Moonshot AI lanzó Kimi K3.1 Pro el 23 de octubre. Se trata de una versión post-entrenada del modelo Kimi K3 de la compañía y llega acompañada de una variante más rápida, K3.1 Pro Highspeed. Ambas cuentan con una ventana de contexto de 1 millón de tokens. Moonshot describe K3.1 Pro como un modelo de pesos abiertos "de clase 3T" y afirma que los pesos completos se publicarán antes del 4 de noviembre de 2026.

Dónde se puede usar

K3.1 Pro está disponible en Kimi.ai, en las aplicaciones móviles de Kimi, en Kimi Work y Kimi Code, y a través de la API de Kimi como kimi-k3.1-pro y kimi-k3.1-pro-highspeed. Moonshot asegura que Highspeed funciona de 2 a 3 veces más rápido que el modelo estándar. En Kimi Enterprise está desactivado por defecto en el lanzamiento y debe activarlo un administrador, y los clientes de la API disponen de retención de datos cero. El anuncio no indica precios de la API, el número de parámetros ni la licencia de los pesos abiertos.

Las cifras de los benchmarks de Moonshot

Todas las cifras a continuación provienen de la propia publicación de Moonshot y no han sido verificadas de forma independiente. Varias proceden de los benchmarks internos de Moonshot.

Programación: en Terminal-Bench 4.0, Moonshot reporta un 65.7% para K3.1 Pro, frente al 66.4% de Claude Opus 5.5 y el 58.2% de GPT-6 Astra.
Alucinaciones: en su Kimi Hallu Bench interno (conjunto difícil, con herramientas, donde menos es mejor), K3.1 Pro obtiene 8.3, por debajo del 23.4 de K3, frente a 5.5 de GPT-6 Astra y 15.0 de Claude Opus 5.5.
Finanzas y trabajo de oficina: 64.4 en OfficeQA Pro v2, que Moonshot califica de estado del arte, y 57.6 frente a 50.4 de K3 en su prueba interna de modelado financiero.
Modelado 3D: 92.7 en BenchCAD con herramientas, por detrás de Claude Opus 5.5 (96.2) y GPT-6 Astra (95.9).

Moonshot también afirma haber eliminado datos relacionados con ciberseguridad de partes del entrenamiento para el lanzamiento de pesos abiertos, y que la capacidad cibernética del modelo se mantiene por debajo de la de los modelos propietarios de vanguardia disponibles públicamente. En su prueba interna de ciberseguridad, K3.1 Pro obtiene 81.0, frente a 90.5 de un checkpoint de Kimi entrenado sin esa reducción.

A quién le importa esto

Si pruebas independientes confirman las cifras de Moonshot, K3.1 Pro situaría a un modelo descargable cerca de Claude Opus 5.5 en tareas de programación. Esto importa sobre todo a las empresas que quieren ejecutar un modelo en sus propios servidores en lugar de enviar datos a una API en la nube. Un modelo de este tamaño requiere un clúster de servidores, no una laptop.

Qué significa esto si estás eligiendo un modelo

Si quieres un modelo abierto que puedas alojar tú mismo, espera a los pesos y a los benchmarks independientes antes de cambiar. Mientras tanto, DeepSeek es una opción de pesos abiertos ampliamente usada, y DeepSeek vs ChatGPT muestra cómo se compara un modelo abierto con un asistente cerrado.

Si lo que necesitas principalmente es contexto largo, ya puedes probar K3.1 Pro en Kimi.ai con un contrato extenso o una base de código y evaluar los resultados con tu propio material.