Fél áron közel a Claude Opus 5.5-höz: mit tud a kínai Kimi K3.1 Pro, és mikor ne használd

Állapot: 2026. október 27. A cikk a Moonshot AI hivatalos bejelentésén, a Kimi API felhasználási feltételein és adatvédelmi szabályzatán, az Anthropic árlistáján, valamint a Reuters, a VentureBeat, a The Decoder, a SiliconANGLE, a South China Morning Post és a Fello AI cikkein alapul. Az árak amerikai dollárban, millió tokenre értendők.

Mi az a Kimi K3.1 Pro, és mit jelentett be a Moonshot AI?

A pekingi Moonshot AI 2026. október 23-án (kínai idő szerint 24-én) kiadta a Kimi K3.1 Pro modellt és a gyorsabb Kimi K3.1 Pro Highspeed változatot. A modell a kiadás napjától elérhető a Kimi webes felületén, a mobilappokban, a Kimi Code-ban és az API-n, a Moonshot hivatalos bejelentése szerint.

A K3.1 Pro nem új architektúra. A cég szerint a júliusban megjelent Kimi K3 továbbtanított változata, „lényegesen nagyobb” utótanítási számítási kapacitással. A VentureBeat ki is emeli, hogy a bejelentés nem nevez meg újonnan kifejlesztett modellarchitektúrát.

A Moonshot „3 billiós osztályú” modellről beszél. A The Decoder és a független Artificial Analysis pontosabb adata: 2,8 billió összes és 104 milliárd aktív paraméter, szakértőkeverékes (MoE) felépítésben. A kontextusablak 1 millió token.

A legfontosabb ígéret egy dátum: a teljes modellsúlyokat 2026. november 4-ig kiadják. Addig a K3.1 Pro csak a Moonshot saját szolgáltatásain keresztül érhető el.

Mennyire jó a Kimi K3.1 Pro? Független mérés és a gyártó saját számai

A Kimi K3.1 Pro körüli figyelmet egy független mérés okozta. Az Artificial Analysis összesített Intelligence Indexén a modell 55 ponttal a 4. helyre került. Előtte csak a Claude Opus 5.5 (58), a Claude Sonnet 5.5 (56) és a Muse Wonder Full (56) áll, a The Decoder összesítése szerint.

„Once the weights for K3.1 Pro are released it will be the highest-scoring open weights model and the gap between the leading open weights and proprietary models on the Intelligence Index will narrow from 12 points to 3.”

(Magyarul: „Amint a K3.1 Pro súlyait kiadják, ez lesz a legmagasabb pontszámú nyílt súlyú modell, és a vezető nyílt és zárt modellek közti különbség az Intelligence Indexen 12 pontról 3 pontra szűkül.”)

Érdemes külön kezelni, ki mérte az egyes számokat. A gyártó a blogjában a saját eredményeit közli, és ezek a versenytársak blogjaiban közölt legjobb értékekkel vannak összevetve. A VentureBeat szerint ez nem egyetlen, azonos körülmények között lefuttatott összehasonlítás.

A táblázat két dolgot mutat. A Kimi a legtöbb üzleti jellegű feladatban néhány ponttal az Opus 5.5 mögött jár. A tudományos parancssori feladatokban viszont nagy a lemaradása, és ezt a VentureBeat is külön gyengeségként említi.

A hallucinációról két, egymással nem összevethető szám szól. A Moonshot belső stressztesztjén az állításszintű hallucináció 23,4%-ról 8,3%-ra csökkent. A gyártó maga írja, hogy ez nem a napi használat teljes hibaaránya. Az Artificial Analysis saját tesztjén 53%-ról 44%-ra esett, a VentureBeat szerint.

Mennyibe kerül, és tényleg olcsóbb a Claude-nál?

A Kimi K3.1 Pro API-ja millió tokenenként 2 dollár bemenet, 10 dollár kimenet és 0,20 dollár gyorsítótárból olvasott bemenet. Ez az árszint a The Decoder szerint harmadával olcsóbb, mint az elődé, a Kimi K3-é (3 / 15 / 0,30 dollár). A Highspeed változat a dupla ár (4 / 20 dollár), cserébe a Moonshot szerint 2–3-szor gyorsabb.

A „fél áron az Opus szintjén” állítás tehát csak az Opus 5.5-re igaz. A Claude Sonnet 5.5 listaára ugyanannyi, a gyorsítótárból olvasott bemenet pedig nála olcsóbb. Ha valaki ma Sonnet 5.5-öt használ, a Kimire váltással a listaáron nem spórol.

Saját kalkuláció: mennyi ez egy magyar KKV-nál havonta?

Két tipikus feladatra számoltunk a listaárakkal, gyorsítótár nélkül. Az első egy ügyfélszolgálati asszisztens, amely havi 1 000 bejövő levélre ír válaszpiszkozatot. Levelenként kb. 2 000 bemeneti tokennel (levél, utasítás, tudásbázis-részlet) és 500 kimeneti tokennel számoltunk, ez havi 2 millió bemeneti és 0,5 millió kimeneti token. A második egy szerződés-összefoglaló, amely havi 200 hosszabb dokumentumot dolgoz fel, dokumentumonként kb. 50 000 bemeneti és 3 000 kimeneti tokennel (havi 10 millió, illetve 0,6 millió token).

A tanulság: egy KKV-méretű feladatnál havonta néhány tíz dollárról van szó, bármelyik modellt választod. Az árkülönbség ennél a méretnél ritkán döntő. Sokkal többet számít, hogy a modell elsőre jó választ ad-e, mert minden javítási kör újabb tokeneket és munkaórát visz el.

Egy fontos megkötés: a listaár nem a teljes költség. A The Decoder és a VentureBeat szerint az Artificial Analysis mérésében a K3.1 Pro 14%-kal több kimeneti tokent használt, mint az elődje, ezért a mért feladatonkénti költsége szinte nem csökkent az árcsökkentés ellenére. Mielőtt váltasz, a saját feladataidon mérd a tényleges tokenfogyasztást.

A kapacitás is kérdés. A South China Morning Post szerint a Moonshot október 26-án, hétfőn bocsánatot kért a K3.1 Pro előfizetéses csomagjának használati korlátai miatt („We’re sorry for the rate limits and unnecessary quota consumption on the K3.1 Pro subscription plan”, magyarul: „Elnézést kérünk a K3.1 Pro előfizetéses csomag használati korlátaiért és a fölösleges keretfogyasztásért”), és minden aktív előfizetőnek visszaadta havi keretének 25%-át. A lap szerint júliusban, a Kimi K3 megjelenése után a cég az új előfizetéseket is felfüggesztette. Ha egy üzleti folyamatod a Kimire épülne, legyen tartalék modelled arra az esetre, ha a szolgáltató korlátoz.

Hol van az adatod? Szingapúr, és egy ellentmondás a feltételekben

Magyar cégnek ez a cikk legfontosabb része. A Kimi API-t a szingapúri Moonshot AI PTE. LTD. nyújtja. Az adatvédelmi szabályzat szerint az összegyűjtött adatot szingapúri szervereken tárolják. A felhasználási feltételek szingapúri jogot és szingapúri választottbíróságot (SIAC) írnak elő a vitákra.

A tanításra való felhasználásról a Moonshot két hivatalos oldala mást mond. A 2026. július 30-án frissített felhasználási feltételek szerint:

„Customer who requires restrictions on the use of Customer Content for training or improving Moonshot AI models may contact Moonshot AI to discuss available enterprise arrangements or separate written agreements. Unless otherwise expressly agreed in writing, Customer Content may be used for the foregoing purposes.”

(Magyarul: „Az az ügyfél, aki korlátozni kívánja az ügyféltartalom felhasználását a Moonshot AI modelljeinek tanítására vagy fejlesztésére, felveheti a kapcsolatot a Moonshot AI-jal a vállalati konstrukciók vagy külön írásos megállapodás érdekében. Kifejezett írásos megállapodás hiányában az ügyféltartalom a fenti célokra felhasználható.”)

A Kimi súgóoldala ezzel szemben azt írja, hogy az API-n beküldött bemenetet és kimenetet nem használják a Kimi-modellek tanítására. Ez az oldal azonban a kínai API-végpontot említi, így nem egyértelmű, hogy a nemzetközi platformra is vonatkozik-e. A Moonshot a bejelentésében azt is írja, hogy az API-ügyfeleknek elérhető a nulla adatmegőrzés (Zero Data Retention), a feltételeiről viszont nem közöl részletet.

Mit jelent ez a gyakorlatban? Amíg nincs írásos megállapodásod a Moonshottal, abból érdemes kiindulni, amit a feltételek mondanak. A személyes adatok kezelésének jogi megítélése a te adatkezelési döntésed, ebben az adatvédelmi tisztviselőd vagy az ügyvéded segít. Ez a cikk nem jogi tanács. A források alapján nem találtunk nyilvános adatfeldolgozási megállapodást (DPA) vagy EU-s adatközpontot a K3.1 Pro-hoz.

Összevetésképpen: az Anthropic saját API-ja sem EU-n belül dolgozik, erről az Anthropic IPO-cikkünkben írtunk részletesen. A különbség a szerződéses háttérben és abban van, hogy a Claude felhőszolgáltatókon keresztül EU-s régióból is elérhető.

Nyílt súly: mit nyersz vele, és mi még a kérdés?

A nyílt súlyú modellt letöltheted, és a saját szervereden vagy egy általad választott szolgáltatónál futtathatod. Ilyenkor az adat nem megy a Moonshothoz. Ez a Kimi legerősebb érve egy adatvédelmi szempontból óvatos cégnél, de ma még csak ígéret.

Három kérdés nyitott. A súlyok még nem jelentek meg, a licencfeltételeket nem tették közzé, és a VentureBeat szerint az éles üzembe helyezés követelményei is hiányoznak. A K3.1 Pro hardverigényéről nincs nyilvános adat. Egy 2,8 billió paraméteres modell futtatásához mindenesetre többprocesszoros GPU-szerver kell, ez egy KKV-nál jellemzően bérelt infrastruktúrát jelent, nem irodai gépet. Ha kisebb, helyben is futtatható nyílt modell érdekel, a Google Gemma 4-ről szóló cikkünk jobb kiindulópont.

Miért vették ki a kiberbiztonsági adatokat?

A Moonshot a fejlesztés közben azt látta, hogy a modell sebezhetőségkereső képessége az utótanítással folyamatosan nőtt. A nyílt súlyú kiadás előtt ezért kivették a kiberbiztonsági adatokat a tanításból.

„For the open-weight release of K3.1 Pro, we identified and removed cyber-related data from both training stages, while retaining the general-purpose coding tasks needed for model usefulness.”

(Magyarul: „A K3.1 Pro nyílt súlyú kiadásához mindkét tanítási szakaszból azonosítottuk és eltávolítottuk a kiberbiztonsággal kapcsolatos adatokat, miközben megtartottuk a modell hasznosságához szükséges általános programozási feladatokat.”)

A gyártó saját tesztjén a kiberadatok eltávolítása 90,5%-ról 81,0%-ra csökkentette a sebezhetőség-reprodukálási arányt. A Reuters hangsúlyozza, hogy ezt az eredményt független fél nem ellenőrizte. A lap a nyílt súlyú terjesztés kockázatát így foglalja össze:

„Once the files are widely distributed, the original developer has less ability to restrict access, monitor use or update safeguards than with a hosted service.”

(Magyarul: „Ha a fájlokat széles körben terjesztik, az eredeti fejlesztő kevésbé tudja korlátozni a hozzáférést, figyelni a használatot vagy frissíteni a védelmi mechanizmusokat, mint egy üzemeltetett szolgáltatásnál.”)

A SiliconANGLE szerint a modell a népszerű kiberbiztonsági teszteken jelentősen elmarad a GPT-6 Astrától és az Opus 5.5-től. Ha a cégeddel AI-ügynököket futtatsz, az AI-ügynökök biztonsági kockázatairól szóló cikkünk segít a jogosultságok beállításában.

A fizetett influenszer-vád: mit tudunk, és mit nem?

A VentureBeat beszámolója szerint egy X-felhasználó képernyőképeket tett közzé, amelyeket egy Kimi-promóciós kampány utasításainak nevezett. A képek szerint a tartalomgyártóknak jóváhagyásra kellett beküldeniük a vázlatokat, és azt kérték tőlük, hogy ne tüntessék fel a fizetett együttműködés jelölést. A javasolt üzenet a Kimit a Claude Opus 5.5 olcsó, nyílt megfelelőjeként mutatta be.

A dokumentumot független fél nem hitelesítette, és a VentureBeat szerint október 25-ig nem volt megerősített válasza a Moonshotnak a konkrét vádakra. A South China Morning Post október 27-i cikke szerint a cég hétfői bocsánatkérése sem tért ki a vádakra, és a Moonshot a lap megkeresésére nem válaszolt. A lap szerint a képernyőképek terjedése nem bizonyítja, hogy a Moonshot jóváhagyott egy titkos hirdetési kampányt.

„The allegations do not, by themselves, invalidate independent benchmark results.”

(Magyarul: „A vádak önmagukban nem érvénytelenítik a független benchmarkeredményeket.”)

A gyakorlati tanulság: ha a közösségi médiában „Opus-gyilkos” Kimi-videókat látsz, azokat kezeld óvatosan. A döntést a független mérésekre és a saját tesztedre alapozd, ne a lelkes bemutatókra.

Mikor érdemes egy magyar KKV-nak kipróbálni a Kimi AI-t?

A döntés nem a modell erején múlik, hanem azon, milyen adatot küldesz neki. Az alábbi táblázatot a fenti tények alapján állítottuk össze.

Három lépés, mielőtt bármelyik új modellre váltasz

1. Tesztkészlet: gyűjts 20–30 valódi feladatot a saját munkádból, a jó válaszokkal együtt. Ezen futtasd az új modellt, ne a gyártó benchmarkján.
2. Tartalék modell: a rendszered legyen úgy felépítve, hogy a modell egy beállítással cserélhető legyen. Az OpenAI–Cursor esetről szóló cikkünk megmutatja, mi történik, ha nincs ilyen.
3. Adattérkép: írd le, melyik feladat milyen adatot küld a modellnek. A személyes adatot küldő feladatokat ne vidd át olyan szolgáltatóhoz, amellyel nincs rendezett szerződésed.

Ha AI-ügynököt vagy automatizációt építtetnél úgy, hogy a modell később cserélhető legyen, nézd meg az AI-ügynök-fejlesztési szolgáltatásunkat. Az Opus 5.5 képességeiről a Claude Opus 5.5 megjelenéséről szóló cikkünkben írtunk.

Gyakori kérdések

Mi az a Kimi K3.1 Pro, és hogyan viszonyul a Kimi K3-hoz?

A kínai Moonshot AI nagy nyelvi modellje, amelyet 2026. október 23-án adtak ki. A cég szerint a júliusban megjelent Kimi K3 továbbtanított változata, nem új architektúra. 2,8 billió összes és 104 milliárd aktív paraméterrel, 1 millió tokenes kontextusablakkal dolgozik. A független Artificial Analysis összesített indexén 55 ponttal a 4. helyen áll. Elérhető a Kimi webes felületén, a mobilappokban és az API-n.

Mennyibe kerül a Kimi K3.1 Pro API?

Millió tokenenként 2 dollár a bemenet, 10 dollár a kimenet és 0,20 dollár a gyorsítótárból olvasott bemenet. A gyorsabb Highspeed változat 4 és 20 dollár. A Kimi K3.1 Pro listaára az Opus 5.5 árának fele, a Claude Sonnet 5.5 listaárával viszont azonos.

Kimi vs Claude: melyiket válasszam egy KKV-ban?

Az Artificial Analysis független mérésében az Opus 5.5 58, a Sonnet 5.5 56, a Kimi K3.1 Pro 55 pontot ért el. A legtöbb üzleti feladatban kicsi a különbség, a tudományos parancssori feladatokban viszont a Kimi jelentősen lemarad. A Kimi listaára az Opus 5.5 árának fele, a Sonnet 5.5-tel viszont azonos, és a Sonnet cache-olvasása olcsóbb. Nyilvános adatnál a Kimi kipróbálható, ügyféladatnál írásos megállapodás nélkül nem.

Biztonságos-e a Kimi K3.1 Pro egy magyar cégnek, és hol tárolja az adatokat?

Az adatvédelmi szabályzat szerint az adatot szingapúri szervereken tárolják. A felhasználási feltételek szerint kifejezett írásos megállapodás nélkül az ügyféltartalom a modellek fejlesztésére is felhasználható, a súgóoldal viszont azt írja, hogy az API-adatot nem használják tanításra. Nyilvános adatfeldolgozási megállapodást (DPA) vagy EU-s adatközpontot nem találtunk a K3.1 Pro-hoz. Személyes adatot ezért írásos megállapodás nélkül ne küldj neki.

Mit jelent, hogy a Kimi K3.1 Pro nyílt súlyú lesz, és mikor tölthető le?

A nyílt súlyú modellt letöltheted, és a saját szervereden vagy egy általad választott szolgáltatónál futtathatod. Ilyenkor az adat nem megy a Moonshothoz. A Moonshot 2026. november 4-ig ígéri a teljes súlyokat, a licencfeltételeket és a hardverigényt még nem tették közzé. Egy ekkora modellhez többprocesszoros GPU-szerver kell, ezért egy KKV-nál jellemzően bérelt infrastruktúrán futna.