Moonshot lanza Kimi K3.1 Pro: 2,8 billones de parámetros y pesos abiertos el 4 de noviembre

Moonshot ha lanzado Kimi K3.1 Pro, un modelo MoE multimodal de 2,8 billones de parámetros, de los cuales 104 mil millones están activos, con un contexto de 1 millón de tokens. La API y las aplicaciones funcionan desde el primer día, y la compañía promete publicar los pesos abiertos el 4 de noviembre de 2026. Artificial Analysis coloca el modelo en el cuarto puesto de su Intelligence Index, con 55 puntos. Si las puntuaciones se confirman tras la publicación de los pesos, la distancia entre el mejor modelo abierto y el mejor modelo cerrado en este índice pasará de 12 puntos a tres.

K3.1 Pro no es una arquitectura nueva: es K3 con un presupuesto de cómputo muy superior en el posentrenamiento. Moonshot ha rehecho todo el stack: el framework de RL, la inferencia de contexto largo, los sandboxes, la planificación de rollouts y la plataforma común para verificar la calidad de los entornos. Eso le ha permitido hacer RL conjunto en cientos de dominios aplicados a la vez. Las mejoras más notables del modelo se dan en tareas agénticas; en las pruebas de conocimiento y ciencia son más modestas.

Dónde se sitúa el modelo en los rankings

• Artificial Analysis Intelligence Index: Opus 5.5, 58; Sonnet 5.5 y Muse Wonder Full, 56 cada uno; Kimi K3.1 Pro, 55, cuarto puesto.
• AA-Omniscience: la precisión sube del 48% al 51% y la tasa de alucinaciones baja del 53% al 44%. Son nueve puntos porcentuales; el «65% menos de alucinaciones» que anuncia Moonshot se refiere a tareas financieras y se calculó con otro método.
• Code Arena WebDev: 8.º puesto, 1 692 puntos. Son nueve posiciones y 37 puntos más que K3. En Brand & Marketing queda 7.º y en Simulations 9.º (antes, 20.º). Cuando se publiquen los pesos, será el modelo abierto mejor situado de Arena, por delante de DeepSeek V4.1 Flash.
• Cyber Index: 64%, el mejor resultado entre los modelos de acceso general y el segundo en términos absolutos, tras GPT-6 Sol Daybreak Blue (69%, con acceso solo para usuarios de confianza). El índice sube 23 puntos desde el 41% de K3, y CyberGym salta del 58% al 95%.

Precio del token y precio de la tarea

La tarifa estándar es de $2 por millón de tokens de entrada, $10 por los de salida y $0,20 por los almacenados en caché. K3 costaba $3/$15/$0,30, es decir, un tercio más. Opus 5.5 cuesta $4/$20 y Astra, $10/$50. La versión Highspeed cuesta el doble que la estándar y genera de 2 a 3 veces más rápido.

Sin embargo, por el trabajo realizado no se paga por token. En el Intelligence Index, K3.1 Pro produce 55 mil tokens de salida por tarea frente a los 48 mil de K3, un 14% más, y eso se come parte del descuento. El resultado es de $1,98 por tarea, casi lo mismo que su predecesor. En el conjunto de pruebas de ciberseguridad, el modelo consume aproximadamente el doble de tokens de entrada, así que la tarea sale a $2,81, un 15% más cara que con K3 y bastante más cara que con DeepSeek 1017.

En Arena WebDev el panorama es mejor: la tarea mediana cuesta $1,23, un 29% menos que con K3. Comparación con otros modelos:

• Opus 5 Max: un 74% más barato, con un punto más de preferencia;
• GPT-6 Sol Max: un 24% más barato, con 11 puntos más;
• Qwen3.8-Max: un 47% más barato, con 20 puntos más.

Ciberseguridad: los datos se eliminaron de antemano

Moonshot eliminó los datos de ciberseguridad del mid-training y del RL, en lugar de confiar solo en los rechazos durante la inferencia. Según el informe, la puntuación interna cayó del 90,5% al 81%, mientras que el resto de capacidades siguieron mejorando. Pero la API pública no rechazó ni una sola vez las tareas defensivas de Artificial Analysis. AA advierte de que, en los modelos cerrados, las capacidades ocultas pueden superar las puntuaciones públicas, como ocurre con GPT-6 Sol, cuya variante para usuarios de confianza obtuvo 32 puntos más que la pública.

Qué comprobar antes del 4 de noviembre

La principal salvedad tiene que ver con la palabra «local». 2,8 billones de parámetros ocupan aproximadamente 5,6 TB en 16 bits o 1,4 TB en 4 bits, y eso sin contar los metadatos de cuantización, la KV-cache ni el resto de la infraestructura. Los 104 mil millones de parámetros activos aceleran la generación, pero hace falta memoria para todo el conjunto de expertos. Para el autoalojamiento se necesita un clúster de aceleradores, no una estación de trabajo.

En la práctica, la conclusión es esta. Los equipos que trabajan con programación agéntica deberían ejecutar sus propias tareas y calcular el coste de una ejecución exitosa, no fijarse en la lista de precios. Quienes valoren la latencia pueden comparar Highspeed con su tarifa, el doble de alta. Quien planee alojarlo por su cuenta debe esperar a conocer la licencia y las condiciones de uso comercial, que por ahora se desconocen. Para empezar rápido, Cline ya ofrece el modelo a través de ClinePass por $9,99 al mes. Además, Moonshot ha lanzado Kimi Hosted Agents, un entorno gestionado con un espacio de trabajo disponible las 24 horas para tareas largas y trabajo multiagente.