Moonshot AI

Kimi K3.1 Proওপেন

Moonshot’s 2.8T-parameter MoE flagship with 1M context, native multimodality and frontier reasoning.

#3প্রকাশিত ২০ অক্টো, ২০২৬·Open Weights·2.8T MoE
textimage1.0M ctxরিজনিং
API প্রোভাইডারAPI কী নিন →বনাম Claude 5.5 Sonnetর‍্যাংকিং
বুদ্ধিমত্তা
94.2 #3
AAQI 68.0
আউটপুট গতি
45 t/s
ITL 22.2 ms/tok
ব্লেন্ডেড মূল্য (3:1)
$8 /1M
ইনপুট $4/M · আউটপুট $20/M
কনটেক্সট
1.0M
≈ 2,500টি A4 পৃষ্ঠা · সর্বোচ্চ আউটপুট 131,072

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Kimi K3.1 Pro
Claude Mythos Preview (#1)
Average (68)
Coding (72)Mathematics (95)Hard Science (GPQA) (98)Agentic & Tool Use (82)Knowledge (MMLU) (45)Vision / Multimodal (96)

সরাসরি বেঞ্চমার্ক মাপ না থাকলে রাডার অক্ষ বিভাগ স্কোর থেকে আনুমানিক — পদ্ধতি দেখুন।

শক্তি ও ট্রেড-অফ

যেখানে এটি জেতে

  • Top-3 podium score — frontier reasoning and agentic tool use
  • 1M context with open weights
  • Strong SWE-bench / Terminal-Bench results for long-horizon coding
  • Multimodal document and chart understanding at 96+

যেগুলো খেয়াল রাখতে হবে

  • Multi-node cluster required for self-hosting (2.8T MoE)
  • 45 tok/s output — slower than flash-tier peers
  • Premium pricing vs. smaller open models

কিলার ব্যবহারের ক্ষেত্র

Long-horizon coding agents
131K output window rewrites whole files; leads SWE-bench-class leaderboards.
Agentic browsing & research
Tool-use loops over 1M-token contexts — the K-line’s signature workload.
Multimodal enterprise RAG
Charts, scans and PDFs ingested natively alongside text.

ডেভেলপার কুইকস্টার্ট ও API

প্রথমে MOONSHOT_API_KEY সেট করুন — API কী নিন
curl https://api.moonshot.ai/v1/chat/completions \
  -H "Authorization: Bearer $MOONSHOT_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "kimi-k3-1-pro",
    "messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
  }'

অফিসিয়াল রিসোর্স ও লিংক

API ডিপ্লয়মেন্ট

হোস্ট ও লেটেন্সি তুলনা করুন

Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock ও Azure জুড়ে থ্রুপুট, TTFT ও ক্যাশে মূল্য।

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
প্রোভাইডার ম্যাট্রিক্স দেখুন →

উৎস অনুযায়ী স্কোর

সরাসরি লাইভ ম্যাচআপ

লাইভ স্পেসিফিকেশন ও আর্কিটেকচার

ভেতরের কাঠামো
Kimi K3.1 Pro — 2.8T MoE, ~40B active
  • Sparse MoE routing — ~40B active per token out of 2.8T total
  • Native multimodality: text + vision in a single weight set
  • Reasoning effort levels with a 131K max output window
  • INT4 checkpoints for cheaper multi-node serving
প্রকাশের তারিখ
২০ অক্টো, ২০২৬
আর্কিটেকচার
Kimi K3.1 Pro — 2.8T MoE, ~40B active
প্যারামিটার
2.8T MoE
লাইসেন্স
Open Weights
কনটেক্সট উইন্ডো
1,000,000 tokens
সর্বোচ্চ আউটপুট
131,072 tokens
মডালিটি
text + image
ক্যাশে মূল্য
রিড $0.4 · রাইট $5 /1M
রিজনিং
এফর্ট লেভেল
ইনপুট দাম
$4/M
আউটপুট দাম
$20/M
আউটপুট গতি
45 t/s
প্রথম টোকেনের সময়
—
ডেটা আপডেট
২২ অক্টো, ২০২৬
হার্ডওয়্যার ও লোকাল ইনফারেন্স
ডেটা: Convly AI (CC BY 4.0) ↗
ন্যূনতম GPU
Multi-node cluster (e.g. 2× 8-GPU H200 141GB nodes)

আনুমানিক মাসিক বিল

আনুমানিক মাসিক খরচ
$0.00
GPT-4o-র তুলনায় সঞ্চয় হিসাব হচ্ছে…

উদ্ধৃতি ও এম্বেড

GitHub Markdown ব্যাজ
Loading badge markdown...
BibTeX
@misc{llmpodium2026kimik31pro,
  title = {Benchmark Analysis and Intelligence Evaluation of Kimi K3.1 Pro},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/kimi-k3-1-pro}
}

স্কোর ব্যাজ এম্বেড করুন

আপনার GitHub বা Hugging Face README-তে লাইভ Podium স্কোর ব্যাজ যোগ করুন — এটি লাইভ র‍্যাংকিং-এ ফেরে।

প্রিভিউ
Kimi K3.1 Pro LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Moonshot AI-এর আরও মডেল

বিকল্প মডেলসমূহ

সক্ষমতা, মূল্য এবং বেঞ্চমার্ক স্কোরের ভিত্তিতে Kimi K3.1 Pro-এর নিকটতম বিকল্প।

0 / 4