Moonshot AI lanza Kimi K3.1 Pro, el primer modelo de la nueva serie K3.1

Moonshot AI presentó Kimi K3.1 Pro el 24 de octubre de 2026, el primer modelo de su nueva serie K3.1, junto con una variante complementaria más rápida llamada Kimi K3.1 Pro Highspeed. La empresa describe K3.1 Pro como su modelo de pesos abiertos de clase 3T más capaz hasta la fecha, con una ventana de contexto de 1 millón de tokens.

Según el anuncio, K3.1 Pro Highspeed ofrece entre dos y tres veces la velocidad de K3.1 Pro con capacidades idénticas. Ambos modelos están disponibles en toda la familia de productos Kimi: en Kimi.ai y en las aplicaciones móviles de Kimi para iOS, Android y HarmonyOS; en la aplicación de escritorio Kimi Work, versión 3.1.0 o posterior, para Windows y Mac con Apple silicon; en Kimi Code, donde los usuarios seleccionan el modelo con el comando /model; y a través de la API de Kimi, donde los modelos figuran como kimi-k3.1-pro y kimi-k3.1-pro-highspeed, con la opción de retención cero de datos para los clientes de la API. Los administradores de Kimi Enterprise pueden habilitar K3.1 Pro para sus organizaciones; al momento del lanzamiento, el acceso está desactivado de forma predeterminada.

Entrenamiento y rendimiento reportado

K3.1 Pro es una versión posentrenada de Kimi K3, desarrollada con una capacidad de cómputo para el posentrenamiento sustancialmente mayor, según Moonshot AI. Para permitir el aprendizaje por refuerzo conjunto a gran escala en cientos de dominios de aplicación posteriores, la empresa afirmó que optimizó todos los niveles de la pila: el marco de aprendizaje por refuerzo, la inferencia con contexto largo, la eficiencia del entrenamiento, la infraestructura de entornos aislados, la programación de las ejecuciones y una plataforma compartida para controles de calidad de los entornos.

La empresa informa que K3.1 Pro obtuvo un 65,7 % en Terminal-Bench 4.0, que evalúa agentes de programación en tareas realistas de terminal con recursos limitados; superó a GPT-6 Astra, con un 58,2 %, y quedó apenas por detrás de Claude Opus 5.5, con un 66,4 %. En Kimi Code Bench 3.0 Long-horizon, una evaluación interna que abarca la ejecución de varios pasos, el uso de herramientas y la resolución integral de problemas, K3.1 Pro obtuvo un 61,2 %, frente al 55,95 % de K3. En BenchCAD, que evalúa la reconstrucción 3D a partir de representaciones desde múltiples vistas mediante la generación de código CAD, K3.1 Pro obtuvo un 92,7 % con herramientas, acercándose al 96,2 % de Claude Opus 5.5 y al 95,9 % de GPT-6 Astra. La función 3D Make ya está disponible en kimi.ai y en la aplicación Kimi; permite a los usuarios previsualizar y editar modelos 3D en línea y descargarlos listos para imprimir en 3D.

Moonshot AI también informa de un resultado de vanguardia de 64,4 en OfficeQA Pro v2, que evalúa el análisis complejo de datos fiscales a partir de documentos financieros reales, y señala mejoras con respecto a K3 en sus evaluaciones internas de finanzas: 7,2 puntos en modelado financiero, 11,6 puntos en investigación financiera y un rendimiento aproximadamente 4,2 veces superior al de K3 en operaciones comerciales. En Kimi Hallu Bench Hard, una prueba interna de estrés que evalúa la precisión factual, la tasa de alucinaciones por afirmación del modelo bajó del 23,4 % de K3 al 8,3 %, mientras que la proporción de respuestas con al menos un error factual fue del 42,4 % de la tasa de su predecesor. El blog señala que la evaluación está diseñada deliberadamente para indagar en situaciones propensas a errores y que las tasas reportadas no representan las tasas generales de error durante el uso cotidiano.

En una prueba interna de programación con horizonte largo descrita en el blog, K3.1 Pro construyó un simulador de la dinámica de la marcha humana basado en human-atlas, un modelo anatómico de código abierto del cuerpo humano que consta de 296 componentes esqueléticos y 402 componentes musculares. A lo largo de 167 misiones y 420 revisiones independientes, el modelo perfeccionó iterativamente un controlador de marcha; cuando el ajuste de las recompensas no logró mejorar el movimiento de los brazos, ejecutó pruebas en bucle abierto de la dinámica del simulador, identificó y corrigió 36 errores en los cálculos de los brazos de momento de los músculos del hombro y volvió a entrenar el controlador.

Controles de ciberseguridad y principios para los pesos abiertos

Moonshot AI afirmó haber observado que el rendimiento en investigación de vulnerabilidades mejoraba de forma constante a medida que aumentaba la escala del posentrenamiento, y atribuyó esta tendencia al contenido relacionado con la ciberseguridad incorporado en el corpus general de entrenamiento intermedio y a las tareas relacionadas con la ciberseguridad incluidas en la combinación de entornos de aprendizaje por refuerzo. Para lanzar K3.1 Pro con pesos abiertos, la empresa afirmó que identificó y eliminó datos relacionados con la ciberseguridad de ambas etapas de entrenamiento, a la vez que conservó las tareas de programación de propósito general necesarias para que el modelo fuera útil.

En xdev-bench-hard, la evaluación interna de la empresa, compuesta por tareas de descubrimiento y explotación de vulnerabilidades basadas en código fuente y seleccionadas por expertos, un punto de control entrenado sin esas medidas de reducción de riesgos resuelve el 90,5 % de los problemas con pass@3, mientras que la versión final de K3.1 Pro alcanza el 81,0 %, según el blog. Moonshot AI afirmó que los resultados muestran que la eliminación de datos reduce de forma significativa la capacidad cibernética en comparación con la que produciría el mismo proceso de entrenamiento de no aplicarse esa medida, y que la capacidad cibernética de K3.1 Pro sigue por debajo de la de los modelos propietarios de vanguardia que llevan al menos tres meses disponibles públicamente.

El blog presenta dos principios que fundamentan el lanzamiento de los pesos abiertos. En primer lugar, la empresa aspira a no publicar pesos abiertos que amplíen la frontera absoluta de las capacidades cibernéticas. En segundo lugar, pretende aumentar progresivamente las capacidades cibernéticas disponibles en los pesos abiertos y afirma que el acceso no discriminatorio permite que más equipos auditen el código que mantienen, incluidos los sistemas heredados que rara vez reciben revisiones de seguridad específicas.

Configuración del modelo en Kimi Code

La documentación de Kimi Code, en una sección aparte, explica cómo se ofrecen los modelos a los desarrolladores. La documentación enumera seis ID de modelo de las familias K3.1 Pro, K3, K2.8 Preview y K2.7 Code Highspeed; describe k3.1-pro como un modelo insignia de 3 billones de parámetros, con una ventana de contexto de hasta 1.048.576 tokens para los miembros de los niveles superiores, y señala que la versión Highspeed ofrece las mismas capacidades con un consumo de cuota aproximadamente dos veces mayor. Según la página, K3.1 Pro ya está disponible por completo en Kimi Code.

Según la documentación, los modelos K3.1 Pro solo admiten el modo de pensamiento, y las solicitudes que lo desactivan se rechazan con un error HTTP 400. Ambos modelos nuevos aceptan los valores low, high o max para el parámetro reasoning_effort, cuyo valor predeterminado es max, y ambos admiten entradas de imagen y video. Con los nuevos planes de membresía, k3.1-pro requiere Plus o un plan superior, y la ventana de contexto de 1M está reservada para Pro o planes superiores, mientras que k3.1-pro-highspeed requiere Pro o un plan superior; con los planes anteriores, los niveles correspondientes son Moderato y Allegretto.

La documentación recomienda iniciar una sesión nueva en lugar de cambiar a los modelos nuevos a mitad de una sesión; usar las API nativas Responses, de finalización de chat o de mensajes para obtener los resultados más estables; e introducir los ID exactos de los modelos en las herramientas de terceros, ya que, si se escribe mal un ID, se recurre a K2.8 Preview sin modo de pensamiento.

La empresa afirmó que publicará los pesos completos del modelo Kimi K3.1 Pro antes del 4 de noviembre de 2026.