Moonshot AI

Kimi K3.1 Proاوپن

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

#3جاری شدہ 20 اکتوبر، 2026·Open Weights·2.8T MoE
textimage1.0M ctxریزننگ
API فراہم کنندگانAPI کلید حاصل کریں ←بمقابلہ Claude 5.5 Sonnetدرجہ بندی
ذہانت
94.2 #3
AAQI 68.0
آؤٹ پٹ رفتار
45 t/s
ITL 22.2 ms/tok
مخلوط قیمت (3:1)
$8 /1M
ان پٹ $4/M · آؤٹ پٹ $20/M
سیاق
1.0M
≈ 2,500 A4 صفحات · زیادہ سے زیادہ آؤٹ پٹ 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)

جہاں براہ راست بینچ مارک پیمائش موجود نہیں، ریڈار محور زمرہ سکورز سے تخمینی ہیں — طریقہ کار دیکھیں۔

طاقتیں اور سمجھوتے

جہاں یہ آگے ہے

  • 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+

جن باتوں پر دھیان دیں

  • 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

کلر استعمال کے کیسز

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.

ڈویلپر کوک اسٹارٹ اور API

پہلے MOONSHOT_API_KEY سیٹ کریں — API کی حاصل کریں
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."}]
  }'

سرکاری وسائل اور لنکس

API تعیناتی

ہوسٹس اور لیٹنسی کا موازنہ

Groq، Cerebras، Together، DeepInfra، Fireworks، Bedrock اور Azure پر تھروپٹ، TTFT اور کیش قیمتیں۔

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
فراہم کنندگان کی میٹرکس دیکھیں →

ذریعے کے لحاظ سے اسکور

براہ راست لائیو مقابلے

لائیو وضاحتیں اور آرکیٹیکچر

اندرونی ڈھانچہ
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
اجرا کی تاریخ
20 اکتوبر، 2026
آرکیٹیکچر
Kimi K3.1 Pro — 2.8T MoE, ~40B active
پیرامیٹرز
2.8T MoE
لائسنس
Open Weights
سیاق ونڈو
1,000,000 tokens
زیادہ سے زیادہ آؤٹ پٹ
131,072 tokens
موڈیلٹیز
text + image
کیش قیمتیں
ریڈ $0.4 · رائٹ $5 /1M
استدلال
ایفرٹ لیولز
ان پٹ قیمت
$4/M
آؤٹ پٹ قیمت
$20/M
آؤٹ پٹ رفتار
45 t/s
پہلے ٹوکن تک کا وقت
—
ڈیٹا اپڈیٹ
22 اکتوبر، 2026
ہارڈویئر اور مقامی انفرینس
ڈیٹا: Convly AI (CC BY 4.0) ↗
کم از کم GPU
Multi-node cluster (e.g. 2× 8-GPU H200 141GB nodes)

اندازاً ماہانہ بل

اندازاً ماہانہ اخراجات
$0.00
GPT-4o کے مقابلے میں بچت کا حساب…

حوالہ اور ایمبیڈ

GitHub Markdown بیج
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}
}

اسکور بیج شامل کریں

اپنے GitHub یا Hugging Face README میں لائیو Podium اسکور بیج لگائیں — یہ لائیو درجہ بندی پر لے جاتا ہے۔

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

Moonshot AI کے مزید ماڈلز

متبادل ماڈلز

صلاحیت، قیمت اور بینچ مارک اسکورز کی بنیاد پر Kimi K3.1 Pro کے قریب ترین متبادل۔

0 / 4