Arena · Review model AI

Kimi K3.1 Pro

oleh Moonshot AI

Kimi K3 hasil pelatihan lanjutan dari Moonshot: mendekati Opus 5.5 di Terminal-Bench 4.0, halusinasi turun dua pertiga, sepertiga lebih murah di $2/$10

Skor arena 3.5/5
Penalaran4.0
Coding4.5
Menulis4.0
Kecepatan1.5
Nilai3.5
Kunjungi Kimi K3.1 Procoding agentik di luar cloud Amerika Serikatpemodelan 3D, CAD, dan penalaran spasialriset keuangan dan dokumen kantortim yang berencana meng-host sendiri model terbuka kelas 3 triliun parameter
Harga

$10/1M out

Harga resmi API Moonshot untuk kimi-k3.1-pro: $2 per 1M token input (cache miss), $0,20 per 1M saat cache hit, $10 per 1M token output, konteks 1M token; kimi-k3.1-pro-highspeed seharga $4/$20 (cache hit $0,20). Batch API 60% dari harga standar. Kimi K3 tetap tersedia seharga $3/$15. Diverifikasi di platform.kimi.ai/docs/pricing/chat pada 03/11/2026.

Penyedia

Moonshot AI

Context window

1M tokens

Harga input

$2/1M in

Harga output

$10/1M out

Modalitas

text, vision

Open weights

Tidak

Apa itu Kimi K3.1 Pro?

Dirilis pada 23/10/2026 oleh Moonshot AI yang berbasis di Beijing sebagai model pertama seri K3.1, Kimi K3.1 Pro adalah versi Kimi K3 yang dilatih lanjutan dengan komputasi reinforcement learning yang jauh lebih besar di ratusan domain. Moonshot menyebutnya sebagai model open-weight kelas 3 triliun parameter paling mumpuni miliknya, dengan jendela konteks 1M token serta input teks dan gambar; bobot lengkapnya dijanjikan paling lambat 04/11/2026. Dengan ID API kimi-k3.1-pro, harganya $2 per 1M token input ($0,20 saat cache hit) dan $10 per 1M token output, sepertiga lebih murah dari $3/$15 milik Kimi K3; varian Highspeed (kimi-k3.1-pro-highspeed) berjalan 2 hingga 3 kali lebih cepat dengan harga $4/$20. Inferensi batch dikenakan 60% dari harga standar. Moonshot melaporkan 65,7% di Terminal-Bench 4.0 (Claude Opus 5.5: 66,4%, GPT-6 Astra: 58,2%) dan tingkat halusinasi per klaim yang turun dari 23,4% (K3) menjadi 8,3% di uji adversarial internalnya, Hallu Bench Hard. Artificial Analysis memberinya skor 46 di Intelligence Index v5.0 (peringkat 23 dari 60). Tersedia di Kimi.ai, Kimi Work, Kimi Code, dan Kimi API.

Kelebihan & kekurangan Kimi K3.1 Pro

Kelebihan

  • 65,7% di Terminal-Bench 4.0 menurut Moonshot, tepat di belakang Claude Opus 5.5 (66,4%) dan di depan GPT-6 Astra (58,2%)
  • Halusinasi jauh lebih sedikit dibanding K3 di uji adversarial Hallu Bench Hard milik Moonshot: 8,3% klaim salah dengan tools dibanding 23,4% untuk K3, lebih baik dari Opus 5.5 (15,0%)
  • Sepertiga lebih murah dari Kimi K3: $2/$10 per 1M token ($0,20 saat cache hit), inferensi batch 60% dari harga resmi
  • Kuat di 3D dan penalaran spasial: 92,7 di BenchCAD dengan tools, setara Claude Fable 5.1 (92,6), dan 72,8 tanpa tools, mendekati Opus 5.5 (73,0)
  • Peningkatan di bidang keuangan dan pekerjaan kantor dibanding K3: 70,4 versus 58,8 di Financial Research, dan rekor 64,4 di OfficeQA Pro v2 menurut Moonshot
  • Bobot terbuka dijanjikan paling lambat 04/11/2026, setelah bobot Kimi K3 dipublikasikan di Hugging Face

Kekurangan

  • Sangat lambat: 30,6 token output per detik di Artificial Analysis, peringkat 193 dari 195; varian Highspeed menggandakan harga menjadi $4/$20
  • Skor 46 di Artificial Analysis Intelligence Index v5.0 (peringkat 23 dari 60), jauh di bawah Claude Sonnet 5.5 (54) dan GPT-6.1 Sol (55) yang dijual dengan harga sama $2/$10
  • Sebagian besar peningkatan yang diunggulkan berasal dari benchmark internal Moonshot (Kimi Code Bench, Hallu Bench, rangkaian uji keuangan) yang tidak bisa diverifikasi secara independen
  • Bobot dan lisensi belum dipublikasikan saat ulasan ini dibuat, dan API berada di bawah yurisdiksi Beijing, kendala kepatuhan bagi banyak penerapan perusahaan dan di Uni Eropa
  • Data siber dihapus dari pelatihan untuk versi terbuka, sehingga kemampuan keamanan ofensifnya di bawah model tertutup terdepan (81,0 dibanding 90,5 untuk checkpoint tanpa filter di xdev-bench-hard milik Moonshot)

Vonis arena

Kimi K3.1 Pro adalah peningkatan nyata dari K3 dengan harga lebih rendah: mendekati Opus 5.5 pada angka Terminal-Bench 4.0 yang dipublikasikan Moonshot, kemampuan 3D dan CAD yang menonjol, serta tingkat halusinasi yang turun dua pertiga di uji ketahanan milik Moonshot sendiri. Pilih model ini untuk coding agentik, 3D, dan riset keuangan, terutama jika Anda berencana meng-host sendiri setelah bobotnya dirilis. Hindari untuk penggunaan interaktif apa pun (30 token per detik termasuk yang paling lambat di pasar), dan bandingkan dengan cermat sebelum membelinya karena harga: dengan harga sama $2/$10, Claude Sonnet 5.5 dan GPT-6.1 Sol mendapat skor jelas lebih tinggi di Artificial Analysis dan berjalan empat hingga lima kali lebih cepat. Pengguna K3 sebaiknya beralih: K3.1 Pro lebih murah dan lebih baik di setiap benchmark yang dipublikasikan Moonshot.

Jempol ke atas atau ke bawah

Jatuhkan vonis Anda

Apakah Anda akan merekomendasikan Kimi K3.1 Pro, atau memperingatkan penonton agar menjauh?

50%skor penonton · 0

Alternatif Kimi K3.1 Pro terbaik

Semua alternatif
1
Gemini 3.8 Flash

Model andalan harian Google edisi September 2026: konteks 1M, harga promo $0.75/$3.75, kecepatan output 305 token/detik

$3.75/1M out60%(1)
Visit
2
Gemini 3 Pro

Model frontier Google edisi Nov 2025: context 1M, yang pertama melewati 1500 Elo di LMArena, digantikan oleh Gemini 3.1 Pro.

$12/1M out (prompts ≤200K)57%(3)
Visit
3
Grok 4.3

Model frontier xAI dengan context 1M seharga $1.25/$2.50 per 1M tokens, dituning untuk penggunaan tool agentik.

$2.50/1M out
Visit

Bandingkan Kimi K3.1 Pro head-to-head

Kimi K3.1 Pro: pertanyaan yang sering diajukan

Berapa biaya Kimi K3.1 Pro per 1M token?

Kimi K3.1 Pro berbiaya $2/1M in per 1M token input dan $10/1M out per 1M token output. Harga resmi API Moonshot untuk kimi-k3.1-pro: $2 per 1M token input (cache miss), $0,20 per 1M saat cache hit, $10 per 1M token output, konteks 1M token; kimi-k3.1-pro-highspeed seharga $4/$20 (cache hit $0,20). Batch API 60% dari harga standar. Kimi K3 tetap tersedia seharga $3/$15. Diverifikasi di platform.kimi.ai/docs/pricing/chat pada 03/11/2026.