> ## Content Index
> Fetch the complete content index at: https://aihub.vnpay.vn/llms.txt
> Use this file to discover other available public pages before exploring further.

# Moonshot công bố trọng số Kimi K3.1 Pro: Model mở 2.800 tỷ tham số và những điều cần cân nhắc trước khi dùng
- URL: https://aihub.vnpay.vn/moonshot-cong-bo-trong-so-kimi-k3-1-pro-model-mo-2-800-ty-tham-so-va-nhung-dieu-can-can-nhac-truoc-khi-dung/
- Published: 2026-11-12T02:17:44.000Z
- Updated: 2026-11-12T02:17:44.000Z
- Description: Ngày 04/11/2026, Moonshot AI đưa trọng số Kimi K3.1 Pro lên Hugging Face, kèm model card và giấy phép riêng. Model mở 2.800 tỷ tham số này nặng khoảng 1,56 TB, chạy được trên cả chip Ascend của Huawei.
- Author: Nguyễn Ngọc Hải
- Tags: Tin tức, Kimi, Mô hình

Ngày 04/11/2026, Moonshot AI (Trung Quốc) đưa toàn bộ trọng số của **Kimi K3.1 Pro** lên Hugging Face, đúng hạn đã hứa khi ra mắt model ngày 23/10 \[1\]\[2\]\[3\]. Đây là model kiến trúc Mixture-of-Experts (MoE) với **2.800 tỷ tham số**, mỗi token kích hoạt khoảng **104 tỷ**, ngữ cảnh khoảng **1 triệu token**, nhận đầu vào văn bản và hình ảnh \[3\].

AI Hub đã đưa tin về sự kiện ra mắt. Bài này tập trung vào những gì mới được công bố cùng trọng số: model card chi tiết, giấy phép riêng, hỗ trợ phần cứng từ vLLM và Huawei. Bài cũng phân tích câu hỏi thực tế nhất với doanh nghiệp: **tự vận hành model trong hạ tầng của mình, hay gọi API đặt tại Trung Quốc** \[2\]\[4\]\[5\].

## Những gì đã được xác nhận khi trọng số được công bố

| Hạng mục            | Lúc ra mắt (23/10)                                                                            | Khi mở trọng số (04/11)                                                                                             |
| ------------------- | --------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------- |
| Thông số kiến trúc  | Moonshot chỉ gọi là model "nhóm 3.000 tỷ tham số"; số liệu chi tiết được suy từ Kimi K3 \[1\] | Model card xác nhận 2.800 tỷ / 104 tỷ tham số, 93 lớp, 896 chuyên gia \[3\]                                         |
| Đầu vào             | Chưa có danh sách chính thức \[1\]                                                            | Văn bản và hình ảnh \[3\]                                                                                           |
| Giấy phép           | Chưa công bố                                                                                  | **Kimi K3.1-Pro License**, giấy phép riêng có điều kiện \[4\]                                                       |
| Dung lượng trọng số | Ước tính theo K3                                                                              | 96 file, khoảng **1,56 TB** \[6\]                                                                                   |
| Phần cứng           | Chưa có thông tin                                                                             | vLLM hỗ trợ GPU NVIDIA, AMD, TPU của Google, chip của Alibaba; Huawei hỗ trợ chip Ascend ngay trong ngày \[5\]\[7\] |

Kimi K3.1 Pro là phiên bản hậu huấn luyện (post-training) của Kimi K3, model Moonshot ra mắt ngày 16/07/2026\. Moonshot dùng lượng tính toán lớn hơn nhiều cho giai đoạn học tăng cường trên hàng trăm lĩnh vực, với trọng tâm là **lập trình, tạo mô hình 3D, nghiên cứu tài chính và tác vụ agent kéo dài** \[1\]\[2\]\[8\]. Bản **Highspeed** (nhanh gấp 2–3 lần) hiện mới có qua API; model card không nhắc tới trọng số của bản này \[6\].

## Kiến trúc: 2.800 tỷ tham số, mỗi token chỉ dùng khoảng 104 tỷ

MoE chia model thành nhiều "chuyên gia" (expert) nhỏ. Với mỗi token, một bộ định tuyến chỉ chọn vài chuyên gia phù hợp để tính toán, thay vì chạy toàn bộ model. Nhờ vậy chi phí tính toán mỗi token thấp hơn nhiều so với một model dày đặc (dense) cùng kích thước \[3\]\[9\].

| Thông số                         | Giá trị                                                                       |
| -------------------------------- | ----------------------------------------------------------------------------- |
| Tổng tham số / tham số kích hoạt | 2.800 tỷ / 104 tỷ                                                             |
| Số chuyên gia                    | 896, mỗi token chọn 16, cộng 2 chuyên gia dùng chung                          |
| Số lớp                           | 93 (1 lớp dense)                                                              |
| Cơ chế attention                 | 69 lớp KDA (attention tuyến tính) + 24 lớp Gated DSA (attention thưa)         |
| Ngữ cảnh                         | 1.048.576 token                                                               |
| Đầu vào                          | Văn bản, hình ảnh (bộ mã hóa hình ảnh MoonViT-V2, 401 triệu tham số)          |
| Định dạng trọng số               | MXFP4 cho trọng số, MXFP8 cho activation, huấn luyện có tính đến lượng tử hóa |

*Nguồn: model card trên Hugging Face \[3\].*

Điểm mới so với K3 là cơ chế attention lai. Phần lớn các lớp dùng attention tuyến tính, chi phí tăng chậm khi ngữ cảnh dài ra. 24 lớp còn lại được bổ sung attention thưa, chỉ chọn khoảng 2.048 token liên quan nhất để tính chính xác \[3\]\[5\]. Đây là cách Moonshot giữ chi phí hợp lý ở ngữ cảnh 1 triệu token.

![](https://aihub.vnpay.vn/content/images/2026/11/kimi-k31-moe-1.gif)

## Hiệu năng: tiến sát nhóm dẫn đầu, thứ hạng phụ thuộc cách đo

Số liệu Moonshot công bố khi ra mắt, so với hai model đóng hàng đầu \[1\]\[10\]:

| Bài kiểm tra                                   | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra |
| ---------------------------------------------- | ------------- | --------------- | ----------- |
| Terminal-Bench 4.0 (tác vụ dòng lệnh)          | 65,7          | 66,4            | 58,2        |
| SWE Marathon v1.1 (lập trình dài hơi)          | 51,7          | 46,3            | 42,5        |
| Terminal-Bench-Science 0.1                     | 38,1          | 63,3            | 68,1        |
| OfficeQA Pro v2 (phân tích tài liệu tài chính) | 64,4          | 62,2            | 54,4        |

*Nguồn: \[1\]\[10\]. Số Moonshot tự đo; một số bài là bộ kiểm tra nội bộ.*

Đánh giá độc lập của Artificial Analysis cho thấy thứ hạng phụ thuộc nhiều vào phương pháp đo:

- **Chỉ số v4 (23/10): 55 điểm, hạng 4**, sau Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) và Muse Wonder Full (56). Artificial Analysis dự báo khi trọng số được công bố, khoảng cách giữa model mở tốt nhất và model đóng tốt nhất sẽ thu hẹp từ 12 xuống 3 điểm \[11\]\[12\].
- **Chỉ số v5 (27/10): 46 điểm, hạng 9.** Phiên bản mới thêm bài kiểm tra lập trình và khoa học, khoảng 60% dùng bộ đề không công khai để hạn chế việc tối ưu riêng cho benchmark. K3.1 Pro vẫn là model trọng số mở có điểm cao nhất, nhưng kém model dẫn đầu 12 điểm \[13\].
- Trên bài kiểm tra kiến thức AA-Omniscience, tỷ lệ trả lời bịa khi không biết vẫn ở mức **44%** \[11\].

## Giá API

| Model                                       | Đầu vào | Đầu vào trúng cache | Đầu ra |
| ------------------------------------------- | ------- | ------------------- | ------ |
| kimi-k3.1-pro                               | 2 USD   | 0,20 USD            | 10 USD |
| kimi-k3.1-pro-highspeed (nhanh gấp 2–3 lần) | 4 USD   | 0,20 USD            | 20 USD |

*Đơn vị: USD cho mỗi triệu token, chưa gồm thuế. Nguồn: \[11\]\[14\]\[15\].*

Theo các nguồn trên, mức giá áp dụng chung cho toàn bộ cửa sổ 1 triệu token, không tính phụ phí ngữ cảnh dài \[14\]. Tuy vậy, **đơn giá token thấp không đồng nghĩa chi phí mỗi việc thấp**. Artificial Analysis ghi nhận K3.1 Pro dùng khoảng 55.000 token đầu ra cho mỗi tác vụ, nên chi phí mỗi tác vụ gần như không đổi so với K3 dù đơn giá giảm khoảng 33% \[11\].

## Tự vận hành hay gọi API

Với một model trọng số mở, doanh nghiệp có hai cách dùng. Hai cách này khác nhau căn bản về chi phí, hạ tầng và nơi dữ liệu được xử lý.

**Tự vận hành trên hạ tầng của mình.**

- Bộ trọng số gồm 96 file, tổng khoảng **1,56 TB** \[6\].
- Theo phép tính từ dung lượng file của Braindetox, riêng phần trọng số đã cần **ít nhất khoảng 20 GPU loại 80 GB**. Con số này chưa tính bộ nhớ đệm ngữ cảnh (KV cache) và các chi phí vận hành khác. Model card không đưa ra yêu cầu phần cứng chính thức \[6\].
- vLLM công bố hỗ trợ ngay ngày phát hành, với số liệu chạy trên GPU NVIDIA GB300 (cụm 8 GPU), AMD MI355X, Google TPU v7x và chip PPU của Alibaba T-HEAD \[5\].
- Huawei công bố hỗ trợ suy luận trên dòng **Atlas 800 A3, Atlas 900 A3 SuperPoD và Ascend 950** qua vLLM Ascend và SGLang. Model vì vậy có thể chạy trên hạ tầng không phụ thuộc chip NVIDIA \[2\]\[7\].
- Kho model có mã Python tùy chỉnh đi kèm, cần được rà soát trước khi chạy \[6\].

**Gọi API của Moonshot.**

- Không cần hạ tầng riêng, chi phí tính theo token.
- Moonshot cho biết khách hàng API có tùy chọn **không lưu dữ liệu** (Zero Data Retention) \[1\].
- Trang trợ giúp của ứng dụng Kimi cho biết dữ liệu người dùng được lưu trên **máy chủ tại Trung Quốc đại lục**, và nội dung hội thoại cá nhân có thể được dùng để huấn luyện model sau khi ẩn danh, trừ khi người dùng gửi yêu cầu từ chối. Gói doanh nghiệp Kimi Business cam kết không đưa dữ liệu doanh nghiệp vào huấn luyện \[16\].

![](https://aihub.vnpay.vn/content/images/2026/11/kimi-k31-tu-van-hanh-hay-api-1.gif)

## Giấy phép: mở, nhưng có điều kiện

K3.1 Pro không dùng giấy phép chuẩn như MIT hay Apache 2.0\. Moonshot phát hành theo **Kimi K3.1-Pro License**, giấy phép riêng do công ty soạn \[4\]. Giấy phép cho phép dùng, sửa đổi, phân phối lại, tinh chỉnh (fine-tune) và tạo sản phẩm phái sinh, kèm các điều kiện sau \[4\]:

| Trường hợp                                                                                                                                                                                  | Điều kiện                                                               |
| ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------- |
| Mọi bản sao                                                                                                                                                                                 | Giữ nguyên thông báo bản quyền và giấy phép                             |
| Sản phẩm thương mại trên 100 triệu người dùng hoạt động mỗi tháng, hoặc doanh thu trên 20 triệu USD mỗi tháng                                                                               | Hiển thị nổi bật tên "Kimi K3.1-Pro" trên giao diện sản phẩm            |
| Kinh doanh model dạng dịch vụ (cho bên thứ ba gọi model qua API, có quyền kiểm soát đáng kể đầu vào, tham số hoặc dữ liệu huấn luyện), doanh thu trên 20 triệu USD trong 12 tháng liên tiếp | Ký thỏa thuận riêng với Moonshot trước khi dùng cho mục đích thương mại |
| Dùng nội bộ, không cung cấp model, đầu ra hay năng lực của model cho bên thứ ba; hoặc dùng qua sản phẩm chính thức và đối tác suy luận được Moonshot chứng nhận                             | Được miễn hai điều kiện trên                                            |

*Nguồn: \[4\].*

Giấy phép cũng ghi rõ phần mềm và đầu ra được cung cấp "nguyên trạng"; Moonshot không chịu trách nhiệm với các khiếu nại phát sinh từ việc sử dụng \[4\].

![](https://aihub.vnpay.vn/content/images/2026/11/kimi-k31-giay-phep-1.gif)

## Năng lực an ninh mạng sau khi mở trọng số

Trước khi mở trọng số, Moonshot loại dữ liệu liên quan đến an ninh mạng khỏi giai đoạn huấn luyện giữa kỳ và môi trường học tăng cường. Trên bộ kiểm tra khai thác lỗ hổng nội bộ, bản phát hành đạt 81,0%, thấp hơn bản chưa qua bước này (90,5%) nhưng vẫn cao hơn nhiều so với K3 (33,3%) \[1\]\[10\]. Đây là đánh giá Moonshot tự thực hiện, chưa có kiểm chứng độc lập \[6\]\[9\]. Khi trọng số đã công khai, bên thứ ba có thể tinh chỉnh lại model, nên mọi lớp giới hạn đều không thể kiểm soát hoàn toàn.

## Rủi ro và giới hạn cần lưu ý

- **Benchmark phần lớn do Moonshot tự đo**, nhiều bài là bộ kiểm tra nội bộ, và điều kiện chạy các model so sánh có thể khác nhau \[6\]\[10\]. Chỉ riêng việc Artificial Analysis đổi phương pháp đã khiến thứ hạng tụt từ 4 xuống 9 \[13\].
- **Ảo giác vẫn đáng kể** trong bài kiểm tra kiến thức độc lập \[11\]. Với nội dung tài chính, đầu ra cần được kiểm chứng.
- **Chi phí hạ tầng để tự vận hành rất lớn.** Con số 104 tỷ tham số kích hoạt dễ gây hiểu nhầm về phần cứng cần thiết \[6\]\[9\].
- **Nơi xử lý dữ liệu khi dùng dịch vụ của Moonshot** cần được đánh giá theo yêu cầu pháp lý và chính sách nội bộ \[16\].
- **Rủi ro nhà cung cấp.** Đầu năm 2026, Anthropic cáo buộc Moonshot cùng DeepSeek và MiniMax khai thác năng lực của Claude bằng kỹ thuật chưng cất (distillation) \[8\]. Các diễn biến chính sách tại Mỹ liên quan đến công ty AI Trung Quốc có thể ảnh hưởng tới việc sử dụng lâu dài.

## Nhìn cho tỉnh táo

**Thông tin chính thức:**

- Blog ra mắt của Moonshot AI \[1\].
- Model card và file giấy phép trên Hugging Face \[3\]\[4\].
- Trang trợ giúp về sử dụng dữ liệu của Kimi \[16\].

**Nguồn bên ngoài:**

- Đánh giá độc lập của Artificial Analysis, qua bài gốc, CGTN và Let's Data Science \[11\]\[12\]\[13\].
- Thông báo hỗ trợ của vLLM và Huawei \[5\]\[7\].
- TechNode, VKTR, SiliconANGLE đưa tin \[2\]\[8\]\[10\].
- Phân tích về giá và hạ tầng của Braindetox, AICybr, Apidog, Yotta Labs \[6\]\[9\]\[14\]\[15\].

**Ba điểm không nên đọc lệch:**

1. **"104 tỷ tham số kích hoạt" không có nghĩa chỉ cần phần cứng cho 104 tỷ tham số.** Con số này quyết định lượng tính toán mỗi token. Toàn bộ 2.800 tỷ tham số, khoảng 1,56 TB, vẫn phải nằm trong bộ nhớ để model chạy được \[6\]\[9\].
2. **"Trọng số mở" không đồng nghĩa "tự do tuyệt đối".** Giấy phép riêng có ngưỡng ghi tên model và ngưỡng ký thỏa thuận với Moonshot. Dù vậy, việc dùng nội bộ được miễn các điều kiện này \[4\].
3. **"Đứng thứ 4 thế giới" chỉ đúng với một phiên bản chỉ số tại một thời điểm.** Ở chỉ số v5 của chính Artificial Analysis, K3.1 Pro xếp hạng 9, dù vẫn dẫn đầu nhóm model mở \[11\]\[13\].

## Ý nghĩa với chúng ta

*Các gợi ý dưới đây là góc nhìn chung, team cần đối chiếu với quy trình, chính sách an toàn thông tin và quy định về dữ liệu thực tế của VNPAY trước khi áp dụng.*

- **Tách bạch hai câu hỏi: dùng model nào, và dữ liệu đi đâu.** Với model mở, rủi ro dữ liệu phụ thuộc chủ yếu vào cách triển khai. Tự vận hành trong hạ tầng của tổ chức giữ dữ liệu ở bên trong. Gọi API hoặc dùng ứng dụng của nhà cung cấp đồng nghĩa dữ liệu được gửi ra ngoài, trong trường hợp này có thể tới máy chủ đặt tại Trung Quốc \[16\]. Phương án gọi API cần được bộ phận pháp chế và an toàn thông tin đánh giá theo quy định về bảo vệ dữ liệu cá nhân và chuyển dữ liệu ra nước ngoài.
- **Không đưa dữ liệu khách hàng, dữ liệu giao dịch hay tài liệu nội bộ vào ứng dụng Kimi bản phổ thông.** Mặc định của ứng dụng cho phép dùng nội dung hội thoại để huấn luyện \[16\].
- **Tính tổng chi phí sở hữu trước khi chọn tự vận hành.** Một cụm vài chục GPU loại lớn cho riêng một model là khoản đầu tư đáng kể \[6\]\[9\]. Nhiều bài toán nội bộ có thể chỉ cần model nhỏ hơn.
- **Đo chi phí theo tác vụ hoàn thành, không theo đơn giá token.** Model "suy nghĩ" dài hơn có thể xóa mất lợi thế giá \[11\].
- **Tự kiểm thử trên bài toán của mình.** Benchmark tài chính của Moonshot là tín hiệu tham khảo. Nên đánh giá trên bộ câu hỏi và tài liệu nội bộ đã ẩn danh, kèm tiêu chí đo tỷ lệ sai sự thật \[1\]\[11\].
- **Đọc giấy phép cùng pháp chế trước khi đưa vào sản phẩm cho khách hàng.** Dùng nội bộ được miễn điều kiện, nhưng sản phẩm đối ngoại quy mô lớn có thể chạm ngưỡng ghi tên model \[4\].
- **Coi trọng số tải về là phần mềm của bên thứ ba.** Tải từ kho chính thức, kiểm tra mã tùy chỉnh đi kèm, chạy trong môi trường cách ly và quản lý phiên bản như mọi thành phần trong chuỗi cung ứng phần mềm \[6\].

---

## References

1. Moonshot AI — *Introducing Kimi K3.1 Pro* (23/10/2026). Available at: [https://kimi.com/en/blog/kimi-k3-1-pro](https://kimi.com/en/blog/kimi-k3-1-pro?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
2. TechNode — *Moonshot AI releases Kimi K3.1 Pro model weights* (05/11/2026). Available at: [https://technode.com/2026/11/05/moonshot-ai-releases-kimi-k3-1-pro-model-weights/](https://technode.com/2026/11/05/moonshot-ai-releases-kimi-k3-1-pro-model-weights/?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
3. Moonshot AI — *moonshotai/Kimi-K3.1-Pro* (model card), Hugging Face (11/2026). Available at: [https://huggingface.co/moonshotai/Kimi-K3.1-Pro](https://huggingface.co/moonshotai/Kimi-K3.1-Pro?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
4. Moonshot AI — *Kimi K3.1-Pro License*, Hugging Face (2026). Available at: [https://huggingface.co/moonshotai/Kimi-K3.1-Pro/blob/main/LICENSE](https://huggingface.co/moonshotai/Kimi-K3.1-Pro/blob/main/LICENSE?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
5. vLLM — *vLLM Delivers Day-0 Support for Kimi K3.1 Pro* (04/11/2026). Available at: [https://vllm.ai/blog/2026-11-04-kimi-k31-pro](https://vllm.ai/blog/2026-11-04-kimi-k31-pro?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
6. Braindetox — *Kimi K3.1 Pro Weights Released: Size, License, Memory Math* (06/11/2026). Available at: [https://braindetox.kr/en/posts/kimi\_k3\_1\_pro\_weights\_released.html](https://braindetox.kr/en/posts/kimi%5Fk3%5F1%5Fpro%5Fweights%5Freleased.html?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
7. iFeng Tech — *华为宣布昇腾0 Day支持Kimi K3.1 Pro推理部署* (05/11/2026). Available at: [https://tech.ifeng.com/c/8xnYs1xxOKE](https://tech.ifeng.com/c/8xnYs1xxOKE?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
8. SiliconANGLE — *China's Moonshot throws down the gauntlet with Kimi K3, the world's largest open-weight model* (16/07/2026). Available at: [https://siliconangle.com/2026/07/16/chinas-moonshot-throws-gauntlet-kimi-k3-worlds-largest-open-weight/](https://siliconangle.com/2026/07/16/chinas-moonshot-throws-gauntlet-kimi-k3-worlds-largest-open-weight/?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
9. AICybr — *Kimi K3.1 Pro: API Pricing, Benchmarks, Open-Weight Release and Self-Hosting Requirements* (24/10/2026). Available at: [https://aicybr.com/blog/kimi-k3-1-pro-api-open-weights-benchmarks-cyber-training](https://aicybr.com/blog/kimi-k3-1-pro-api-open-weights-benchmarks-cyber-training?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
10. Hawley, M. — *Kimi K3.1 Pro Nears Top Proprietary Models as Moonshot Limits Its Cyber Skills*, VKTR (25/10/2026). Available at: [https://www.vktr.com/ai-platforms/kimi-k31-pro-nears-top-proprietary-models-as-moonshot-limits-its-cyber-skills/](https://www.vktr.com/ai-platforms/kimi-k31-pro-nears-top-proprietary-models-as-moonshot-limits-its-cyber-skills/?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
11. Artificial Analysis — *Kimi K3.1 Pro launch benchmarks* (23/10/2026). Available at: [https://artificialanalysis.ai/articles/kimi-k3-1-pro-launch-benchmarks](https://artificialanalysis.ai/articles/kimi-k3-1-pro-launch-benchmarks?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
12. CGTN — *Kimi K3.1 Pro, an open-weight model within 3 points of the frontier* (24/10/2026). Available at: [https://news.cgtn.com/news/2026-10-24/Kimi-K3-1-Pro-an-open-weight-model-within-3-points-of-the-frontier-1Rvpycrxw2s/p.html](https://news.cgtn.com/news/2026-10-24/Kimi-K3-1-Pro-an-open-weight-model-within-3-points-of-the-frontier-1Rvpycrxw2s/p.html?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
13. Let's Data Science — *Artificial Analysis Index v5 drops Kimi K3.1 Pro from fourth to ninth* (29/10/2026). Available at: [https://letsdatascience.com/news/artificial-analysis-index-v5-drops-kimi-k31-pro-from-fourth-563911c6](https://letsdatascience.com/news/artificial-analysis-index-v5-drops-kimi-k31-pro-from-fourth-563911c6?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
14. Apidog — *Kimi K3.1 Pro Pricing: API Costs, Caching Math and Kimi Plans* (26/10/2026). Available at: [https://apidog.com/blog/kimi-k3-1-pro-pricing/](https://apidog.com/blog/kimi-k3-1-pro-pricing/?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
15. Yotta Labs — *Kimi K3.1 Pro Pricing: API Cost, Highspeed, Cache Rates, and How It Compares* (27/10/2026). Available at: [https://www.yottalabs.ai/post/kimi-k3-1-pro-pricing-api-cost](https://www.yottalabs.ai/post/kimi-k3-1-pro-pricing-api-cost?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).
16. Kimi — *Data Usage and Sharing*, Kimi Help Center (n.d.). Available at: [https://www.kimi.com/help/others/data-usage](https://www.kimi.com/help/others/data-usage?ref=aihub.vnpay.vn) (Accessed: 11/11/2026).