена или данных недостаточно. Index сохраняет исходный балл качества и возможностей, помечается как предварительный и продолжает участвовать в рейтинге. Отсутствие данных не равно нулю.
Открыть полный отчёт о тестах →Возможности по пунктам
Баллы из открытой таблицы оценки. Уровни, полученные апскейлом, и ограничения, которые мы задали сами, не учитываются.
- Окно контекста (по данным разработчика)Не указано
- 0,0 / 30
- Входные модальности на SpicyAPIТекст, а также изображения
- 12,0 / 25
- Использование инструментовИнструменты и tool_choice
- 15,0 / 15
- Структурированный выводПринимается, соответствие схеме подтверждено
- 15,0 / 15
- Управление рассуждением3 уровня: low · high · max
- 7,0 / 15
Что Kimi K3.1 Pro умеет на SpicyAPI
Взято напрямую из актуальной спецификации модели на SpicyAPI. Некоторые разработчики дают больше в своих приложениях; здесь — то, что можно вызвать через наш API уже сегодня.
| Функция | Чат |
|---|---|
| Окно контекста | 1 048 576 токенов |
| Максимум вывода на запрос | 1 048 576 токенов |
| Уровни рассуждения | low · high · max |
| Вызов инструментов | Да |
| Структурированный вывод | Да |
Сколько это занимает на самом деле
Измерено на реальных задачах за последние 30 дней — от запроса до готового результата. Время включает и наши собственные тестовые запуски.
- Скорость вывода
- 30 ток/сВключая время до первого токена
- Доля успешных
- Собираем данные
Время появляется, когда набирается не менее 10 завершённых задач. Доля успешных считается только по задачам клиентов и скрыта для всех моделей, пока не наберётся 30 полных дней трафика.
Что говорят о Kimi K3.1 Pro
положительных: 1 · смешанных: 0 · отрицательных: 1
It appears to be generally frontier-level.
hacker-news· 23 окт. 2026 г.· ПоложительноИсточник
Ah, the version available to us mortals is nerfed in cybersecurity just like the US models :(
hacker-news· 23 окт. 2026 г.· ОтрицательноИсточник
Цитаты приведены дословно из публичных постов со ссылкой на оригинал. Это не оценки, и ни в какую оценку они не входят.
Модели, которые стоит рассмотреть вместо Kimi K3.1 Pro
Moonshot AI
Kimi K3
The previous generation with a full content-level review?
- Spicy Index
- 77,8−2,6
- Freedom Score
- 74,4
- Цена
- 5,40 $+35 %/ 1 млн токенов · вход/выход 3:1
DeepSeek
DeepSeek V4 Pro
Another 1M-class reasoning model?
- Spicy Index
- 79,0−1,4
- Freedom Score
- 88,6
- Цена
- 1,98 $−51 %/ 1 млн токенов · вход/выход 3:1
OpenAI
GPT 6.1 Sol
A hard-coding model with tool calls?
- Spicy Index
- 81,2+0,8
- Freedom Score
- —
- Цена
- 4,00 $/ 1 млн токенов · вход/выход 3:1
Что вы думаете?
Был ли этот обзор полезен?
Войдите, чтобы проголосовать.
Комментарии
Комментарии проверяются автоматически и нашей командой. Мы удаляем спам, неуместный контент, личные нападки и всё, где без согласия называют реального человека. Пожалуйтесь на комментарий — мы рассмотрим жалобу в течение одного рабочего дня.
Пробовали эту модель? Поделитесь тем, что сработало. Чтобы комментировать, нужен бесплатный аккаунт — так мы защищаемся от спама.
Вопросы о Kimi K3.1 Pro
Попробуйте Kimi K3.1 Pro сами
Настройте каждый параметр в Playground и узнайте точную цену до запуска.
4,00 $ за 1 млн смешанных токенов (3 входных : 1 выходной)
Другие обзоры
Смотреть рейтинги →GPT 6.1 Terra
Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.
- Spicy Index
- 79,9
- Freedom Score
- —
Проверено 28 окт. 2026 г.
Читать обзор
Grok 4.3
Берите Grok 4.3 ради огромного контекстного окна, настоящего выключателя рассуждений и текста без цензуры по низкой цене; пропустите при нужде в файлах.
Проверено 24 сент. 2026 г.
Читать обзор
Grok 4.7
Grok 4.7 — для ролевых игр и прозы без цензуры, которым нужно работать без джейлбрейка; не для длинных глав за ход и не для долгих агентных циклов.
Проверено 24 сент. 2026 г.
Читать обзор