Moonshot AI مدل Kimi K3.1 Pro را منتشر کرده است؛ نخستین مدل از مجموعه جدید K3.1. گزارش‌های SiliconANGLE، Unite.AI و وبلاگ Kimi این مدل را ۳ تریلیون پارامتر اعلام می‌کنند و نسخه Highspeed نیز در کنار مدل پرچمدار فهرست شده است. استودیو تأکید می‌کند که شمار پارامترها به‌تنهایی چیز زیادی درباره عملکرد agent نمی‌گوید؛ آنچه برای تصمیم‌های routing اهمیت دارد، latency، رفتار context و اقتصاد هر token تحت بار پایدار tool call است.
در این مقیاس، محاسبات مربوط به جایگاه استقرار تغییر می‌کند. تیم‌هایی که بارهای کاری agent را میان APIهای میزبانی‌شده و inference خودمیزبان توزیع می‌کنند، اکنون یک نقطه مرجع سوم دارند: مدلی که اندازه گزارش‌شده‌اش زیرساخت سرویس‌دهی قابل‌توجهی را ایجاب می‌کند، چه از طریق یک ارائه‌دهنده دسترسی پیدا کند و چه روی سخت‌افزار متعلق به خود مستقر شود. پرسش عملی این نیست که آیا مدلی با ۳ تریلیون پارامتر در دسترس است، بلکه این است که هر بار کاری کجا باید قرار بگیرد — میزبانی‌شده برای ظرفیت انفجاری و توانمندی‌های پیشرو، خودمیزبان برای اقامت داده، throughput قابل‌پیش‌بینی یا کنترل دقیق بر پشته inference.
استودیو چنین انتشارهایی را به‌جای تغییر پیش‌فرض‌ها، محرکی برای اجرای مجدد ارزیابی‌های routing می‌داند. چند جزئیات در پوشش ارائه‌شده روشن نیست: پنجره context مدل، شرایط لایسنس، ساختار قیمت‌گذاری و نتایج benchmark ذکر نشده‌اند و رابطه میان مدل پرچمدار و نسخه Highspeed تعریف نشده است. این شکاف‌ها باید پیش از هر تغییر در routing تولیدی با مستندات اصلی راستی‌آزمایی شوند.