Kimi K3.1 Pro появилась в новых облачных сервисах — доступ к ИИ расширился, но лимиты различаются

5 ноября 2026 года платформы Featherless и TokenLab открыли доступ к нейросети Kimi K3.1 Pro, а DigitalOcean подтвердила её появление в собственном облачном сервисе. Разработчики получили дополнительные способы подключить модель к приложениям без самостоятельного развёртывания, но доступный объём контекста зависит от провайдера: на Featherless он пока в четыре раза меньше заявленного максимума.

Kimi K3.1 Pro стала доступна через новые облачные API

Одна и та же нейросеть теперь доступна через несколько независимых платформ. В опубликованном 5 ноября сообщении Featherless подтвердила запуск Kimi K3.1 Pro в своём каталоге моделей. Сервис использует API, совместимый с OpenAI: разработчики, которые уже работают с Kimi K3 через Featherless, могут обращаться к новой модели через прежний ключ доступа.

В тот же день TokenLab добавила сразу два варианта — kimi-k3.1-pro и kimi-k3.1-pro-highspeed. Оба поддерживают интерфейсы Chat Completions, Responses и Anthropic Messages. Версия Highspeed, по данным Moonshot AI, генерирует ответы примерно в два-три раза быстрее обычной, но её использование обходится дороже.

DigitalOcean включила Kimi K3.1 Pro в обновлённую 5 ноября сводку изменений своего Inference Engine. Через Serverless Inference модель можно вызывать с оплатой по фактическому использованию, без отдельного аккаунта или договора с Moonshot AI. Вычисления при этом обслуживает облачная платформа.

Для компаний, которые уже используют один из этих сервисов, изменение касается процесса интеграции: появляется возможность подключить Kimi к существующим приложениям, исследовательским инструментам или программным агентам через знакомую инфраструктуру. Для конечного пользователя чата Kimi это само по себе не меняет интерфейс или условия подписки.

Заявленный контекст в миллион токенов доступен у провайдеров по-разному

Kimi K3.1 Pro рассчитана на контекстное окно 1 048 576 токенов. Токен — небольшая единица текста, на которую модель разбивает запросы и ответы. Большое окно позволяет передавать нейросети объёмную документацию, длинную историю диалога или значительную часть программного проекта без предварительного дробления на короткие фрагменты.

Но технический предел самой модели ещё не гарантирует такого же предела в каждом сервисе. Featherless прямо указала, что сейчас обслуживает Kimi K3.1 Pro с контекстом 256 тысяч токенов и планирует увеличивать его. Получается, у этого провайдера доступно примерно четверть исходного окна.

Разница проявится, например, при анализе большого репозитория. Если материалы помещаются в 256 тысяч токенов, ограничение Featherless может не повлиять на задачу. Если общий объём превышает этот порог, приложение должно сокращать историю или разбивать данные на части. При этом DigitalOcean описывает максимальный размер контекста модели, но отдельно предупреждает, что фактически доступный объём зависит от настроек приложения и запроса.

Поэтому надпись «1 миллион токенов» в характеристиках Kimi K3.1 Pro описывает возможности архитектуры, а реальный предел необходимо различать для каждого способа подключения.

Чем Kimi K3.1 Pro отличается от предыдущей Kimi K3

Moonshot AI представила Kimi K3.1 Pro ещё 24 октября 2026 года. Модель предназначена для программирования, продолжительных задач с использованием внешних инструментов, создания 3D-объектов и анализа финансовых документов. И Kimi K3, и K3.1 Pro относятся к системам с 2,8 трлн параметров; при обработке одного токена активируется около 104 млрд из них. Такой принцип называется смесью экспертов: система использует только часть своей вычислительной структуры для конкретного фрагмента запроса.

Заметная техническая перемена касается механизма внимания — способа, которым нейросеть находит нужную информацию в длинном тексте. В 24 слоях архитектуры Moonshot заменила прежний механизм на Gated DeepSeek Sparse Attention (DSA). Он выбирает наиболее релевантные элементы из истории запроса и помогает экономнее обрабатывать длинный контекст.

Компания также расширила обучение модели с подкреплением на задачах программирования и работы автономных агентов. При этом миллионное контекстное окно было и у Kimi K3: само по себе его наличие не является новой функцией K3.1 Pro. Различие связано с обновлённым механизмом обработки информации и дополнительным обучением модели.

Облачный доступ, стоимость API и собственное развёртывание

Для работы через облачный API не требуется скачивать огромные файлы модели. Провайдер размещает её на своих вычислительных мощностях, а приложение передаёт запросы и получает ответы по сети.

На Featherless в тарифе Developer объявлены ставки $2 за миллион входных токенов, $10 за миллион выходных и $0,20 за миллион повторно используемых входных токенов из кеша. Такие же базовые ставки для обычной Kimi K3.1 Pro указаны на официальной платформе API Moonshot AI. У других посредников могут действовать собственные условия оплаты и лимиты; DigitalOcean указывает на тарификацию по использованию без фиксирования универсальной цены в новости.

Есть и вариант без облачного API Moonshot. 4 ноября компания опубликовала веса Kimi K3.1 Pro на Hugging Face. Это файлы с обученными параметрами модели, необходимые для её запуска на собственной инфраструктуре. В официальной карточке приведены варианты работы с движками vLLM, SGLang и TokenSpeed. Доступность весов даёт возможность самостоятельно управлять средой размещения и обработкой данных, но модель такого масштаба требует серьёзных вычислительных ресурсов.

Совместимость с распространёнными инструментами локального запуска пока не везде готова. Так, 6 ноября в проекте llama.cpp открыли запрос на поддержку Kimi K3.1 Pro: автор обращения указал, что новый механизм DSA требует изменений в конвертере GGUF. Это открытый запрос сообщества, а не подтверждение уже завершённой интеграции.

У Kimi K3.1 Pro теперь несколько путей подключения с разными условиями

По состоянию на 6 ноября Kimi K3.1 Pro доступна через собственные продукты Moonshot AI, сторонние облачные API и опубликованные веса модели. Доступ к ней расширился после появления на Featherless, TokenLab и DigitalOcean, но условия работы различаются: например, Featherless пока ограничивает контекст 256 тысячами токенов, а версия Highspeed предполагает отдельную, более дорогую тарификацию. Для локального запуска сохраняется вопрос совместимости с некоторыми инструментами, о чём свидетельствует новый запрос в llama.cpp.