Kimi K3.1 Pro

Güçlü yönler

• API örneklemimde model JSON, KDV hesabı ve bellek tahminini doğru şekilde döndürdü. Üretilen kod 7/7 doğrulama senaryosunu geçti.
• 10 basit görevden oluşan ayrı bir sette Pro ve Highspeed 10/10 aldı. Set, K3'e karşı üstünlüğü belirlemek için fazla kolaydı.
• API: Milyon giriş tokenı başına 2 USD ve çıkış için 10 USD; dokümantasyona göre 1M token penceresi.

Sınırlamalar

• 1800 token sınırında altı denemenin ikisi nihai yanıt döndürmedi. 6000 sınırıyla yapılan tekrarlar da yarıda kesildi. Bu, genel dil bilgisizliğinin kanıtı değil, sınır ve ayarların bir testidir.
• Açık ağırlıkların 4 Kasım 2026'ya kadar yayınlanacağı duyuruldu. Erişilebilir olduklarını henüz doğrulamadım.
• Burada uygulama arayüzünü, oyunları, tam 1M penceresini veya her dildeki görevleri test etmedim.

Kullanım alanları

Yanıt doğrulaması ve finish_reason kontrolü ile veri çıkarımı ve kod çalışmaları için API'yi seçerdim. Küçük örneklem, modelin her görev için otomatik olarak seçilmesini haklı çıkarmaz.

Kimler için

Token sınırını ayarlayabilen ve başarıyla tamamlanan bir görevin maliyetini ölçebilen yazılımcılar için. Çok kısa çıkış sınırlarında beni daha az ikna ediyor. Test edilen istemler Lehçeydi; bunları diğer dillerin bir testi olarak sunmuyorum.

API fiyatları

Pro: milyon giriş/çıkış tokenı başına 2/10 USD, Highspeed: 4/20 USD, cache input 0,20 USD. Bu abonelik fiyatı değil, API fiyatıdır. 6 Pro denemesinin maliyeti: 0,055802 USD; Opus 5.5: 0,032004 USD; GPT-6 Astra: 0,030670 USD.

Alternatifler ve yöntem

Opus 5.5 ve GPT-6 Astra, 1800 token sınırında aynı altı denemenin tamamını bitirdi. 16000 sınırlı ayrı bir testte Pro 76,0 saniyede 10/10, Highspeed ise 32,6 saniyede 10/10 aldı. Farklı istemler ve ayarlar, bu sonuçların tek bir sıralamada birleştirilmesini engeller.

Sonuç

7/10: K3.1 Pro'yu kod ve veri için test etmeyi öneririm ancak düşük token ücretini en ucuz görev garantisi olarak görmüyorum. Yöntemim OpenRouter üzerinden altı tek seferlik çağrı, temperature 0.2, istenen reasoning low, max_tokens 1800 ve akışsız (streaming olmadan) çalışmaydı. 10 görevlik ayrı testte 16000 sınırı ve varsayılan akıl yürütme kullanıldı. İstatistiksel tekrarların olmaması ve farklı koşullar çıkarımları sınırlar.