Примечание автора: получив открытые веса Kimi K3.1 Pro, сначала определите, ограничивает ли лицензия ваш сценарий использования, а затем оцените порог самостоятельного развёртывания для 1,56 ТБ весов. В этой статье приведены методы оценки для обоих вопросов — по сценариям.
4 ноября 2026 года Moonshot опубликовала на Hugging Face полные открытые веса Kimi K3.1 Pro. Эта дата была обещана при запуске модели в приложении и API 23 октября. Репозиторий moonshotai/Kimi-K3.1-Pro доступен для публичного скачивания без каких-либо заявок. Получив веса, корпоративные команды обычно задают два вопроса: не нарушит ли наш сценарий использования лицензионные ограничения? Сколько ресурсов нужно для самостоятельного развёртывания?
Это не оптимистичная трактовка в духе «открытые веса — значит, можно свободно использовать в коммерции». В лицензии есть два коммерческих условия с порогами по сумме и количеству пользователей, и применяются они к разным категориям. Что касается самостоятельного развёртывания, только файлы весов занимают 1,56 ТБ — порог тоже немаленький.
Ключевая ценность: прочитав статью, вы разберётесь, кого именно ограничивает каждое из двух лицензионных условий, убедитесь, что внутреннее использование не подпадает под них, и сможете сделать предварительную оценку осуществимости самостоятельного развёртывания с учётом объёма весов, формата точности и рекомендованных фреймворков инференса.
Kimi K3.1 Pro: главное об открытых весах
Сначала — таблица с самым важным из этого релиза для корпоративных решений.
| Пункт | Пояснение | Что это значит для решений |
|---|---|---|
| Дата выпуска | 23 октября запущен API, 4 ноября опубликованы веса | Обещанные сроки соблюдены, интервал — 12 дней |
| Лицензия | Дословно совпадает с лицензией Kimi K3, изменено только название | Команды, уже оценившие K3, могут сразу использовать готовые юридические выводы |
| Свободные права | Использование, изменение, дообучение и повторное распространение бесплатны | Для внутреннего внедрения лицензионных препятствий практически нет |
| Два коммерческих условия | Компании с высокой выручкой, которые продают доступ к модели как сервис, должны заключить отдельное соглашение; продукты сверхбольшого масштаба требуют заметного указания авторства | Затрагивает лишь немногие крупные компании, работающие с внешними клиентами |
| Объём весов | 96 шардов safetensors, всего 1,56 ТБ | Нужны ресурсы для развёртывания на нескольких машинах и GPU |
| Формат точности | Веса MXFP4 + активации MXFP8, обучение с учётом квантизации | Именно эту нативную точность использует официальный сервис |
Что стоит за релизом Kimi K3.1 Pro
По данным ArtificialWatch, с июля по начало ноября AI-лаборатории пять раз при анонсе явно называли дату открытия весов — и все пять раз выполняли обещание в срок. Интервал от запуска API до публикации весов составлял от 0 до 25 дней, медиана — 12 дней. На Moonshot приходятся два из этих случаев: Kimi K3 и Kimi K3.1 Pro опубликовали веса на 12-й день после запуска. Для команд, которым нужно заранее планировать саморазвёртывание, это полезный ориентир по срокам.
Сама модель — результат посттренинга на базе Kimi K3; в архитектуре изменено только одно место: прежние слои полного внимания заменены на слои Gated DeepSeek Sparse Attention, чтобы снизить вычислительные затраты на длинных контекстах. Сейчас в модели 93 слоя, из них 69 слоёв KDA и 24 слоя Gated DSA. Общее число параметров — 2,8 трлн, на каждый токен активируется 104 млрд параметров, длина контекста — 1 048 576 токенов, поддерживается ввод текста и изображений.
Разбор условий лицензии Kimi K3.1 Pro по пунктам
Лицензия даёт довольно широкий объём прав по умолчанию: использование, модификация, дообучение и повторное распространение — всё бесплатно. Ограничения происходят только из двух дополнительных условий, причём эти условия касаются разных категорий, поэтому их нужно рассматривать отдельно.
Условие первое: компании, продающие доступ к модели как услугу
Первое условие касается компаний, которые «продают доступ к модели как услугу», типичная форма — предоставление API. Если выручка такой компании превышает 20 миллионов долларов за любые 12 месяцев, перед коммерческим использованием нужно отдельно заключить соглашение с Moonshot. Здесь важны два ключевых слова: первое — «продажа доступа к модели», второе — «любые 12 месяцев», то есть скользящее окно, а не календарный год.
Конкретные условия соглашения пока публично не раскрыты: ни стоимость, ни схема распределения доходов, ни порядок согласования неизвестны. В исходном тексте есть и простор для трактовки того, что считается «выручкой»: имеется в виду выручка компании в целом или только выручка от сервисов на базе модели? Если ваш бизнес близок к этому порогу, советуем юристам сверяться напрямую с оригиналом LICENSE, а не полагаться на пересказы из вторых рук.
Условие два: требование об указании названия для сверхкрупных продуктов
Второе условие касается масштаба продукта. Продукты с месячной аудиторией (MAU) более 100 млн или с месячной выручкой более 20 млн долларов обязаны заметно отображать надпись «Kimi K3.1-Pro». Здесь требуется только указание названия — отдельный договор подписывать не нужно. Обратите внимание: порог выручки тут считается «за месяц», а в условии один — «за 12 месяцев». При заполнении чек-листа соответствия это легко перепутать.
Сравнение сценариев лицензии Kimi K3.1 Pro
Оценки ниже собраны по пересказу лицензии в публичных материалах. Перед официальным коммерческим использованием всё равно ориентируйтесь на оригинальный текст LICENSE и заключение юристов.
| Сценарий использования | Срабатывает ли условие один (отдельный договор) | Срабатывает ли условие два (заметное указание названия) | На что смотреть |
|---|---|---|---|
| Использование внутри компании (база знаний, внутренний ассистент, инструменты разработки) | Нет | Нет | В материалах прямо сказано, что оба условия не применяются к внутреннему использованию |
| Внутренний файнтюнинг для собственных нужд | Нет | Нет | Файнтюнинг входит в объём бесплатных прав |
| Предоставление API наружу, выручка за последние 12 месяцев не более 20 млн долларов | Нет | Зависит от масштаба продукта | Нужно постоянно отслеживать скользящую выручку за 12 месяцев |
| Предоставление API наружу, выручка за любые 12 месяцев более 20 млн долларов | Да | Зависит от масштаба продукта | Перед коммерческим использованием сначала нужно подписать договор |
| Продукт для конечных пользователей, MAU более 100 млн или месячная выручка более 20 млн долларов | Зависит от того, продаёте ли вы доступ к модели | Да | Нужно заметно показывать название модели в продукте |
| Повторное распространение дообученных весов | Нет | Нет | Распространять можно бесплатно, сопутствующие обязательства сверьте с LICENSE |
Оценка сложности самостоятельного развёртывания Kimi K3.1 Pro
Лицензия не создаёт препятствий, но это ещё не значит, что команда сможет взять и развернуть модель. В таблице ниже собраны характеристики, связанные с развёртыванием, из карточки модели и публичных материалов.
| Параметр | Значение | Что это значит для развёртывания |
|---|---|---|
| Файлы весов | 96 шардов safetensors, всего 1.56 ТБ | Объём как у Kimi K3: скачивание и хранение нужно планировать отдельно |
| Общее число параметров / активных параметров | 2.8 трлн / 104 млрд на токен | Архитектура MoE: вычислений на токен гораздо меньше общего числа параметров, но загружать всё равно нужно все веса |
| Точность весов и активаций | Веса MXFP4, активации MXFP8 | Фреймворк инференса и железо должны поддерживать оба формата |
| Длина контекста | 1,048,576 токенов | Длинный контекст заметно увеличит потребление KV Cache |
| Структура внимания | 69 слоёв KDA + 24 слоя Gated DSA | Новым слоям разреженного внимания нужна адаптация фреймворка |
| Входные модальности | Текст + изображения | Пайплайн предобработки мультимодальных данных тоже придётся разворачивать |
| Рекомендуемый фреймворк инференса | vLLM, SGLang, TokenSpeed | В первую очередь берите фреймворки, рекомендованные в карточке модели |
Что означает обучение MXFP4 с учётом квантизации для точности при развёртывании
Этот момент чаще всего трактуют неверно. Согласно карточке модели, Kimi K3.1 Pro уже на этапе обучения работает с весами MXFP4 и активациями MXFP8 — то есть проходит обучение с учётом квантизации. Поэтому файл размером 1.56 TB — это не «урезанная версия», полученная сжатием после обучения, а та точность, которую Moonshot использует в собственном публичном сервисе.
Отсюда три практических следствия:
- Точность при самостоятельном развёртывании совпадает с официальным сервисом: если фреймворк корректно поддерживает эти форматы, теоретически нет проблемы потери точности из-за квантизации, когда «самостоятельно развёрнутая версия хуже официального API».
- Не стоит выполнять обратное преобразование в более высокую точность: перевод весов в формат вроде BF16 не восстановит дополнительные возможности, зато кратно увеличит потребность в видеопамяти.
- Совместимость оборудования и фреймворка критична: MXFP4/MXFP8 требуют поддержки со стороны фреймворка инференса и ускорителей. При выборе решения нужно убедиться, что версия фреймворка уже адаптирована под эту модель.
Предварительная оценка масштаба оборудования для Kimi K3.1 Pro
В открытых источниках нет официальных рекомендаций по конфигурации оборудования и данных о стоимости — ниже только оценка на основе размера файлов. Только для загрузки весов потребуется более 1.56 TB суммарной видеопамяти, а с учётом KV Cache, значений активаций и накладных расходов фреймворка реальные требования будут выше. Если нужно полностью использовать контекст в миллион токенов, требования вырастут ещё сильнее. Это значит, что схема «одна машина — одна карта» практически нежизнеспособна, и команде нужен опыт развёртывания с тензорным или экспертным параллелизмом на нескольких картах и даже нескольких машинах. Что касается конкретных моделей карт, их количества и стоимости, лучше ориентироваться на официальную документацию по развёртыванию фреймворка инференса и на результаты небольших нагрузочных тестов.
Кроме того, Moonshot одновременно выпустила Kimi K3.1 Pro Highspeed, которая, как заявлено, работает в 2–3 раза быстрее. Но пока неясно, является ли она отдельным чекпоинтом, и соответствующего репозитория на Hugging Face тоже нет. Командам, которые рассчитывают воспроизвести скорость Highspeed с помощью открытых весов, придётся дождаться дополнительных разъяснений от официальных представителей.
Быстрый старт с Kimi K3.1 Pro
Поскольку объём весов довольно большой, рекомендуем идти по принципу «сначала проверить возможности, потом решать, стоит ли разворачивать модель самостоятельно» — так вы не потратитесь на железо раньше времени.
Шаг первый: проверьте возможности Kimi K3.1 Pro через API
Прежде чем вкладываться в ресурсы для развёртывания уровня 1,56 ТБ, дешевле всего прогнать свои бизнес-примеры через API. Конкретно можно сделать так:
- Подготовьте от 50 до 200 реальных бизнес-примеров, охватывающих типичные входные данные: длинные документы, смешанные текстово-графические материалы и код.
- Вызовите модель через интерфейс, совместимый с OpenAI, указав в параметре
modelимя модели Kimi K3.1 Pro, которое предоставляет платформа, и зафиксируйте качество вывода и задержку. - Параллельно прогоните ту же выборку через 1–2 альтернативные модели, чтобы получить данные для сравнения.
🚀 Быстрый старт: APIYI apiyi.com предоставляет единый вызов, совместимый с двумя форматами интерфейсов — OpenAI и Anthropic. В существующем SDK достаточно заменить
base_urlи API-ключ, чтобы подключиться. Уточнить, запущена ли уже Kimi K3.1 Pro и какое у неё имя модели, можно в списке на странице цен https://docs.apiyi.com/models, а параметры подключения — в центре документации docs.apiyi.com.
Шаг 2: чек-лист перед развёртыванием Kimi K3.1 Pro на своих серверах
Если возможности модели уже проверены и необходимость в самостоятельном развёртывании действительно есть, пройдитесь по чек-листу:
- Проверка соответствия требованиям: сверьтесь с таблицей сценариев выше, определите, будет ли решение использоваться внутри компании или для внешних клиентов, и попросите юристов изучить оригинальный текст LICENSE.
- Хранение и загрузка: подготовьте как минимум 1,56 ТБ быстрого хранилища, спланируйте загрузку 96 шардов и проверку целостности.
- Выбор фреймворка: выберите vLLM, SGLang или TokenSpeed и убедитесь, что текущая версия поддерживает слои Gated DSA и форматы MXFP4/MXFP8.
- Планирование контекста: задайте максимальный контекст исходя из реальных задач бизнеса. Не обязательно сразу включать миллион токенов — это поможет сэкономить KV Cache.
- Нагрузочное тестирование и регрессия: используйте образцы, собранные на первом шаге, для контрольных тестов и убедитесь, что результаты самостоятельного развёртывания совпадают с результатами API.
Сравнение самостоятельного развёртывания Kimi K3.1 Pro и вызовов через API
| Критерий | Самостоятельное развёртывание открытых весов | Вызовы через API |
|---|---|---|
| Начальные вложения | Высокие: нужны несколько машин, GPU и хранилище | Низкие: оплата по объёму вызовов |
| Контроль данных | Данные полностью остаются во внутренней сети | Данные нужно отправлять провайдеру |
| Влияние лицензии | При внутреннем использовании два условия не действуют | Обязанности по соблюдению требований для внешних сервисов берёт на себя провайдер |
| Скорость запуска | Нужны недели на развёртывание и настройку | Можно подключиться в тот же день |
| Требования к эксплуатации | Нужна выделенная команда эксплуатации инференса | Практически без эксплуатации |
| Подходящий этап | Масштабные сценарии с жёсткими требованиями к соответствию | Проверка возможностей, малый и средний бизнес |
| Доступные каналы | Hugging Face moonshotai/Kimi-K3.1-Pro |
Официальный API Moonshot; APIYI apiyi.com (наличие уточняйте в списке моделей) |
💰 О стоимости: тарифы на вход и выход при вызовах через API, цены кэширования и другие условия расчёта смотрите в актуальных данных на странице цен APIYI https://docs.apiyi.com/models. В этой статье мы не приводим неподтверждённые цифры. Цены официального API Moonshot также следует сверять с официальными публикациями.
Как интерпретировать рейтинговые данные Kimi K3.1 Pro
В публичных материалах Kimi K3.1 Pro называют «моделью с открытыми весами, занимающей самое высокое место в рейтинге». У этого утверждения есть чёткая методика подсчёта: при оценке его стоит воспринимать как ориентир, а не как вывод о возможностях модели.
| Показатель | Значение | Методика подсчёта |
|---|---|---|
| ArtificialWatch Bench Index | 69,9, 11-е место среди 44 моделей | По всем публичным рейтингам, где модель получила оценку, берётся процентиль, затем вычисляется медиана; открытые и закрытые модели идут вперемешку |
| Позиция среди моделей с открытыми весами | 1-е место | Немного опережает DeepSeek V4.1 Flash (68) |
| Coding Index | 45,1, 21-е место среди 45 моделей | Рейтинг по программированию; модель уступает ещё 4 открытым моделям |
Нужно учитывать три момента. Во-первых, медианный процентиль отражает «относительное положение» модели в нескольких рейтингах и не говорит об абсолютной способности решать конкретную задачу. Во-вторых, разница между 69,9 и 68 очень мала, поэтому нельзя утверждать, что в ваших задачах эти модели будут заметно различаться. В-третьих, у Kimi K3.1 Pro очень высокое место в общем рейтинге, но Coding Index относительно низкий, поэтому командам, которые в основном генерируют код, стоит в первую очередь провести профильное тестирование.
Частые вопросы (FAQ)
В1: Можно ли бесплатно использовать открытые веса Kimi K3.1 Pro в коммерческих целях?
В большинстве случаев да. Использование, изменение, дообучение и повторное распространение — бесплатны. Дополнительные условия возникают только в двух ситуациях: компании, которые продают доступ к модели и чья выручка за любые 12 месяцев превышает 20 млн долларов, должны заключить отдельное соглашение; продукты с более чем 100 млн MAU или месячной выручкой свыше 20 млн долларов обязаны явно указывать авторство.
В2: Чем лицензия Kimi K3.1 Pro отличается от лицензии Kimi K3?
Согласно построчному сравнению обоих документов, выполненному ArtificialWatch, тексты лицензий полностью совпадают — изменилось только название. Команды, которые уже провели оценку соответствия для K3, могут смело переносить свои выводы, но юристам всё же стоит быстро перепроверить документ.
В3: Приведёт ли внутреннее развёртывание Kimi K3.1 Pro в компании к ограничениям лицензии?
Нет. В материалах прямо указано, что оба коммерческих условия не распространяются на внутреннее использование. Для внутренней базы знаний, помощника в разработке, аналитики данных и подобных сценариев можно без ограничений использовать и дообучать модель.
В4: Какое оборудование нужно для самостоятельного развёртывания Kimi K3.1 Pro?
Официальных конфигураций и оценок стоимости нет. Только сами веса занимают 1,56 ТБ, а с учётом KV Cache требования ещё выше — понадобится кластер из нескольких GPU, вплоть до нескольких машин, а среда инференса должна поддерживать форматы MXFP4/MXFP8. Рекомендую сначала проверить качество работы на практике через API-каналы вроде APIYI apiyi.com и только потом решать, стоит ли вкладываться в железо.
В5: Как быстро начать вызывать Kimi K3.1 Pro через API?
Можно использовать официальный API Moonshot или агрегаторы. APIYI совместим с форматами интерфейсов OpenAI и Anthropic, так что существующий код придётся менять минимально. Как подключиться — см. docs.apiyi.com. Актуальный список моделей и тарифы — на https://docs.apiyi.com/models.
В6: Можно ли развернуть версию Kimi K3.1 Pro Highspeed самостоятельно?
Пока неизвестно. Moonshot не уточняет, является ли Highspeed отдельным checkpoint, и соответствующего репозитория на Hugging Face тоже нет. Сейчас доступна для скачивания только стандартная версия `moonshotai/Kimi-K3.1-Pro`.
В7: Какие известные ограничения есть у Kimi K3.1 Pro?
Основных четыре: высокий порог по железу для самостоятельного развёртывания и отсутствие официальных рекомендаций по конфигурации; содержание пункта «отдельное соглашение» не раскрыто; в индексе программирования модель уступает четырём другим открытым моделям; доступность версии Highspeed неизвестна. Если ваш проект затрагивает эти моменты, заложите время на оценку.
Kimi K3.1 Pro: ключевые моменты
- Открытие в обещанный срок: веса опубликованы 4 ноября — через 12 дней после запуска API; в репозитории нет никаких заявок и порогов доступа.
- Мягкая лицензия: использование, изменение, дообучение и повторное распространение бесплатны, а текст лицензии дословно совпадает с лицензией K3.
- Два условия — для разных субъектов: одно касается модельных провайдеров с высоким доходом, другое — сверхмасштабных продуктов.
- Внутреннее использование не ограничено: оба коммерческих условия не применяются к внутренним сценариям компании.
- Нативная точность MXFP4: обучение с учётом квантования, при самостоятельном развёртывании точность совпадает с официальным сервисом.
- Порог — в железе: для 1.56 TB весов нужны несколько машин и несколько GPU, официальных рекомендаций по конфигурации нет.
- Сначала проверка, потом развёртывание: можно заранее проверить результат на рабочих примерах через APIYI apiyi.com и снизить риск первоначальных вложений.
Итог
Главное про открытые веса Kimi K3.1 Pro:
- Оценка лицензии: сначала определите, относится ли ваш бизнес к внутреннему использованию, внешнему API или массовому продукту для конечных пользователей, и только потом сверяйтесь с двумя коммерческими условиями. У большинства компаний внутреннее использование не затронуто.
- Порог развёртывания: веса MXFP4 объёмом 1.56 TB — это нативная точность официального сервиса; основная сложность — ресурсы из нескольких машин с несколькими GPU и адаптация фреймворков.
- Методика рейтинга: 69.9 в Bench Index — это сводка медианных процентилей по нескольким бенчмаркам, её стоит воспринимать лишь как ориентир; для сценариев программирования нужна отдельная оценка.
Для большинства команд надёжнее сначала прогнать рабочие примеры через API, убедиться в качестве и объёме вызовов, а уже потом решать, стоит ли вкладываться в собственное развёртывание. Рекомендуем через APIYI apiyi.com сравнить несколько моделей на едином интерфейсе — тарифы смотрите на https://docs.apiyi.com/models.
📚 Справочные материалы
- ArtificialWatch — репортаж о выпуске Kimi K3.1 Pro с открытыми весами: файлы весов, лицензия и анализ рейтингов
- Ссылка:
artificialwatch.com/wire/kimi-k3-1-pro-open-weights-out -
Пояснение: включает количество шардов, формат точности, условия лицензии и данные Bench Index
-
ArtificialWatch — статистика выполнения обещаний по открытым весам: хронология открытия весов разными лабораториями с июля
- Ссылка:
artificialwatch.com/wire/open-weights-promises-five-for-five -
Пояснение: помогает оценить темп, с которым производители открывают веса
-
Hugging Face — репозиторий модели Kimi K3.1 Pro: карточка модели, оригинальный текст LICENSE и файлы весов
- Ссылка:
huggingface.co/moonshotai/Kimi-K3.1-Pro - Пояснение: условия лицензии определяются по оригинальному тексту LICENSE именно по этой ссылке
Автор: техническая команда APIYI
Техническая связь: будем рады обратной связи через официальный сайт APIYI apiyi.com, документация по интеграции — docs.apiyi.com, модели и цены — docs.apiyi.com/models
