Moonshot lanza Kimi K3.1 Pro: 55 puntos y $2/$10 por millón de tokens

La china Moonshot ha publicado en su API el modelo Kimi K3.1 Pro. Las tarifas son $2 por millón de tokens de entrada y $10 por millón de tokens de salida. Es el mismo precio que GPT-6.1 Sol, mientras que Claude Opus 5.5 cuesta el doble. En el índice independiente de Artificial Analysis, Kimi ha obtenido 55 puntos y solo queda por detrás de Opus 5.5, con 58. Los pesos siguen cerrados por ahora, pero Moonshot promete publicarlos íntegros antes del 4 de noviembre de 2026.

Qué ha mostrado la medición independiente

Los benchmarks de la propia Moonshot sitúan a K3.1 Pro aproximadamente a la par de Opus 5.5 y GPT-6 Astra. En algunas pruebas los supera y en otras se queda muy cerca. Este tipo de tablas suelen elegirse a medida del fabricante, así que resulta más importante el índice externo. Artificial Analysis ordena los modelos así:

• Claude Opus 5.5: 58 puntos
• Kimi K3.1 Pro: 55
• Claude Fable 5.1: 53
• GPT-6 Astra: 53
• Gemini 4 Argon: 53

La distancia con el líder es de tres puntos. Sobre los tres modelos cerrados, Kimi saca dos. Hasta ahora, los modelos con pesos abiertos, aunque fuera a futuro, iban claramente por detrás de la frontera cerrada. Esta vez, por primera vez, no ha sido así.

La economía de los tokens y el precio de la velocidad

En escenarios con agentes, el precio del token pesa más que una diferencia de un par de puntos en el índice. Un agente que trabaja en bucle («lee el repositorio, piensa, corrige») gasta muchos tokens de entrada y bastantes menos de salida. Hagamos la cuenta con las tarifas de Moonshot: una sesión con 500 mil tokens de entrada y 50 mil de salida cuesta $1,00 por la entrada y $0,50 por la salida, es decir, $1,50. Con Opus 5.5, cuyo precio es el doble, el mismo volumen costaría aproximadamente $3. Es un cálculo nuestro, no un dato del fabricante. Con miles de sesiones al día, la diferencia se convierte en una partida visible del presupuesto.

También existe la variante Highspeed. Es entre 2 y 3 veces más rápida y cuesta el doble. La excepción son los aciertos en la caché de entrada: ahí el precio no cambia. Para cadenas agénticas largas con mucho contexto repetido (prompt de sistema, base de código), es una condición ventajosa. El modo rápido puede activarse en tareas interactivas, y las ejecuciones en segundo plano pueden dejarse con la tarifa normal.

El pelícano en bicicleta y la prueba con LLM 0.32

Simon Willison probó el modelo con su test habitual: pidió generar un SVG de un pelícano montado en una bicicleta. Lo ejecutó a través de la Moonshot API con el comando `llm openai endpoint` de LLM 0.32, que añadió en agosto. El comando funciona con cualquier endpoint compatible con OpenAI; en este caso, https://api.moonshot.ai/v1 y el modelo kimi-k3.1-pro. El comando no registra los resultados, así que tuvo que redirigir la salida y la traza de razonamiento a los archivos stdout y stderr. Usó el flag `--responses` y la opción `reasoning_effort`.

El modelo admite tres niveles de razonamiento: low, medium y max. Willison ejecutó los tres y, para comparar, volvió a lanzar el anterior Kimi K3. Calificó de bastante sólido el resultado en max: los pies están sobre los pedales, el cuadro de la bicicleta está bien dibujado y el pico quedó logrado. Entre los fallos, ambas piernas aparecen del mismo lado del cuadro.

Qué comprobar antes del 4 de noviembre

Por ahora solo está disponible la API, y lo más cómodo es probarla con un cliente compatible con OpenAI. Basta con cambiar la base URL y el nombre del modelo. Para evaluarlo conviene ejecutar los tres niveles de razonamiento con tareas propias y comparar no solo la calidad, sino también el consumo de tokens de salida: en max, la traza de razonamiento se come una parte notable del presupuesto. Aparte, conviene medir la proporción de aciertos en la caché, porque de ella depende el precio de Highspeed.

Los equipos que se planteen el self-hosting deben esperar a los pesos reales prometidos antes del 4 de noviembre de 2026. Conviene evaluar con antelación los requisitos de GPU y las condiciones de la licencia. Si Moonshot cumple su promesa, los proveedores cerrados tendrán un competidor de calidad similar que, además, se podrá ejecutar en infraestructura propia.