Прогон одного набора агентных задач на Kimi K3.1 Pro (новая модель Moonshot) стоит $1,98. У Claude Sonnet 5.5 тот же прогон обходится в $5,46. Разница почти втрое — при том что цена за токены у обеих моделей одинаковая ($2/$10 за миллион входных/выходных): Kimi просто тратит меньше токенов на рассуждения.
В общем рейтинге Artificial Analysis Intelligence Index модель заняла 4-е место: 55 баллов против 44 у предыдущей Kimi K3. Полные веса пока не выложены, доступен только платный API.
Что заявляет вендор
Artificial Analysis в статье о запуске приводит главное достижение модели:
Kimi K3.1 Pro показывает лучший результат среди всех моделей на Terminal-Bench 4.0
Там же указаны цифры: Kimi — 67%, Claude Sonnet 5.5 — 64%. В собственном блоге Moonshot приводит другие данные, и там уже Claude Opus 5.5 обходит Kimi.
Независимый замер
В общей таблице моделей той же Artificial Analysis Claude Sonnet 5.5 и Claude Opus 5.5 получают на Terminal-Bench 4.0 всего по 33,3% — вдвое ниже чисел из статьи о запуске Kimi. А вот конкретный тест, на который опирается заявление о лидерстве, у той же Artificial Analysis (AA) различается почти вдвое в зависимости от того, какую таблицу открыть.
Открытые веса
Пока доступен только платный API — через Kimi.ai, Kimi Code и Kimi Work. Развернуть модель на своих серверах нельзя. Moonshot обещает выложить веса к 4 ноября; если это произойдёт, разрыв между открытыми и проприетарными моделями в индексе AA сократится.
Кому это актуально
Разница в стоимости прогона ощутима при большом объёме задач: сотнях и тысячах запусков в месяц. Для разовых экспериментов экономия в пару долларов погоды не делает. Тем, кому нужен контроль над моделью на собственной инфраструктуре, стоит подождать: открытых весов пока нет, только API.
🔗 Источники: Kimi (Moonshot) · Artificial Analysis · The Decoder
💬 Telegram | 💬 MAX
#разбор #нейросети #агенты