Kimi K3.1 Pro против Qwen3.8: индекс 46 против 34, задача у Kimi дешевле в 2,7 раза

Коротко: Kimi K3.1 Pro или Qwen3.8 — что выбрать под задачу

Kimi K3 vs Qwen — это выбор между двумя крупнейшими китайскими семействами моделей с открытыми весами: Kimi от Moonshot AI и Qwen3.8 от Alibaba. Осенью расклад поменялся. Moonshot выпустила Kimi K3.1 Pro, а Artificial Analysis пересобрала свой индекс, и прежнее «модели почти равны» больше не верно. Сами модели мы не запускали: разбор собран по карточкам и файлам лицензий на Hugging Face, прайсам, рецептам vLLM и независимым рейтингам, каждая цифра — с датой.

• По качеству лидирует Kimi K3.1 Pro. В индексе Artificial Analysis v5.0.1 на 8 ноября 2026 года у неё 46 баллов, у облачной Qwen3.8 Max — 34. Это первое место среди моделей с открытыми весами, но до закрытых лидеров ещё далеко.
• Qwen дешевле за токен, Kimi — за задачу. Тариф: $2/$10 у Kimi K3.1 Pro против $2/$6 у Qwen3.8 Max за 1 млн входных/выходных токенов. Задача индекса при этом стоит $3,68 у Kimi и $10,02 у Qwen: Qwen тратит вдвое больше входных токенов.
• Открыта Qwen не целиком. Открытые веса Qwen3.8-2.4T-A95B понимают только текст и всегда рассуждают. Kimi K3.1 Pro и в весах принимает картинки.
• Лицензии с порогами. Отдельный договор для бизнеса «модель как услуга» нужен с выручки группы $20 млн за 12 месяцев у Kimi и $50 млн у Qwen. У Qwen порог касается ещё и ИИ-ассистентов для кода и офиса.
• Свой сервер проще с Kimi, дома — только Qwen3.8-27B. Kimi в родных 4 битах помещается на один узел 8× B300, флагман Qwen в BF16 требует 24× B300. На обычном ПК запускается лишь Qwen3.8-27B: 16–19 ГБ памяти и лицензия Apache 2.0.

Какие версии сравнивать: Kimi K3.1 Pro, K3 и линейка Qwen3.8

В ноябре 2026 года со стороны Moonshot в паре стоит уже не K3, а Kimi K3.1 Pro. Это дообученная версия K3 с той же архитектурой: Moonshot прогнала её через масштабное обучение с подкреплением на сотнях прикладных задач. В API модель появилась 23 октября, веса на Hugging Face — 4 ноября, в последний день обещанного срока. Сама K3 из продажи не ушла: её API по-прежнему стоит $3 за вход и $15 за выход, что дороже новой версии.

Со стороны Alibaba «Qwen» — семейство, и путаница в сравнениях начинается именно здесь. Облачная Qwen3.8-Max, которую оценивают рейтинги, и её открытые веса — это разные продукты с разными возможностями. Для дома есть компактная Qwen3.8-27B, для дешёвого облака — Qwen3.8-Flash. Подробно о прежней версии Kimi мы писали в обзоре Kimi K3, о запуске новой — в новости о выходе K3.1 Pro.

Чем K3.1 Pro отличается от K3 на практике? Параметры те же, меняются три вещи. Цена ниже: $2/$10 вместо $3/$15. Качество выше: в Vals Index от 5 ноября 2026 года K3.1 Pro набирает 62,52% против 52,95% у K3. И поведение другое: по оценке Artificial Analysis в пересказе BuildMVPFast, это «самая большая смена личности относительно прямого предшественника».

доля, а не целая акция

Binance · Wall Street 24/7Доля Nvidia — от7 USDTЦелую акцию покупать не нужно. Начните с маленькой суммы — риск под контролем

NVDATSLAAAPL

Первая сделка за 5 шагов

Параметры и контекст: 2,8 трлн у Kimi, 2,4 трлн у Qwen3.8

Обе модели устроены как MoE — «смесь экспертов»: сеть разбита на сотни подсетей, и на каждый токен работает лишь небольшая их часть. Поэтому у каждой два числа. Всего параметров определяет, сколько памяти нужно под веса. Активных — сколько вычислений уходит на один токен, то есть скорость и себестоимость ответа.

Обзор Perplexity: сервис, который ошибается — но даёт себя поймать

Внутри нейросети нет мышления, есть арифметика: как она устроена

Gigabyte AI Top Aero: литровый Windows-ПК на RTX Spark и 128 ГБ, цену не назвали

Gemini 4 Carbon открыли всем разработчикам: $2 за миллион токенов, с декабря — $4

Удаление фона с фото нейросетью: 3 бесплатных способа и ловушка лицензий

По этим числам модели близки: 2,8 трлн против 2,4 трлн параметров и 104 млрд против 95 млрд активных. Разница — в контексте, модальностях и режимах рассуждения, причём у Qwen она зависит от того, берёте вы облачную или открытую версию.

Контекст — объём текста, который модель держит в голове за один запрос. Миллион токенов — порядка полутора тысяч страниц A4. У Kimi K3.1 Pro он доступен и в открытых весах. Открытой Qwen3.8-2.4T нативно доступно 262 тыс. токенов, а до миллиона окно расширяется отдельной настройкой.

Открытые веса: что можно скачать у Kimi K3.1 Pro и у Qwen3.8

В открытых весах Qwen3.8 выглядит иначе, чем в облаке. Карточка Qwen3.8-2.4T-A95B на Hugging Face прямо говорит: картинки, режим без рассуждений, миллион токенов контекста по умолчанию и встроенные инструменты есть только у облачной Qwen3.8-Max. Открытый чекпойнт — только текст и только с рассуждением. Kimi K3.1 Pro в весах принимает и изображения.

Скриншот карточки снят 8 ноября 2026 года. Рамка справа сверху — лицензия qwen3.8-max, рамка внизу — пометка Alibaba о том, что возможности облачной Qwen3.8-Max шире открытого чекпойнта. На том же экране видны формат BF16 и 26 871 загрузка за месяц.

Второе отличие — формат. Kimi обучали с учётом квантования (QAT), и маршрутизируемые эксперты — основная масса весов — хранятся в 4-битном формате MXFP4; остальное, по рецепту vLLM, остаётся в BF16. Квантование — хранение чисел модели с меньшей точностью, чтобы она занимала меньше памяти. Обычно оно чуть портит качество, но если модель учили сразу в таком формате, потери закладываются в обучение. Qwen выложила веса в BF16 — 16 бит на число. Отсюда парадокс: модель с большим числом параметров весит втрое меньше.

Счётчик загрузок — грубый, но честный индикатор того, что люди реально разворачивают. Kimi K3.1 Pro всего за четыре дня почти догнала месячный результат открытого флагмана Qwen. Прежнюю Kimi K3 за последний месяц скачали 771 618 раз. А Qwen3.8-27B качают почти в 300 раз чаще, чем Qwen3.8-2.4T: для большинства «открытый Qwen» — это компактные модели, а не флагман.

GOLD · XAUSILVER · XAG

Binance · Wall Street 24/7Золото без сейфа и слитковXAUТоргуйте ценой золота на Binance круглосуточно, с маленькой суммы

GOLDSILVER

Рассчитать сделку

Лицензии Kimi K3.1 Pro и Qwen3.8: пороги $20 и $50 млн выручки

Обе лицензии написаны по мотивам MIT: модель можно свободно использовать, изменять, дообучать и продавать производные. Но к тексту MIT добавлены условия для крупного бизнеса, поэтому это собственные лицензии вендоров, а не классическая открытая. Мы прочитали оба файла целиком — LICENSE Kimi K3.1-Pro и LICENSE Qwen3.8-Max — и свели различия в таблицу.

Ключевой термин — MaaS, «модель как услуга»: вы даёте третьим лицам доступ к инференсу или дообучению модели (например, через API) так, что они сами управляют запросами и параметрами. Порог считается по выручке всей группы компаний за любые 12 месяцев подряд, а не только по доходу от MaaS.

AI Work Assistant — категория, которой у Kimi нет. Лицензия Qwen определяет её как самостоятельный ИИ-продукт для программирования или офисной работы и сама приводит примеры — собственные продукты Alibaba Qoder и QwenWork. Не попадают сюда узкие инструменты вроде переводчика и ассистенты внутри продукта с другим основным назначением. Иначе говоря, Alibaba защищает свой рынок ИИ-ассистентов для кода.

Кого это реально касается:

• Компании с внутренним использованием — никого: модель у себя, без выхода её возможностей к третьим лицам, по обеим лицензиям не требует договора.
• Стартапа, который продаёт доступ к модели по API, — порог Kimi ($20 млн) наступает в 2,5 раза раньше, чем у Qwen.
• Компании, которая делает ассистента для кода — у Kimi такой продукт по букве п. 2 выпадает из определения MaaS, если модель только встроена в его функции. Если же пользователи сами управляют запросами и параметрами модели, это может считаться MaaS. У Qwen такой продукт подпадает под AI Work Assistant с порогом $50 млн.
• Очень крупного продукта (100 млн активных пользователей в месяц или $20 млн выручки в месяц) — обе лицензии требуют показать имя модели в интерфейсе.

Отдельный нюанс Kimi — исключение для «сертифицированных партнёров по инференсу». Если вы получаете K3.1 Pro через официальные продукты Moonshot или такого партнёра, пороги лицензии к вам не применяются. По лицензии же в паре выигрывает младшая модель Alibaba: у Qwen3.8-27B обычная Apache 2.0, без порогов и требований к интерфейсу.

Качество по независимым индексам: Kimi K3.1 Pro 46, Qwen3.8 Max 34

Главный независимый ориентир в этой паре — индекс Artificial Analysis. 27 октября 2026 года площадка перешла с версии v4.3 на v5: теперь 60% индекса приходится на закрытые тесты, к которым модели невозможно «подготовить». На 8 ноября в v5.0.1 Kimi K3.1 Pro набирает 46 баллов и стоит первой среди моделей с открытыми весами. Облачная Qwen3.8 Max (снапшот 0902) — 34 балла.

На скриншоте карточки от 8 ноября 2026 года рамки выделяют два числа: 46 баллов индекса и $3,68 за задачу индекса. Рядом видны тариф $2/$10 и скорость 33 токена в секунду.

Как читать эту таблицу:

• Старые и новые баллы нельзя смешивать. В v4.3.2 у Kimi K3.1 Pro было 55,1, у Qwen3.8 Max — 45. После перехода на v5 те же модели получили 46,0 и 34 без единого изменения в самих моделях. Многие сравнения в выдаче до сих пор цитируют «55» и «45» рядом с новыми цифрами.
• «Модели почти равны» — вывод прошлой пары. На 17 октября по старой шкале Qwen3.8 Max и Kimi K3 различались на один балл (45 против 44). Вышедшая 23 октября K3.1 Pro и по старой шкале вела (55 против 45), а по новой её отрыв — 12 баллов.
• До закрытых лидеров открытой модели далеко. По данным Artificial Analysis, на запуске v5 27 октября разрыв между лучшей открытой моделью и лидером индекса вырос с 3 до 12 пунктов. На 8 ноября лидер — Gemini 4 Carbon (high) с 60 баллами, и отставание Kimi K3.1 Pro — уже 14 пунктов.
• Оценена облачная Qwen, а не открытая. Artificial Analysis считает Qwen3.8 Max проприетарной моделью. У открытой Qwen3.8-2.4T, как и у прежней Kimi K3, оценки v5 нет — переносить на них баллы облака нельзя.
• Независимые рейтинги сходятся в направлении. Vals Index ставит Kimi K3.1 Pro выше Qwen на 3,5 процентного пункта, APEX-Agents по посту Mercor в X — на 2,2. В обоих случаях отрыв заметно меньше, чем у Artificial Analysis. Оговорка к APEX: Mercor отнёс закрытую облачную Qwen3.8-Max к открытым моделям.

Вендорские таблицы сравнивать между собой нельзя. Moonshot публикует для K3.1 Pro Terminal-Bench 4.0 — 65,7 (у Claude Opus 5.5 — 66,4), SWE Marathon — 51,7 и GPQA-Diamond — 94,2. Alibaba для уровня Qwen3.8-Max приводит Terminal Bench 2.1 — 86,6 и FrontierSWE — 73,5; Terminal Bench 2.1, по сноске карточки, гоняли через Claude Code с пятичасовым таймаутом. Это разные версии тестов, разные оснастки и разные бюджеты времени. Свой тест на галлюцинации Moonshot тоже считает сама: доля выдуманных ответов в Kimi Hallu Bench Hard упала с 23,4% у K3 до 8,3% у K3.1 Pro. Независимого подтверждения этой цифры на 8 ноября нет.

Цена API: $2/$10 у Kimi и $2/$6 у Qwen — за токен и за задачу

Прайс сравнивает цену токена, а платите вы за решённую задачу. Для этой пары ответы разные: по токену Qwen3.8 Max дешевле или равна Kimi, а по задаче индекса Artificial Analysis дороже в 2,7 раза. Официальную таблицу цен Kimi автоматически снять не удалось (страница рендерится скриптом), поэтому цифры Kimi ниже сверены по карточке Artificial Analysis и прайсу Alibaba Cloud Model Studio, где kimi-k3.1-pro продаётся по тому же тарифу.

Цены Qwen указаны для международного контура Alibaba Cloud (Сингапур). В контуре Global та же Qwen3.8 Max стоит $1,65 и $4,951. У Moonshot есть ещё Kimi K3.1 Pro Highspeed за $4 и $20: по словам компании, она в 2–3 раза быстрее обычной версии.

Почему Qwen дороже за задачу. На прогон индекса Qwen3.8 Max потратила 14,5 млрд входных и 150 млн выходных токенов, Kimi K3.1 Pro — 7,01 млрд и 113 млн. Наша арифметика по прайсу: выходные токены стоят у Qwen около $900 на весь индекс (150 млн × $6), у Kimi — около $1 130 (113 млн × $10). То есть на выходе Qwen даже дешевле. Главная причина разрыва — вход: при одинаковых $2 за миллион Qwen отправляет его в 2,1 раза больше. Это объясняет примерно двукратную разницу, остальное дают скидки на кэш (у Kimi повторный вход дешевле на 90%) и веса задач в индексе, поэтому итог — 2,7 раза. В агентной цепочке на каждом шаге модели заново уходит вся история диалога, и многословная модель оплачивает растущий контекст снова и снова. Artificial Analysis прямо называет Qwen3.8 Max «очень многословной»: медиана выхода по сопоставимым моделям — 72,6 млн токенов против её 150 млн.

Расчёт 1. Порог безубыточности. Вход у моделей стоит одинаково, выход у Qwen дешевле в 1,67 раза. Значит, Kimi выгоднее, как только Qwen тратит на ту же работу больше токенов: в работе из одного входа — при любом перерасходе, в работе из одного выхода — когда Qwen пишет в 1,67 раза длиннее.

Расчёт 2. Короткие запросы. Чат-бот поддержки: 100 тыс. запросов в месяц по 2 000 входных и 500 выходных токенов — 200 млн входных и 50 млн выходных. При одинаковом расходе Kimi K3.1 Pro обойдётся в $400 + $500 = $900 в месяц, Qwen3.8 Max — в $400 + $300 = $700, прежняя Kimi K3 — в $1 350. Qwen3.8-Flash на том же объёме стоит около $54, Qwen3.8-27B через API — $250. На коротких запросах облачная Qwen к тому же может отвечать без рассуждений.

Расчёт 3. Агентные задачи. На тысяче задач уровня индекса Artificial Analysis картина обратная: около $10 020 у Qwen3.8 Max против $3 680 у Kimi K3.1 Pro. Vals Index подтверждает направление: $6,44 у Kimi K3.1 Pro против $8,73 у Qwen3.8 Max за прогон теста и 1 ч 04 мин против 1 ч 46 мин. Время тоже стоит денег: Qwen быстрее выдаёт токены (46 в секунду против 33), но тратит на задачу в 1,7 раза больше минут, потому что делает больше работы. Подробный разбор того же разворота на примере пары Qwen и Opus — в нашей новости про цену задачи Qwen3.8 Max.

Практический вывод: если задача — много коротких независимых запросов, считайте по прайсу, и Qwen выгоднее. Если задача — длинная агентная цепочка, считайте по цене задачи на ваших данных: пять–десять реальных прогонов скажут больше прайс-листа.

Свой сервер и ПК: Kimi на 8× B300, флагману Qwen нужно 8–24 B300

Открытые веса не означают «скачал и запустил дома». Оба флагмана — серверный класс: все веса должны поместиться в память ускорителей, плюс место под контекст. Ниже — минимальные конфигурации из официальных рецептов vLLM, популярного движка для запуска моделей на серверах.

Парадокс в том, что большая по параметрам Kimi проще в собственном развёртывании. Её родной 4-битный чекпойнт помещается на один узел из восьми ускорителей. Qwen в оригинальном BF16 требует 24 карты B300, в FP8 — 16, и только 4-битная сборка NVFP4 возвращает её к восьми. Если флагман нужен на своих серверах ради приватности, с Kimi проще: формат разработчика, без лишней переквантовки, которая может стоить части качества.

Сравнение Kimi K3 vs Qwen 3.8 27B для дома — это выбор между невозможным и возможным. Kimi на обычном ПК не запустить, а Qwen3.8-27B в 4 битах занимает 16–19 ГБ; по словам Unsloth, ей хватает 17 ГБ. Возможности у неё скромнее флагманов: в индексе Artificial Analysis на 8 ноября 2026 года — 20 баллов против 46 у Kimi K3.1 Pro. Сколько памяти нужно под разные кванты и контекст, мы разбирали в материале про видеопамять для Qwen3.8.

Есть и промежуточный вариант — Qwen3.8-Flash-Next. По сравнению с Kimi это другая весовая категория. По карточке модели это 125 млрд параметров основной модели, из которых на токен работают 6 млрд, плюс 51 млрд параметров n-gram-эмбеддингов и 4 млрд модуля MTP — всего 180 млрд. Alibaba называет её ранним превью архитектуры Qwen4. По данным самой Qwen (самооценка на карточке), в SWE-bench Pro она набирает 62,5 против 61,7 у Qwen3.8-27B. По нашей арифметике только основная часть на 125 млрд в 4 битах занимает порядка 60 ГБ, а с эмбеддингами больше, так что видеопамяти одной карты мало и часть весов приходится держать в оперативной памяти. Популярность у модели заметная: на 8 ноября у Flash-Next 3,6 млн загрузок за месяц.

Как выбрать путь запуска — четыре шага:

1. Решите, нужны ли данные «у себя». Если нет — облачный API любой модели дешевле собственного кластера. Если да (код, документы клиентов) — дальше.
2. Посчитайте память. Размер весов в выбранном формате плюс запас под контекст. Для флагманов это терабайты, для 27B — десятки гигабайт.
3. Выберите формат весов. У Kimi K3.1 Pro — родной MXFP4; у Qwen3.8-2.4T — BF16, FP8 и 4-битные сборки; у 27B — 4-битные GGUF Unsloth.
4. Выберите движок. Для серверов — vLLM по официальным рецептам, для ПК и Mac — GGUF-кванты и llama.cpp.

Риски Kimi K3.1 Pro и Qwen3.8: данные, лимиты, лицензии, отзывы

• Облачные API — китайская юрисдикция. Статья 7 Закона КНР о национальной разведке позволяет властям требовать доступ к данным китайских компаний (разбор IAPS). Это касается API Moonshot и Alibaba. Запуск открытых весов у себя или у хостера вне Китая снимает риск для данных, но не меняет условий лицензии.
• Регуляторное внимание в США. По данным StepTo, с 29 апреля 2026 года комитеты Палаты представителей расследуют использование китайских моделей американскими компаниями; письма получили Airbnb (Qwen), Anysphere (модель на основе Kimi K2.5), а 31 июля — DoorDash. Запрета нет, но бизнесу стоит уметь показать, какая модель где работает.
• Лимиты подписки Moonshot. По данным TSN Media, 25 октября 2026 года Moonshot извинилась за лимиты и перерасход квоты на подписке K3.1 Pro и разово вернула подписчикам 25% месячной квоты; Reuters связал это с нехваткой вычислительных мощностей.
• Скепсис внешних тестеров. В пересказе BuildMVPFast от 5 ноября Павел Хурын на 105 внесённых в два репозитория багах получил у K3.1 Pro 36 баллов против 41,7–42,7 у Opus 5.5, DeepSeek V4.1 Flash и Muse Wonder Full. Это мнение одного тестера, а не рейтинг, но оно напоминает: первое место среди открытых не равно уровню закрытых лидеров.
• Неподтверждённая история с рекламой. 24 октября 2026 года появились утверждения, что кампания запуска K3.1 Pro просила блогеров не маркировать платные обзоры. Moonshot их не комментировала, документального подтверждения нет; подробнее — в нашей новости про неотмеченную рекламу Kimi K3.1 Pro. Восторженные отзывы о модели в соцсетях стоит читать с этой поправкой.
• Самооценки вместо проверок. Moonshot удалила из обучения K3.1 Pro данные, связанные с кибербезопасностью, и пишет, что на внутреннем тесте xdev-bench-hard доля решённых задач упала с 90,5% до 81,0%. Это самооценка компании, как и цифра по галлюцинациям. Факты из ответов обеих моделей всё равно нужно проверять.
• Нестабильность рейтингов. Смена версии индекса сдвинула баллы на 9–11 пунктов без изменения самих моделей. Любое «место в рейтинге» нужно датировать и указывать версию шкалы.
• Пороги лицензий. MaaS-бизнес с выручкой группы выше $20 млн (Kimi) или $50 млн (Qwen, включая ИИ-ассистентов для кода и офиса) обязан договариваться с вендором. Если продукт растёт, это стоит заложить в план заранее.

Qwen4 ещё не вышла: стоит ли откладывать выбор модели

Нет, на 8 ноября 2026 года Qwen4 не вышла. На странице Qwen в Hugging Face нет репозитория Qwen4, у Alibaba нет API-имени и цены. Последнее обновление семейства — Qwen3.8-Flash-Next. Ждать Qwen4 с выбором имеет смысл, только если проект стартует позже и ему не нужна модель прямо сейчас.

Что известно на самом деле:

• 22 сентября — на конференции Apsara в Ханчжоу Qwen4 назван моделью «в тренировке»; по данным FelloAI, там же впервые показали слайд «Qwen4 Series Coming Soon» с названиями Max, Flash, Plus и 27B.
• 29 октября — тот же слайд сфотографировали на выступлении в Амстердаме.
• Начало ноября — официальный аккаунт Qwen в X опубликовал тизер «The becoming begins» без названия модели и даты.

В выдаче эти факты перемешаны со слухами о выходе «на следующей неделе». Практический совет: выбирайте модель под задачу сейчас и сравнивайте по конкретным версиям. Когда у Qwen4 появятся веса и прайс, расклад по флагманам придётся пересчитать — сравнение по датированным версиям позволит сделать это без переписывания всей логики выбора.

Kimi или Qwen под задачу: код, агенты, документы, свой сервер

Универсального победителя в паре нет, есть сценарии. Таблица сводит факты из разделов выше в выбор под конкретную работу. Если коротко: по качеству и цене задачи сейчас впереди Kimi K3.1 Pro, а Qwen Max и младшие модели Qwen выигрывают ценой токена, компактностью и лицензией.

Выбирать одну модель не обязательно. Ecosia в октябре 2026 года перешла с Mistral сразу на несколько открытых моделей, включая Qwen, GLM и Kimi, и, по словам CEO компании, расходы сократились примерно вдвое. Открытые веса позволяют держать несколько моделей у одного хостера и отправлять каждую задачу той, что справляется с ней дешевле.

Что в этом сравнении устареет первым. Баллы рейтингов (версии шкал меняются, у облачной Qwen обновляются снапшоты), цены API, счётчики загрузок Hugging Face и, конечно, выход Qwen4. Качество на русском и украинском языках на 8 ноября 2026 года никто не измерял ни для K3.1 Pro, ни для Qwen3.8 — проверяйте на своих текстах.

Частые вопросы о Kimi K3.1 Pro и Qwen3.8

Что лучше — Kimi K3.1 Pro или Qwen3.8? По независимым рейтингам на начало ноября 2026 года — Kimi K3.1 Pro: 46 баллов индекса Artificial Analysis против 34 у облачной Qwen3.8 Max и 62,52% против 59,05% в Vals Index. Kimi дешевле и за решённую задачу. Qwen выигрывает ценой токена на коротких запросах, компактными моделями и Apache 2.0 у Qwen3.8-27B.

Чем Kimi K3.1 Pro отличается от Kimi K3? Это та же модель на 2,8 трлн параметров после масштабного дообучения с подкреплением. API K3.1 Pro дешевле — $2/$10 против $3/$15 за миллион токенов, а в Vals Index она набирает 62,52% против 52,95% у K3. Веса открыты 4 ноября 2026 года под отдельной лицензией Kimi K3.1-Pro License с тем же порогом $20 млн.

Можно ли запустить Kimi K3.1 Pro или Qwen3.8 на домашнем компьютере? Флагманы — нет. Веса Kimi K3.1 Pro занимают 1,56 ТБ, рецепт vLLM требует узел из восьми B300. Открытой Qwen3.8-2.4T даже в 1-битной сборке Unsloth нужно от 450 ГБ памяти. Дома реальна Qwen3.8-27B: в 4 битах ей хватает 16–19 ГБ, то есть RTX 5080, RTX 4090 или Mac с 24 ГБ.

Почему Qwen дешевле за токен, но дороже за задачу? Потому что расходует больше токенов. На прогон индекса Artificial Analysis Qwen3.8 Max отправила 14,5 млрд входных токенов против 7,01 млрд у Kimi K3.1 Pro и выдала 150 млн выходных против 113 млн. Главная причина разницы $10,02 против $3,68 за задачу — вдвое больший объём входа при одинаковых $2 за миллион. Остальное дают скидки на кэш (у Kimi повторный вход дешевле на 90%) и веса задач индекса.

Можно ли использовать веса Kimi и Qwen в коммерческом продукте? Можно: обе лицензии разрешают коммерческое использование. Отдельный договор понадобится, если вы продаёте доступ к модели как сервис и выручка вашей группы за 12 месяцев выше $20 млн у Kimi K3.1 Pro или $50 млн у Qwen3.8. У Qwen туда же попадают ИИ-ассистенты для кода и офиса. Qwen3.8-27B идёт по Apache 2.0 без порогов.

Безопасно ли отправлять данные в API Kimi и Qwen? С оговорками. Обе компании китайские, а статья 7 Закона КНР о национальной разведке позволяет властям требовать доступ к их данным. Чувствительную информацию надёжнее обрабатывать на открытых весах у себя или у хостера вне Китая. Модели при этом остаются те же, меняется только место, где обрабатываются ваши запросы.