Kimi K3.1 Pro vs Kimi K3: precios y consideraciones para actualizar

Moonshot publica 61.2% para K3.1 Pro y 55.95% para K3 en su prueba interna de código de largo horizonte. También publica mayores puntuaciones K3.1 Pro en dos tareas financieras separadas; esos resultados no predicen el rendimiento de todos los proyectos.

Fuentes: ³

Resultados publicados por el proveedor. La metodología detalla las configuraciones y las fuentes.

Otras evaluaciones de tareas publicadas por Moonshot

Una prueba financiera evalúa modelos en hojas de cálculo. La otra comprueba si la investigación financiera se sustenta en evidencia y puede revisarse según las condiciones definidas por la prueba. Una mayor puntuación no garantiza precisión financiera. Los ejemplos 3D no tienen una puntuación equivalente de K3, por lo que no miden la mejora 3D.³

Cambiar el ID de modelo no garantiza que prompts, llamadas a herramientas y formatos de salida existentes se comporten igual. Prueba K3.1 Pro con tareas que tu aplicación K3 ya resuelve, incluidos ejemplos que antes fallaban.

Presupuesta los cambios de prompts o del tratamiento de respuestas junto al ahorro de tokens. Las puntuaciones publicadas no indican cuánto tardarán esos cambios ni cuánto durarán tus propias tareas.

Fuentes: ¹²³

Fuentes: ¹²

El ejemplo de caché nueva usa las tarifas de escritura de 5 minutos. El prefijo se cobra una vez como escritura y debe ser apto para caché. El ejemplo de caché activa supone una lectura posterior correcta.

Cada fila fija las cantidades de entrada y salida para calcular el coste de tokens. La lectura de caché requiere un acierto. Herramientas, ejecución de Sandbox, almacenamiento, red e impuestos se cobran aparte; se excluyen descuentos negociados y procesamiento por lotes.

Para ambos endpoints Kimi, el catálogo Novita indica 1,048,576 tokens de contexto y salida máxima; las fichas abrevian estos límites como 1M.¹⁷

Los valores de contexto y salida máxima son límites publicados, no una promesa de poder agotar ambos en una solicitud. Aplica las reglas de contexto total y generación del endpoint.

Fuentes: ¹²⁷

Empieza con una pequeña parte del trabajo real y conserva una forma de volver a K3. Compara el dinero gastado en todos los intentos necesarios para obtener un resultado utilizable; los intentos adicionales o la migración pueden compensar el ahorro de tarifa.

Si la actualización implica cambios de código, un Novita Agent Sandbox opcional puede ejecutar los mismos archivos y pruebas para K3 y K3.1 Pro. Ayuda a separar cambios del modelo y del entorno. La aplicación configura los permisos de herramientas y el uso de Sandbox se cobra aparte de los tokens.

Explorar Novita Agent Sandbox · Crear un entorno de ejecución reproducible

Fuentes: ⁵⁶

Este ejemplo llama a K3 y K3.1 Pro con la misma solicitud de planificación y muestra el motivo de parada y el uso de cada uno. Sirve para probar el nuevo ID de modelo; no ejecuta los pasos propuestos.

La generación está limitada a 1,024 tokens, incluidos los tokens de razonamiento que contabilice el endpoint. Ante una respuesta vacía o detenida por el límite de tokens, el código muestra un aviso y no solicita otra respuesta automáticamente. Revisa el uso antes de ampliar el límite.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["NOVITA_API_KEY"],
    base_url="https://api.novita.ai/openai/v1",
)

for model in ["moonshotai/kimi-k3.1-pro","moonshotai/kimi-k3"]:
    reply = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Review a repository bug fix: list the implementation steps and acceptance tests."}],
        max_tokens=1024,
    )
    choice = reply.choices[0]
    content = choice.message.content or ""
    print(model, "finish_reason:", choice.finish_reason)
    print("usage:", reply.usage)
    if choice.finish_reason == "length" or not content.strip():
        print("No complete answer. Inspect usage and adjust the generation budget before another request.")
    else:
        print(content)

Fuentes: ⁴

Fuentes: ¹²³