Kimi K3.1 Pro перетнула експортний поріг Китаю

Що саме випустила Moonshot AI

Я б розглядав Kimi K3.1 Pro одразу у двох площинах: це дуже велика MoE-модель і водночас потенційний об'єкт експортного контролю. У картці моделі Moonshot AI на Hugging Face вказано 2,8 трлн параметрів, із яких для кожного токена активуються 104 млрд. Заявлений контекст сягає 1 048 576 токенів.

Різниця між загальною та активною кількістю параметрів тут принципова. Архітектура Mixture of Experts не перетворює кожен крок інференсу на обчислення щільної моделі з 2,8 трлн параметрів, але повний набір ваг усе одно залишається величезним. Саме тут технічна характеристика несподівано стає юридичним питанням.

K3.1 Pro описується як мультимодальна модель із підтримкою тексту, зображень і відео в передбачених інтерфейсах. У документації API Moonshot також зазначені рівні міркування low, high і max, а серед основних сценаріїв названі довгий контекст, програмування, робота з інструментами та агентне виконання завдань.

За власними результатами Moonshot, модель набрала 65,7% у Terminal-Bench 4.0. Це помітний показник, але поки що я сприймав би його як заяву розробника: незалежна перевірка обмежена, а частина наведених оцінок ґрунтується на внутрішніх наборах даних. Повної відтворюваності теж немає, оскільки доступні матеріали не підтверджують публікацію всього коду навчання та складу даних.

Експортний поріг змінює правила доступу

Головний ризик полягає в тому, що Kimi K3.1 Pro формально перевищує запропонований китайський поріг у 2 трлн параметрів. Якщо регулятор рахуватиме всі параметри MoE, модель відповідатиме критерію; якщо лише активні 104 млрд, результат буде іншим.

Станом на 4 листопада 2026 року доступні повідомлення описують проєкт або заплановану систему контролю, а не автоматичну світову заборону. Незрозумілими залишаються охоплення API, ваг, контрольних точок і технічної підтримки, а також конкретна процедура отримання дозволів.

Для розробників за межами Китаю це може означати перехід від вільного поширення до керованого хмарного доступу, регіональних інтерфейсів і перевірки користувачів. Для дослідників наслідки можуть бути ще складнішими: менше доступних ваг, важче відтворювати тести та більше відмінностей між регіональними версіями.

Мій інженерний висновок простий: 2,8 трлн параметрів виглядають вражаюче, але справжня інтрига не в розмірі моделі. Усе вирішить те, яке саме число регулятор визнає розміром MoE-системи.

Раніше ми розглядали Pony Alpha — імовірну модель GLM-5, доступну через OpenRouter із контекстним вікном на 200 тис. токенів. Контекст її релізу допомагає зрозуміти, як передові китайські моделі потрапляють до користувачів різними каналами на тлі експортних обмежень.