Kenapa Model 2,8 Triliun Parameter Ini Bisa Diunduh Gratis?

Bayangkan kamu mengunduh model AI sekelas frontier, lengkap dengan bobotnya, tanpa membayar sepeser pun. Bukan demo, bukan versi kecil, tapi model utuh dengan 2,8 triliun parameter.

Itulah yang terjadi pada 4 November 2026. Moonshot AI merilis bobot Kimi K3.1 Pro di Hugging Face, tepat pada tanggal yang mereka janjikan saat peluncuran 23 Oktober lalu.

Artikel ini menjelaskan apa yang sebenarnya dirilis, seberapa kuat model ini di benchmark, dan kenapa langkah ini penting buat masa depan model open weight.

Apa yang Sebenarnya Dirilis Moonshot?

Kimi K3.1 Pro adalah model open weight, multimodal, dan agentic. Moonshot menyebutnya model 3T-class paling mumpuni yang pernah mereka buat, dan model pertama dari seri K3.1. Ia adalah hasil post-training dari Kimi K3, dengan reinforcement learning gabungan berskala besar di ratusan domain.

Arsitekturnya mixture-of-experts: 2,8 triliun parameter total, tapi hanya 104 miliar yang aktif per token, dipilih dari 896 expert. Konteksnya 1 juta token, dan ia menerima teks plus gambar berkat vision encoder MoonViT-V2.

Bobotnya tersimpan dalam 96 shard safetensors, sekitar 1,56 TB, dengan kuantisasi MXFP4 yang dilatih secara quantization-aware. Model ini tersedia juga lewat Kimi.ai, Kimi Work, Kimi Code, dan Kimi API dengan ID kimi-k3.1-pro.

Seberapa Kuat Kimi K3.1 Pro di Benchmark?

Angka yang paling banyak dikutip datang dari Terminal-Bench 4.0, tes coding agent di terminal sungguhan. Kimi K3.1 Pro mencetak 65,7 persen, hanya 0,7 poin di bawah Claude Opus 5.5 yang 66,4 persen, dan jauh di atas GPT-6 Astra yang 58,2 persen.

Di SWE Marathon v1.1, tes coding jangka panjang, ia malah memimpin dengan 51,7 persen, mengalahkan Opus 5.5 yang 46,3 persen. Di DeepSWE v1.1 ia mencetak 75,5 persen, dan di BrowseComp, tes riset web, 92,1 persen.

Penilai independen Artificial Analysis menempatkannya di peringkat keempat semua model, dengan skor 55 di Intelligence Index. Mereka menyebut, begitu bobotnya keluar, Kimi K3.1 Pro menjadi model open weight dengan skor tertinggi, dan jarak antara model terbuka dan tertutup menyempit dari 12 poin menjadi 3 poin.

Satu catatan jujur: semua skor benchmark di atas berasal dari Moonshot sendiri, dan sebagian belum diverifikasi pihak ketiga. Angkanya mengesankan, tapi tetap perlu uji independen.

Kenapa Harganya Bisa Sepertiga Lebih Murah?

Di API Moonshot, Kimi K3.1 Pro dibanderol 2 dolar per juta token input dan 10 dolar per juta token output. Itu sepertiga lebih murah dari Kimi K3, yang dipatok 3 dolar dan 15 dolar.

Ada juga varian Highspeed, yang menurut Moonshot punya kemampuan sama tapi berjalan dua sampai tiga kali lebih cepat. Pola ini jelas: kecepatan dan harga menjadi senjata utama Moonshot melawan model tertutup.

Strategi ini masuk akal. Ketika bobotnya gratis, yang dijual Moonshot bukan lagi modelnya, melainkan kemudahan. Banyak pengguna akan tetap memakai API berbayar daripada repot menjalankan sendiri, dan harga murah membuat pilihan itu makin mudah.

Lisensi Gratis, Tapi Ada Syaratnya

Bobotnya dirilis di bawah Kimi K3.1 Pro License, lisensi buatan Moonshot sendiri. Gayanya mirip MIT: kamu boleh memakai, mengubah, dan menjual hasil kerjamu. Tapi ada satu pintu yang dijaga.

Perusahaan yang menjalankan bisnis model-as-a-service dengan pendapatan di atas 20 juta dolar dalam 12 bulan wajib membuat kesepakatan terpisah dengan Moonshot sebelum memakai bobot ini secara komersial. Buat peneliti, pelajar, dan perusahaan kecil, syarat ini praktis tidak terasa.

Ada juga satu hal yang sengaja dipangkas. Moonshot menghapus data terkait cyber dari pelatihan dan reinforcement learning untuk rilis bobot ini. Mereka menyatakan tidak akan merilis bobot yang memperluas frontier kemampuan cyber absolut, dan kemampuan cyber model ini sengaja dijaga di belakang model proprietary terdepan. Skornya tetap tercatat: 74,7 di ExploitBench dan 20,7 di ExploitGym, menurut model card resmi.

Bisakah Kamu Menjalankannya Sendiri?

Jawaban jujurnya: bisa, tapi tidak murah. Bobot utuh berukuran sekitar 1,56 TB, dan Moonshot merekomendasikan vLLM, SGLang, atau TokenSpeed untuk menjalankannya. Perkiraan pihak ketiga menyebut kebutuhan sekitar delapan GPU kelas data center, atau sekitar 1.509 GB VRAM pada kuantisasi 4-bit.

Buat kebanyakan orang, angka itu berarti satu hal: model ini terbuka, tapi bukan untuk laptop. Yang paling diuntungkan adalah laboratorium, perusahaan infrastruktur, dan komunitas yang membangun layanan di atas bobot terbuka.

Kabar baiknya, kamu tidak perlu menjalankan sendiri untuk mencoba. Model ini sudah hidup di Kimi.ai dan Kimi Code sejak peluncuran 23 Oktober. Bobot terbuka menambah satu hal penting: siapa pun bisa memeriksa, menguji, dan memverifikasi klaim Moonshot secara independen.

Ketersediaan bobot ini juga tercermin di komunitas. Pada hari yang sama, Kimi K3.1 Pro masuk halaman depan Hacker News dengan 327 poin, dan repositori kimi-k3-in-c, implementasi Kimi K3 dalam bahasa C, muncul di GitHub trending harian.

Apa Artinya Buat Dunia Open Weight?

Rilis ini menutup jarak. Ketika model open weight mencetak 55 di indeks independen dan hanya tertinggal tiga poin dari model tertutup terbaik, argumen bahwa model terbuka selalu tertinggal jadi makin sulit dipertahankan.

Yang lebih menarik adalah polanya. Moonshot mengumumkan tanggal rilis bobot di hari peluncuran, lalu menepatinya. Komitmen yang ditepati seperti ini membangun kepercayaan, dan kepercayaan adalah modal utama ekosistem open weight.

Buat kamu yang penasaran dengan proyek open source lain, daftar proyek di /projects punya beberapa contoh eksperimen serupa. Kimi K3.1 Pro menunjukkan satu hal yang patut diingat: model besar yang terbuka kini bukan lagi janji, tapi unduhan sebesar 1,56 TB yang menunggu di Hugging Face.