Kimi K3.1 Pro vs Kimi K3 : tarifs et points à considérer pour la mise à niveau

Moonshot publie 61.2% pour K3.1 Pro et 55.95% pour K3 dans son test interne de code à long horizon. K3.1 Pro obtient aussi de meilleurs scores sur deux tâches financières distinctes ; ces résultats ne prédisent pas les performances de chaque projet.

Sources : ³

Résultats publiés par le fournisseur. La méthodologie décrit les paramètres et les sources.

Autres évaluations de tâches publiées par Moonshot

Un test financier évalue la modélisation dans un tableur. L’autre vérifie si la recherche financière est étayée par des preuves et peut être auditée dans les conditions définies par le test. Un meilleur score ne garantit pas la précision financière. Les exemples 3D n’ont pas de score K3 comparable et ne mesurent donc pas le progrès en 3D.³

Changer l’ID de modèle ne garantit pas que les prompts, appels d’outils et formats de sortie existants se comporteront de la même façon. Essayez K3.1 Pro sur les tâches déjà traitées par votre application K3, y compris des exemples qui échouaient auparavant.

Prévoyez le travail d’adaptation des prompts et du traitement des réponses, en plus des économies de tokens. Les scores publiés n’indiquent ni la durée de ces adaptations ni celle de vos propres tâches.

Sources : ¹²³

Sources : ¹²

L’exemple de cache neuf utilise les tarifs d’écriture de 5 minutes. Le préfixe est facturé une seule fois comme écriture et doit être admissible au cache. L’exemple de cache actif suppose une lecture ultérieure réussie.

Chaque ligne fixe les volumes d’entrée et de sortie pour calculer le coût des tokens. La lecture du cache suppose un accès réussi. Outils, exécution du Sandbox, stockage, réseau et taxes sont séparés ; remises négociées et traitement par lots sont exclus.

Pour les deux endpoints Kimi, le catalogue Novita indique 1,048,576 tokens de contexte et de sortie maximale ; les fiches abrègent ces limites en 1M.¹⁷

Le contexte et la sortie maximale sont des limites publiées, pas la promesse de pouvoir utiliser les deux intégralement dans une requête. Appliquez les règles de contexte total et de génération de l’endpoint.

Sources : ¹²⁷

Commencez avec une petite partie du travail réel et gardez un moyen de revenir à K3. Comparez l’argent dépensé pour toutes les tentatives nécessaires à un résultat utilisable ; des essais supplémentaires ou la migration peuvent absorber l’économie de tarif.

Si la mise à niveau implique du code, un Novita Agent Sandbox facultatif peut exécuter les mêmes fichiers et tests pour K3 et K3.1 Pro. Cela aide à distinguer les changements du modèle et de l’environnement. Votre application fixe les permissions d’outils, et l’usage du Sandbox est facturé séparément des tokens.

Découvrir Novita Agent Sandbox · Créer un environnement d’exécution reproductible

Sources : ⁵⁶

Cet exemple appelle K3 et K3.1 Pro avec la même demande de planification et affiche la raison d’arrêt et l’utilisation de chacun. Il permet d’essayer le nouvel ID de modèle ; il n’exécute pas les étapes proposées.

La génération est limitée à 1,024 tokens, y compris les tokens de raisonnement comptés par l’endpoint. En cas de réponse vide ou interrompue par la limite de tokens, le code affiche un avertissement et ne demande pas automatiquement une autre réponse. Examinez l’utilisation avant d’augmenter la limite.

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)

Sources : ⁴

Sources : ¹²³