Moonshot ha reso Kimi più veloce ma anche più lento

Moonshot ha reso Kimi più veloce ma anche più lento

Moonshot AI porta Kimi K3.1 Pro Highspeed su Amazon Bedrock con output più rapido e tier Flex a metà prezzo.

Moonshot AI su Bedrock: tier Flex a metà prezzo, tempi più lunghi e prompt caching.

C’è un momento, di solito verso le tre di notte, in cui un agente software deve scegliere: leggere tutto e far aspettare, oppure tagliare per fare in fretta. La scorsa settimana Amazon ha annunciato che Kimi K3.1 Pro Highspeed è disponibile su Amazon Bedrock. Non è solo un nuovo nome in catalogo: è una versione post-addestrata di Kimi K3, con la stessa architettura open-weight di classe 3T e una finestra di contesto da un milione di token. In pratica, un agente può tenere in memoria un volume di testo enorme senza spezzettarlo. E, secondo Moonshot AI, genera token di output a una velocità 2–3 volte superiore rispetto a Kimi K3.1 Pro.

La novità che cambia i conti è il tier Flex: serve questo modello a metà del prezzo Standard, in cambio di tempi di risposta potenzialmente più lunghi. C’è anche il prompt caching esplicito: il contenuto in cache viene conservato per almeno 30 minuti. Vuol dire che se il tuo agente rilegge gli stessi documenti più volte, puoi pagare meno e aspettare meno. Ma perché un post-training dovrebbe rendere il modello più adatto a compiti complessi? La risposta non sta solo nella velocità.

Il paradosso del post-training: più veloce, ma con più calma

La velocità promessa non nasce solo dall’hardware. Il punto di partenza è Kimi K3, un modello con 2,8 trilioni di parametri costruito su Kimi Delta Attention e Attention Residuals, con capacità visive native e una finestra di contesto da un milione di token. K3.1 Pro non è un modello nuovo da zero: la documentazione di K3.1 Pro spiega che si tratta dello stesso modello base open-weight, ma con un post-training molto più pesante, basato sul rinforzo. In pratica, dopo l’addestramento iniziale il modello viene messo alla prova con compiti lunghi, correggendo gli errori e imparando a non perdersi quando il lavoro si allunga.

I numeri aiutano a capire la posizione. Nel confronto riportato dalla documentazione di Kimi, K3.1 Pro totalizza 65,7%, davanti a GPT-6 Astra (58,2%) e appena sotto Claude Opus 5.5 (66,4%). Non è una vittoria schiacciante, ma è interessante per un modello open-weight: tallona il top di gamma di Anthropic e resta davanti a GPT-6 Astra. Moonshot AI dice che il training extra punta al lavoro agentico a lungo orizzonte e a meno errori fattuali: agenti che possono restare in esecuzione più a lungo, su catene di ragionamento complesse, senza perdere il filo.

Ma il tier Flex è solo un pezzo di un meccanismo più ampio. Se una quota rilevante dei ricavi può andare al laboratorio che ha creato il modello, cosa resta ai cloud provider? La risposta non è nei benchmark, ma nella capacità di rendere questi modelli davvero convenienti.

E adesso? La domanda che non si può ignorare

I pesi completi di Kimi K3 sono già stati rilasciati entro il 27 luglio 2026. In concreto, chiunque può prendere il modello base e adattarlo. Questo abbassa la barriera all’ingresso per i provider: se il modello è open-weight, il valore non sta nel possedere i pesi, ma nel servirli bene. Secondo precedenti report di media esteri, la quota di condivisione può arrivare fino al 30%. E, come descritto dal National Business Daily, i cloud provider che ospitano i modelli Kimi condividono i ricavi con Moonshot in base all’utilizzo.

Il quadro è chiaro: chi offre il modello deve convincere gli sviluppatori che vale la pena pagare per la latenza giusta. Il tier Flex dice una cosa semplice: puoi pagare meno se accetti qualche minuto di attesa in più. Ma per un agente che alle tre di notte deve decidere se riassumere un contratto o chiedere all’utente di aspettare, quella attesa non è neutra. La prossima mossa non sarà annunciata con un comunicato, ma con un agente che sceglie da solo se aspettare o pagare. Occhi puntati sui prossimi mesi, quando gli agenti notturni inizieranno a fare sul serio.

🍪 Impostazioni Cookie