Moonshot AI lanza Kimi K3.1 Pro, un modelo de código abierto con 3 billones de parámetros

El laboratorio chino de inteligencia artificial Moonshot AI ha lanzado Kimi K3.1 Pro, el primer modelo de la nueva serie K3.1 y, según la compañía, su modelo de pesos abiertos más capaz hasta la fecha, con aproximadamente 3 billones de parámetros. Junto a él llega una variante más rápida, Kimi K3.1 Pro Highspeed, que funciona entre 2 y 3 veces más rápido que el modelo estándar. Está previsto que los pesos abiertos completos de ambos se publiquen antes del 4 de noviembre.

El modelo se entrenó posteriormente a partir del anterior Kimi K3, lanzado en julio, utilizando lo que Moonshot describe como muchos más recursos de cómputo de aprendizaje por refuerzo distribuidos en cientos de dominios. Admite una ventana de contexto de un millón de tokens y ya está disponible a través de kimi.ai, las aplicaciones móviles de Kimi, la aplicación de escritorio Kimi Work (versión 3.1.0 o superior, en Windows y Mac con Apple Silicon) y Kimi Code mediante el comando /model. Los desarrolladores pueden acceder a él a través de la API de Kimi con los identificadores de modelo kimi-k3.1-pro y kimi-k3.1-pro-highspeed, y se ofrece retención cero de datos como opción para los clientes de la API. Los clientes empresariales pueden habilitar el modelo mediante un ajuste de administrador; viene desactivado por defecto en el lanzamiento.

Según los benchmarks publicados por Moonshot, K3.1 Pro obtuvo un 65,7% en Terminal-Bench 4.0, por detrás del Claude Opus 5.5 de Anthropic con 66,4%, pero por delante de GPT-6 Astra con 58,2%. En las tareas de codificación de largo horizonte de Kimi Code Bench 3.0, logró un 61,2%, frente al 55,95% del anterior modelo K3. En BenchCAD, un benchmark de reconstrucción 3D, alcanzó un 92,7% con uso de herramientas (frente a 96,2% de Opus 5.5 y 95,9% de GPT-6 Astra) y un 72,8% sin herramientas, cifra que iguala aproximadamente el 73,0% de Opus 5.5. La compañía también reportó resultados de referencia en su benchmark interno OfficeQA Pro v2 (64,4) y mejoras en pruebas específicas de finanzas: el modelado financiero subió de 50,4 a 57,6, la investigación financiera de 58,8 a 70,4, y las tareas de operaciones de negocio saltaron de 8,9 a 37 en comparación con K3.

Moonshot asegura que también avanzó en fiabilidad: en su prueba Hallu Bench Hard, que mide las tasas de alucinación a nivel de afirmación, la tasa de error de K3.1 Pro con acceso a herramientas bajó del 23,4% de K3 al 8,3%. La compañía reveló además que eliminó datos de entrenamiento relacionados con ciberseguridad de las fases intermedias de entrenamiento y aprendizaje por refuerzo antes de publicar los pesos abiertos, un paso que, según afirma, reduce la capacidad cibernética ofensiva: K3.1 Pro obtuvo un 81,0% en el benchmark cibernético xdev-bench-hard, por debajo del 90,5% de una versión interna sin esa mitigación. Moonshot señala que la capacidad cibernética del modelo publicado sigue por detrás de los sistemas propietarios de vanguardia.

Junto al modelo, Moonshot lanzó una nueva función llamada «3D Make» en kimi.ai y en la app de Kimi, que permite a los usuarios previsualizar, editar y exportar modelos 3D generados por la IA. El anuncio no detalló el precio del acceso a la API; Moonshot remitió a los usuarios a su página de precios independiente.

El lanzamiento llega en un momento en que los modelos chinos de código abierto siguen reduciendo la distancia con los sistemas propietarios de vanguardia de origen estadounidense en benchmarks de codificación y de agentes, mientras compiten principalmente en coste y disponibilidad para desarrolladores que prefieren alojar el modelo ellos mismos o ajustarlo en lugar de depender de una API propietaria.