Kimi K3.1 Pro проти Qwen3.8: індекс 46 проти 34, завдання в Kimi дешевше у 2,7 раза

Коротко: Kimi K3.1 Pro чи Qwen3.8 — що обрати під завдання

Kimi K3 vs Qwen 3.8 — це вибір між двома найбільшими китайськими сімействами моделей із відкритими вагами: Kimi від Moonshot AI та Qwen3.8 від Alibaba. Восени розстановка сил змінилася. Moonshot випустила Kimi K3.1 Pro, а Artificial Analysis перебудувала свій індекс, тож колишнє «моделі майже рівні» вже не відповідає дійсності. Самі моделі ми не запускали: розбір зібрано за картками та файлами ліцензій на Hugging Face, прайсами, рецептами vLLM і незалежними рейтингами, кожна цифра — з датою.

• За якістю попереду Kimi K3.1 Pro. В індексі Artificial Analysis v5.0.1 на 8 листопада 2026 року вона має 46 балів, хмарна Qwen3.8 Max — 34. Це перше місце серед моделей із відкритими вагами, але до закритих лідерів ще далеко.
• Qwen дешевша за токен, Kimi — за завдання. Тариф: $2/$10 у Kimi K3.1 Pro проти $2/$6 у Qwen3.8 Max за 1 млн вхідних/вихідних токенів. Завдання індексу при цьому коштує $3,68 у Kimi і $10,02 у Qwen: Qwen витрачає вдвічі більше вхідних токенів.
• Qwen відкрита не повністю. Відкриті ваги Qwen3.8-2.4T-A95B розуміють лише текст і завжди міркують. Kimi K3.1 Pro і у вагах приймає зображення.
• Ліцензії з порогами. Окремий договір для бізнесу «модель як послуга» потрібен від виторгу групи $20 млн за 12 місяців у Kimi та $50 млн у Qwen. У Qwen поріг стосується ще й ШІ-асистентів для коду та офісу.
• Власний сервер простіший із Kimi, вдома — лише Qwen3.8-27B. Kimi у рідних 4 бітах вміщується на один вузол 8× B300, флагман Qwen у BF16 потребує 24× B300. На звичайному ПК запускається тільки Qwen3.8-27B: 16–19 ГБ пам’яті й ліцензія Apache 2.0.

Які версії порівнювати: Kimi K3.1 Pro, K3 і лінійка Qwen3.8

У листопаді 2026 року з боку Moonshot у парі стоїть уже не K3, а Kimi K3.1 Pro. Це донавчена версія K3 з тією самою архітектурою: Moonshot провела її через масштабне навчання з підкріпленням на сотнях прикладних напрямів. В API модель з’явилася 23 жовтня, ваги на Hugging Face — 4 листопада, в останній день обіцяного терміну. Сама K3 з продажу не зникла: її API і далі коштує $3 за вхід і $15 за вихід, що дорожче за нову версію.

З боку Alibaba «Qwen» — це сімейство, і саме тут починається плутанина в порівняннях. Хмарна Qwen3.8-Max, яку оцінюють рейтинги, та її відкриті ваги — різні продукти з різними можливостями. Для дому є компактна Qwen3.8-27B, для дешевої хмари — Qwen3.8-Flash. Докладно про попередню версію Kimi ми писали в огляді Kimi K3, про запуск нової — у новині про вихід K3.1 Pro.

Чим K3.1 Pro відрізняється від K3 на практиці? Параметри ті самі, змінюються три речі. Ціна нижча: $2/$10 замість $3/$15. Якість вища: у Vals Index від 5 листопада 2026 року K3.1 Pro набирає 62,52% проти 52,95% у K3. І поведінка інша: за оцінкою Artificial Analysis у переказі BuildMVPFast, це «найбільша зміна особистості щодо прямого попередника».

#1Ф'ючерси#2Спот#3Акції та TradFi

Binance · Wall Street 24/7Турніри Binance: призи за торгівлюПризиУсі актуальні турніри й акції Binance з умовами — на одній сторінціДивитися турніри

Параметри й контекст: 2,8 трлн у Kimi, 2,4 трлн у Qwen3.8

Обидві моделі побудовані як MoE — «суміш експертів»: мережу поділено на сотні підмереж, і на кожен токен працює лише невелика їхня частина. Тому в кожної два числа. Усього параметрів визначає, скільки пам’яті потрібно під ваги. Активних — скільки обчислень іде на один токен, тобто швидкість і собівартість відповіді.

Огляд Perplexity: сервіс, який помиляється — але дає себе спіймати

Усередині нейромережі немає мислення, є арифметика: як вона працює

Gigabyte AI Top Aero: літровий ПК з Windows на RTX Spark і 128 ГБ, ціну не назвали

Gemini 4 Carbon відкрили всім розробникам: $2 за мільйон токенів, з грудня — $4

Видалення фону з фото нейромережею: 3 безкоштовні способи і пастка ліцензій

За цими числами моделі близькі: 2,8 трлн проти 2,4 трлн параметрів і 104 млрд проти 95 млрд активних. Різниця — у контексті, модальностях і режимах міркування, причому в Qwen вона залежить від того, хмарну чи відкриту версію ви берете.

Контекст — обсяг тексту, який модель тримає в голові за один запит. Мільйон токенів — це приблизно півтори тисячі сторінок A4. У Kimi K3.1 Pro він доступний і у відкритих вагах. Відкритій Qwen3.8-2.4T нативно доступно 262 тис. токенів, а до мільйона вікно розширюється окремим налаштуванням.

Відкриті ваги: що можна завантажити в Kimi K3.1 Pro і Qwen3.8

У відкритих вагах Qwen3.8 виглядає інакше, ніж у хмарі. Картка Qwen3.8-2.4T-A95B на Hugging Face прямо каже: зображення, режим без міркувань, мільйон токенів контексту за замовчуванням і вбудовані інструменти є лише в хмарній Qwen3.8-Max. Відкритий чекпойнт — тільки текст і тільки з міркуванням. Kimi K3.1 Pro у вагах приймає і зображення.

Скриншот картки знято 8 листопада 2026 року. Рамка вгорі праворуч — ліцензія qwen3.8-max, рамка внизу — примітка Alibaba про те, що можливості хмарної Qwen3.8-Max ширші за відкритий чекпойнт. На тому ж екрані видно формат BF16 і 26 871 завантаження за місяць.

Друга відмінність — формат. Kimi навчали з урахуванням квантування (QAT), і маршрутизовані експерти — основна маса ваг — зберігаються в 4-бітному форматі MXFP4; решта, за рецептом vLLM, лишається в BF16. Квантування — зберігання чисел моделі з меншою точністю, щоб вона займала менше пам’яті. Зазвичай воно трохи псує якість, але якщо модель одразу вчили в такому форматі, втрати закладаються в навчання. Qwen виклала ваги в BF16 — 16 біт на число. Звідси парадокс: модель із більшою кількістю параметрів важить утричі менше.

Лічильник завантажень — грубий, але чесний індикатор того, що люди справді розгортають. Kimi K3.1 Pro лише за чотири дні майже наздогнала місячний результат відкритого флагмана Qwen. Попередню Kimi K3 за останній місяць завантажили 771 618 разів. А Qwen3.8-27B завантажують майже в 300 разів частіше, ніж Qwen3.8-2.4T: для більшості «відкритий Qwen» — це компактні моделі, а не флагман.

до виходу на біржу

Binance · Wall Street 24/7OpenAI і Anthropic ще не на біржіPre-IPOА контракти на їхню ціну вже торгуються на Binance

OpenAIAnthropicNVDA

Дивитися ціни

Ліцензії Kimi K3.1 Pro і Qwen3.8: пороги $20 і $50 млн виторгу

Обидві ліцензії написано за мотивами MIT: модель можна вільно використовувати, змінювати, донавчати й продавати похідні. Але до тексту MIT додано умови для великого бізнесу, тож це власні ліцензії вендорів, а не класична відкрита. Ми прочитали обидва файли повністю — LICENSE Kimi K3.1-Pro і LICENSE Qwen3.8-Max — та звели відмінності в таблицю.

Ключовий термін — MaaS, «модель як послуга»: ви даєте третім особам доступ до інференсу або донавчання моделі (наприклад, через API) так, що вони самі керують запитами й параметрами. Поріг рахують за виторгом усієї групи компаній за будь-які 12 місяців поспіль, а не лише за доходом від MaaS.

AI Work Assistant — категорія, якої в Kimi немає. Ліцензія Qwen визначає її як самостійний ШІ-продукт для програмування чи офісної роботи й сама наводить приклади — власні продукти Alibaba Qoder і QwenWork. Сюди не належать вузькі інструменти на кшталт перекладача та асистенти всередині продукту з іншим основним призначенням. Інакше кажучи, Alibaba захищає свій ринок ШІ-асистентів для коду.

Кого це справді стосується:

• Компанії з внутрішнім використанням — нікого: модель у себе, без виходу її можливостей до третіх осіб, за обома ліцензіями договору не потребує.
• Стартапу, який продає доступ до моделі через API, — поріг Kimi ($20 млн) настає у 2,5 раза раніше, ніж у Qwen.
• Компанії, що робить асистента для коду — у Kimi такий продукт за буквою п. 2 випадає з визначення MaaS, якщо модель лише вбудована в його функції. Якщо ж користувачі самі керують запитами й параметрами моделі, це може вважатися MaaS. У Qwen такий продукт потрапляє під AI Work Assistant із порогом $50 млн.
• Дуже великого продукту (100 млн активних користувачів на місяць або $20 млн виторгу на місяць) — обидві ліцензії вимагають показати назву моделі в інтерфейсі.

Окремий нюанс Kimi — виняток для «сертифікованих партнерів з інференсу». Якщо ви отримуєте K3.1 Pro через офіційні продукти Moonshot або такого партнера, пороги ліцензії до вас не застосовуються. За ліцензією ж у парі виграє молодша модель Alibaba: у Qwen3.8-27B звичайна Apache 2.0, без порогів і вимог до інтерфейсу.

Якість за незалежними індексами: Kimi K3.1 Pro 46, Qwen3.8 Max 34

Головний незалежний орієнтир у цій парі — індекс Artificial Analysis. 27 жовтня 2026 року майданчик перейшов із версії v4.3 на v5: тепер 60% індексу припадає на закриті тести, до яких моделі неможливо «підготувати». На 8 листопада у v5.0.1 Kimi K3.1 Pro має 46 балів і стоїть першою серед моделей із відкритими вагами. Хмарна Qwen3.8 Max (снапшот 0902) — 34 бали.

На скриншоті картки від 8 листопада 2026 року рамки виділяють два числа: 46 балів індексу та $3,68 за завдання індексу. Поруч видно тариф $2/$10 і швидкість 33 токени на секунду.

Як читати цю таблицю:

• Старі й нові бали не можна змішувати. У v4.3.2 у Kimi K3.1 Pro було 55,1, у Qwen3.8 Max — 45. Після переходу на v5 ті самі моделі отримали 46,0 і 34 без жодної зміни в самих моделях. Багато порівнянь у видачі досі цитують «55» і «45» поруч із новими цифрами.
• «Моделі майже рівні» — висновок минулої пари. На 17 жовтня за старою шкалою Qwen3.8 Max і Kimi K3 різнилися на один бал (45 проти 44). K3.1 Pro, що вийшла 23 жовтня, і за старою шкалою вела (55 проти 45), а за новою її відрив — 12 балів.
• До закритих лідерів відкритій моделі далеко. За даними Artificial Analysis, на запуску v5 27 жовтня розрив між найкращою відкритою моделлю й лідером індексу зріс із 3 до 12 пунктів. На 8 листопада лідер — Gemini 4 Carbon (high) із 60 балами, і відставання Kimi K3.1 Pro — уже 14 пунктів.
• Оцінено хмарну Qwen, а не відкриту. Artificial Analysis вважає Qwen3.8 Max пропрієтарною моделлю. Відкрита Qwen3.8-2.4T, як і попередня Kimi K3, оцінки v5 не має — переносити на них бали хмари не можна.
• Незалежні рейтинги збігаються в напрямку. Vals Index ставить Kimi K3.1 Pro вище за Qwen на 3,5 процентного пункту, APEX-Agents за постом Mercor в X — на 2,2. В обох випадках відрив помітно менший, ніж в Artificial Analysis. Застереження щодо APEX: Mercor зарахував закриту хмарну Qwen3.8-Max до відкритих моделей.

Вендорські таблиці між собою порівнювати не можна. Moonshot публікує для K3.1 Pro Terminal-Bench 4.0 — 65,7 (у Claude Opus 5.5 — 66,4), SWE Marathon — 51,7 і GPQA-Diamond — 94,2. Alibaba для рівня Qwen3.8-Max наводить Terminal Bench 2.1 — 86,6 і FrontierSWE — 73,5; Terminal Bench 2.1, за приміткою картки, проганяли через Claude Code з п’ятигодинним таймаутом. Це різні версії тестів, різні обв’язки (середовища запуску) й різні бюджети часу. Свій тест на галюцинації Moonshot теж проводить сама: частка вигаданих відповідей у Kimi Hallu Bench Hard упала з 23,4% у K3 до 8,3% у K3.1 Pro. Незалежного підтвердження цієї цифри на 8 листопада немає.

Ціна API: $2/$10 у Kimi і $2/$6 у Qwen — за токен і за завдання

Прайс порівнює ціну токена, а платите ви за розв’язане завдання. Для цієї пари відповіді різні: за токеном Qwen3.8 Max дешевша або дорівнює Kimi, а за завданням індексу Artificial Analysis дорожча у 2,7 раза. Офіційну таблицю цін Kimi автоматично зняти не вдалося (сторінка рендериться скриптом), тому цифри Kimi нижче звірено за карткою Artificial Analysis і прайсом Alibaba Cloud Model Studio, де kimi-k3.1-pro продається за тим самим тарифом.

Ціни Qwen наведено для міжнародного контуру Alibaba Cloud (Сінгапур). У контурі Global та сама Qwen3.8 Max коштує $1,65 і $4,951. У Moonshot є ще Kimi K3.1 Pro Highspeed за $4 і $20: за словами компанії, вона у 2–3 рази швидша за звичайну версію.

Чому Qwen дорожча за завдання. На прогін індексу Qwen3.8 Max витратила 14,5 млрд вхідних і 150 млн вихідних токенів, Kimi K3.1 Pro — 7,01 млрд і 113 млн. Наша арифметика за прайсом: вихідні токени коштують у Qwen близько $900 на весь індекс (150 млн × $6), у Kimi — близько $1 130 (113 млн × $10). Тобто на виході Qwen навіть дешевша. Головна причина розриву — вхід: за однакових $2 за мільйон Qwen надсилає його у 2,1 раза більше. Це пояснює приблизно дворазову різницю, решту дають знижки на кеш (у Kimi повторний вхід дешевший на 90%) і ваги завдань в індексі, тому підсумок — 2,7 раза. В агентному ланцюжку на кожному кроці моделі заново йде вся історія діалогу, і багатослівна модель оплачує зростаючий контекст знову й знову. Artificial Analysis прямо називає Qwen3.8 Max «дуже багатослівною»: медіана виходу серед порівнянних моделей — 72,6 млн токенів проти її 150 млн.

Розрахунок 1. Поріг беззбитковості. Вхід у моделей коштує однаково, вихід у Qwen дешевший в 1,67 раза. Отже, Kimi вигідніша, щойно Qwen витрачає на ту саму роботу більше токенів: у роботі з одного входу — за будь-якої перевитрати, у роботі з одного виходу — коли Qwen пише в 1,67 раза довше.

Розрахунок 2. Короткі запити. Чат-бот підтримки: 100 тис. запитів на місяць по 2 000 вхідних і 500 вихідних токенів — 200 млн вхідних і 50 млн вихідних. За однакової витрати Kimi K3.1 Pro коштуватиме $400 + $500 = $900 на місяць, Qwen3.8 Max — $400 + $300 = $700, попередня Kimi K3 — $1 350. Qwen3.8-Flash на тому ж обсязі коштує близько $54, Qwen3.8-27B через API — $250. На коротких запитах хмарна Qwen до того ж може відповідати без міркувань.

Розрахунок 3. Агентні завдання. На тисячі завдань рівня індексу Artificial Analysis картина протилежна: близько $10 020 у Qwen3.8 Max проти $3 680 у Kimi K3.1 Pro. Vals Index підтверджує напрямок: $6,44 у Kimi K3.1 Pro проти $8,73 у Qwen3.8 Max за прогін тесту й 1 год 04 хв проти 1 год 46 хв. Час теж коштує грошей: Qwen швидше видає токени (46 на секунду проти 33), але витрачає на завдання в 1,7 раза більше хвилин, бо виконує більше роботи. Докладний розбір того самого розвороту на прикладі пари Qwen і Opus — у нашій новині про ціну завдання Qwen3.8 Max.

Практичний висновок: якщо завдання — багато коротких незалежних запитів, рахуйте за прайсом, і Qwen вигідніша. Якщо завдання — довгий агентний ланцюжок, рахуйте за ціною завдання на ваших даних: п’ять–десять реальних прогонів скажуть більше за прайс-лист.

Свій сервер і ПК: Kimi на 8× B300, флагману Qwen треба 8–24 B300

Відкриті ваги не означають «завантажив і запустив удома». Обидва флагмани — серверного класу: усі ваги мають уміститися в пам’ять прискорювачів, плюс місце під контекст. Нижче — мінімальні конфігурації з офіційних рецептів vLLM, популярного рушія для запуску моделей на серверах.

Парадокс у тому, що більша за параметрами Kimi простіша у власному розгортанні. Її рідний 4-бітний чекпойнт вміщується на один вузол із восьми прискорювачів. Qwen в оригінальному BF16 потребує 24 карти B300, у FP8 — 16, і лише 4-бітна збірка NVFP4 повертає її до восьми. Якщо флагман потрібен на власних серверах заради приватності, з Kimi простіше: формат розробника, без зайвого переквантування, яке може коштувати частини якості.

Порівняння Kimi K3 vs Qwen 3.8 27B для дому — це вибір між неможливим і можливим. Kimi на звичайному ПК не запустити, а Qwen3.8-27B у 4 бітах займає 16–19 ГБ; за словами Unsloth, їй вистачає 17 ГБ. Можливості в неї скромніші за флагмани: в індексі Artificial Analysis на 8 листопада 2026 року — 20 балів проти 46 у Kimi K3.1 Pro. Скільки пам’яті потрібно під різні кванти й контекст, ми розбирали в матеріалі про відеопам’ять для Qwen3.8.

Є й проміжний варіант — Qwen3.8-Flash-Next. Порівняно з Kimi це інша вагова категорія. За карткою моделі це 125 млрд параметрів основної моделі, з яких на токен працюють 6 млрд, плюс 51 млрд параметрів n-gram-ембедингів і 4 млрд модуля MTP — усього 180 млрд. Alibaba називає її раннім прев’ю архітектури Qwen4. За даними самої Qwen (самооцінка на картці), у SWE-bench Pro вона набирає 62,5 проти 61,7 у Qwen3.8-27B. За нашою арифметикою лише основна частина на 125 млрд у 4 бітах займає близько 60 ГБ, а з ембедингами більше, тож відеопам’яті однієї карти замало й частину ваг доводиться тримати в оперативній пам’яті. Популярність у моделі помітна: на 8 листопада у Flash-Next 3,6 млн завантажень за місяць.

Як обрати шлях запуску — чотири кроки:

1. Вирішіть, чи потрібні дані «у себе». Якщо ні — хмарний API будь-якої моделі дешевший за власний кластер. Якщо так (код, документи клієнтів) — далі.
2. Підрахуйте пам’ять. Розмір ваг у вибраному форматі плюс запас під контекст. Для флагманів це терабайти, для 27B — десятки гігабайтів.
3. Оберіть формат ваг. У Kimi K3.1 Pro — рідний MXFP4; у Qwen3.8-2.4T — BF16, FP8 і 4-бітні збірки; у 27B — 4-бітні GGUF Unsloth.
4. Оберіть рушій. Для серверів — vLLM за офіційними рецептами, для ПК і Mac — GGUF-кванти та llama.cpp.

Ризики Kimi K3.1 Pro і Qwen3.8: дані, ліміти, ліцензії, відгуки

• Хмарні API — китайська юрисдикція. Стаття 7 Закону КНР про національну розвідку дозволяє владі вимагати доступ до даних китайських компаній (розбір IAPS). Це стосується API Moonshot і Alibaba. Запуск відкритих ваг у себе або в хостера поза Китаєм знімає ризик для даних, але не змінює умов ліцензії.
• Регуляторна увага у США. За даними StepTo, з 29 квітня 2026 року комітети Палати представників розслідують використання китайських моделей американськими компаніями; листи отримали Airbnb (Qwen), Anysphere (модель на основі Kimi K2.5), а 31 липня — DoorDash. Заборони немає, але бізнесу варто вміти показати, яка модель де працює.
• Ліміти підписки Moonshot. За даними TSN Media, 25 жовтня 2026 року Moonshot вибачилася за ліміти й перевитрату квоти на підписці K3.1 Pro та разово повернула передплатникам 25% місячної квоти; Reuters пов’язав це з нестачею обчислювальних потужностей.
• Скепсис зовнішніх тестувальників. У переказі BuildMVPFast від 5 листопада Павел Хурин на 105 внесених у два репозиторії багах отримав у K3.1 Pro 36 балів проти 41,7–42,7 в Opus 5.5, DeepSeek V4.1 Flash і Muse Wonder Full. Це думка одного тестувальника, а не рейтинг, але вона нагадує: перше місце серед відкритих не дорівнює рівню закритих лідерів.
• Непідтверджена історія з рекламою. 24 жовтня 2026 року з’явилися твердження, що кампанія запуску K3.1 Pro просила блогерів не маркувати платні огляди. Moonshot їх не коментувала, документального підтвердження немає; докладніше — у нашій новині про непозначену рекламу Kimi K3.1 Pro. Захоплені відгуки про модель у соцмережах варто читати з цією поправкою.
• Самооцінки замість перевірок. Moonshot прибрала з навчання K3.1 Pro дані, пов’язані з кібербезпекою, і пише, що на внутрішньому тесті xdev-bench-hard частка розв’язаних завдань упала з 90,5% до 81,0%. Це самооцінка компанії, як і цифра щодо галюцинацій. Факти з відповідей обох моделей однаково треба перевіряти.
• Нестабільність рейтингів. Зміна версії індексу зсунула бали на 9–11 пунктів без зміни самих моделей. Будь-яке «місце в рейтингу» треба датувати й зазначати версію шкали.
• Пороги ліцензій. MaaS-бізнес із виторгом групи понад $20 млн (Kimi) або $50 млн (Qwen, включно з ШІ-асистентами для коду та офісу) мусить домовлятися з вендором. Якщо продукт росте, це варто закласти в план заздалегідь.

Qwen4 ще не вийшла: чи варто відкладати вибір моделі

Ні, на 8 листопада 2026 року Qwen4 не вийшла. На сторінці Qwen у Hugging Face немає репозиторію Qwen4, в Alibaba немає API-назви та ціни. Останнє оновлення сімейства — Qwen3.8-Flash-Next. Чекати Qwen4 з вибором має сенс, лише якщо проєкт стартує пізніше і йому не потрібна модель просто зараз.

Що відомо насправді:

• 22 вересня — на конференції Apsara в Ханчжоу Qwen4 названо моделлю «в тренуванні»; за даними FelloAI, там же вперше показали слайд «Qwen4 Series Coming Soon» з назвами Max, Flash, Plus і 27B.
• 29 жовтня — той самий слайд сфотографували на виступі в Амстердамі.
• Початок листопада — офіційний акаунт Qwen в X опублікував тизер «The becoming begins» без назви моделі й дати.

У видачі ці факти перемішані з чутками про вихід «наступного тижня». Практична порада: обирайте модель під завдання зараз і порівнюйте за конкретними версіями. Коли в Qwen4 з’являться ваги й прайс, розстановку сил серед флагманів доведеться перерахувати — порівняння за датованими версіями дозволить зробити це без переписування всієї логіки вибору.

Kimi чи Qwen під завдання: код, агенти, документи, свій сервер

Універсального переможця в парі немає, є сценарії. Таблиця зводить факти з розділів вище у вибір під конкретну роботу. Якщо коротко: за якістю й ціною завдання зараз попереду Kimi K3.1 Pro, а Qwen Max і молодші моделі Qwen виграють ціною токена, компактністю та ліцензією.

Обирати одну модель не обов’язково. Ecosia в жовтні 2026 року перейшла з Mistral одразу на кілька відкритих моделей, зокрема Qwen, GLM і Kimi, і, за словами CEO компанії, витрати скоротилися приблизно вдвічі. Відкриті ваги дозволяють тримати кілька моделей в одного хостера й надсилати кожне завдання тій, що впорається з ним дешевше.

Що в цьому порівнянні застаріє першим. Бали рейтингів (версії шкал змінюються, у хмарної Qwen оновлюються снапшоти), ціни API, лічильники завантажень Hugging Face і, звісно, вихід Qwen4. Якість українською мовою на 8 листопада 2026 року ніхто не вимірював ні для K3.1 Pro, ні для Qwen3.8 — перевіряйте на своїх текстах.

Часті запитання про Kimi K3.1 Pro і Qwen3.8

Що краще — Kimi K3.1 Pro чи Qwen3.8? За незалежними рейтингами на початок листопада 2026 року — Kimi K3.1 Pro: 46 балів індексу Artificial Analysis проти 34 у хмарної Qwen3.8 Max і 62,52% проти 59,05% у Vals Index. Kimi дешевша й за розв’язане завдання. Qwen виграє ціною токена на коротких запитах, компактними моделями та Apache 2.0 у Qwen3.8-27B.

Чим Kimi K3.1 Pro відрізняється від Kimi K3? Це та сама модель на 2,8 трлн параметрів після масштабного донавчання з підкріпленням. API K3.1 Pro дешевший — $2/$10 проти $3/$15 за мільйон токенів, а у Vals Index вона набирає 62,52% проти 52,95% у K3. Ваги відкрито 4 листопада 2026 року за окремою ліцензією Kimi K3.1-Pro License з тим самим порогом $20 млн.

Чи можна запустити Kimi K3.1 Pro або Qwen3.8 на домашньому комп’ютері? Флагмани — ні. Ваги Kimi K3.1 Pro займають 1,56 ТБ, рецепт vLLM вимагає вузла з восьми B300. Відкритій Qwen3.8-2.4T навіть в 1-бітній збірці Unsloth потрібно від 450 ГБ пам’яті. Удома реальна Qwen3.8-27B: у 4 бітах їй вистачає 16–19 ГБ, тобто RTX 5080, RTX 4090 або Mac із 24 ГБ.

Чому Qwen дешевша за токен, але дорожча за завдання? Бо витрачає більше токенів. На прогін індексу Artificial Analysis Qwen3.8 Max надіслала 14,5 млрд вхідних токенів проти 7,01 млрд у Kimi K3.1 Pro і видала 150 млн вихідних проти 113 млн. Головна причина різниці $10,02 проти $3,68 за завдання — удвічі більший обсяг входу за однакових $2 за мільйон. Решту дають знижки на кеш (у Kimi повторний вхід дешевший на 90%) і ваги завдань індексу.

Чи можна використовувати ваги Kimi і Qwen у комерційному продукті? Можна: обидві ліцензії дозволяють комерційне використання. Окремий договір знадобиться, якщо ви продаєте доступ до моделі як сервіс і виторг вашої групи за 12 місяців перевищує $20 млн у Kimi K3.1 Pro або $50 млн у Qwen3.8. У Qwen туди ж потрапляють ШІ-асистенти для коду та офісу. Qwen3.8-27B іде за Apache 2.0 без порогів.

Чи безпечно надсилати дані в API Kimi і Qwen? Із застереженнями. Обидві компанії китайські, а стаття 7 Закону КНР про національну розвідку дозволяє владі вимагати доступ до їхніх даних. Чутливу інформацію надійніше обробляти на відкритих вагах у себе або в хостера поза Китаєм. Моделі при цьому лишаються ті самі, змінюється тільки місце, де обробляються ваші запити.