Reasoning / 1M kontekst / multimodal / coding

Kimi (Moonshot AI)

  • Kimi K3 od 16.07.2026 $3/$15

    Około 2,8 bln parametrów, kontekst 1M. API: kimi‑k3. To stawka przy cache miss.

  • Wagi K3 od ok. 27.07.2026 Kimi K3 License

    Publiczne, ale to nie jest licencja OSI. Własny hosting wymaga supernode.

  • K2.7 Code / K2.6 w API $0.95/$4

    Zostają do kodu i starszych wdrożeń.

Przy trafieniu w cache wejście K3 kosztuje $0.30 za 1M tokenów.

  • Zweryfikowano2026-08-01
  • Modele w profilu3
  • Źródła4
  • Kanały wdrożenia3
Aktualizacja 18.07.2026 Kimi K3 w e-commerce: zastosowania, koszty i ryzyka Czytaj analizę

Decyzja zakupowa (kiedy wybrać / kiedy uważać)

Wybierz, jeśli…

  • Analizujesz bardzo długie dokumenty lub repozytoria i potrzebujesz kontekstu 1M w dobrej cenie.
  • Robisz długie zadania coding/reasoning/agentowe i chcesz flagowego Kimi K3 zamiast droższych modeli premium.
  • Chcesz multimodalność (obraz/wideo) i kontekst 1M w API lub Kimi Code.

Unikaj, jeśli…

  • Twoim priorytetem jest język polski i lokalne nuance (często słabsze niż top‑3 + Bielik).
  • Wymagasz enterprise governance w UE - sprawdź warunki, regiony i retencję.
  • Potrzebujesz self-host bez infrastruktury supernode - K3 wymaga klastra 64+ akceleratorów; rozważ API albo lżejszy open-weight.
  • Potrzebujesz licencji OSI (MIT/Apache) - Kimi K3 License ma osobne warunki komercyjne (m.in. MaaS).

Koszt w praktyce (scenariusze)

Long‑doc analysis

Często tańsze niż premium top‑3 przy długich kontekstach (sprawdź cennik).

  • duże dokumenty
  • częste streszczenia
Reasoning/coding

Dobry koszt/jakość w API, ale K3 zawsze generuje reasoning_content - tokeny rozumowania liczą się do limitu obok outputu.

  • zadania reasoning
  • wieloturowe sesje
Self-host K3

Wagi publiczne od ~27.07.2026 (Kimi K3 License); wymaga infrastruktury supernode (64+ akceleratory) - licz koszt klastra i MLOps, nie jednego GPU.

  • on-prem
  • kontrola danych
  • duży kontekst
  • warunki MaaS powyżej progów przychodu
To są widełki/scenariusze (nie faktura). Dokładny koszt zależy od długości kontekstu, liczby użytkowników, limitów i polityk retencji.

Wdrożenie / dane / enterprise

Kanały wdrożenia

  • Self-host K3 (wagi publiczne od ~27.07.2026; supernode 64+ akceleratory; Kimi K3 License)
  • Kimi OpenPlatform (API)
  • Kimi.com / Kimi Work / Kimi Code (SaaS)

Polityka danych

Trening na danych
Treści klienta mogą służyć do utrzymania i ulepszania usług - wyłączenie wymaga umowy enterprise (sprawdź warunki OpenPlatform).
Retencja
Zależnie od rodzaju danych i celu; dane konta, input i płatności mogą być przechowywane przez czas aktywności konta.
Data residency
Serwery w Singapurze (Kimi OpenPlatform).
Transfer poza EOG i wykorzystanie danych do rozwoju usług wymagają akceptacji legal/security przed wdrożeniem z danymi klientów sklepu.

Najlepsze zastosowania

  • analiza bardzo długich dokumentów i repozytoriów (raporty, umowy, specyfikacje) - kontekst 1M
  • długie zadania coding, reasoning i agentowe w pipeline’ach - szczególnie Kimi K3
  • multimodalne pipeline’y: analiza obrazów i wideo w jednym zapytaniu przez K3

Mocne strony

  • Kontekst 1M i silny reasoning w konkurencyjnej cenie względem modeli premium.
  • K3 jako jeden flagowy model zamiast rozdzielonych linii K2.x; wagi publiczne (self-host).
  • API dostępne globalnie; dobra jakość w chińskim i angielskim; Kimi Code dla terminalowych agentów.

Słabe strony / ryzyka

  • Mniejszy ekosystem integracji niż OpenAI/Claude; dokumentacja częściowo po chińsku.
  • Ograniczona jakość w języku polskim; compliance dla UE wymaga weryfikacji.
  • Licencja Kimi K3 License nie jest OSI open source; self-host wymaga supernode (ok. 2,8T MoE, 64+ akceleratory).

Aktualne modele (przykłady)

  • Kimi K3 (`kimi-k3`) - flagowy model (1M ctx); open weights od ~27.07.2026 (self-host: supernode).
  • Kimi K2.7 Code - wariant do kodowania (256K ctx); legacy/specialized.
  • Kimi K2.6 / K2.5 / K2 - poprzednie generacje, obecnie legacy.

Alternatywy (jeśli ten model nie pasuje)

CL
Claude
safety + long‑context w dojrzałym enterprise
GE
Gemini
multimodal + GCP governance
OP
OpenAI
najszerszy ekosystem narzędzi