Moonshot AI's Kimi K3.1 Pro se acerca a Claude Opus 5.5, pesos abiertos previstos para el 4 de noviembre

Moonshot AI lanzó Kimi K3.1 Pro el 23 de octubre de 2026, llamándolo su modelo open-weight de clase 3T más capaz, con una ventana de contexto de 1 millón de tokens [1]. Artificial Analysis lo sitúa cuarto en su Índice de Inteligencia con 55 puntos [2]. El modelo ya está disponible en las aplicaciones y API de Kimi; los pesos completos se prometen antes del 4 de noviembre [1].

¿Qué lanzó Moonshot AI?

Kimi K3.1 Pro es el primer modelo de la nueva serie K3.1 de Moonshot y una versión post-entrenada de Kimi K3, construida con sustancialmente más cómputo de post-entrenamiento y aprendizaje por refuerzo a gran escala en cientos de dominios [1]. Junto a él, Moonshot lanza Kimi K3.1 Pro Highspeed, que la empresa dice que funciona dos o tres veces más rápido [1].

Moonshot AI dice que Kimi K3.1 Pro tiene una ventana de contexto de 1 millón de tokens y los pesos completos seguirán antes del 4 de noviembre de 2026. Ambos modelos ya están disponibles en Kimi.ai, Kimi Work, Kimi Code y la API de Kimi [1]. Según Artificial Analysis, el modelo tiene 2,8 billones de parámetros totales y 104 mil millones activos, el mismo tamaño que Kimi K3, y acepta entrada de texto e imagen [2][4].

Los precios de la API son 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, un 33 por ciento por debajo de Kimi K3 [2]. Simon Willison señala que es la mitad del precio de Claude Opus 5.5; The Decoder lista la variante Highspeed en 4 y 20 dólares [3][4].

¿Cómo se compara Kimi K3.1 Pro con GPT-6 Astra y Claude Opus 5.5?

En Terminal-Bench 4.0, Moonshot informa un 65,7 por ciento para K3.1 Pro, por delante de GPT-6 Astra con un 58,2 por ciento y ligeramente por detrás de Claude Opus 5.5 con un 66,4 por ciento [1]. En la prueba de reconstrucción 3D BenchCAD, obtiene un 92,7 por ciento con herramientas, frente al 96,2 por ciento de Claude Opus 5.5 y el 95,9 por ciento de GPT-6 Astra, según Moonshot [1].

Las pruebas independientes apuntan en la misma dirección. Artificial Analysis puntúa Kimi K3.1 Pro con 55 en su Índice de Inteligencia, cuarto detrás de Claude Opus 5.5 con 58. Solo Claude Sonnet 5.5 y Muse Wonder Full, ambos con 56, también están por encima, y la puntuación está 11 puntos por encima de Kimi K3 [2]. En la ejecución propia de Artificial Analysis, K3.1 Pro alcanzó un 67 por ciento en Terminal-Bench 4.0, la puntuación más alta de cualquier modelo, según Artificial Analysis [2].

Moonshot también afirma mejoras en sus pruebas internas. En Kimi Hallu Bench Hard, una prueba de estrés para la precisión factual, la tasa de alucinaciones a nivel de afirmación bajó del 23,4 por ciento para K3 al 8,3 por ciento, aunque Moonshot dice que las tasas no representan tasas de error cotidianas [1].

¿Por qué Moonshot retuvo capacidad cibernética?

Moonshot AI dice que eliminó datos de entrenamiento relacionados con ciberseguridad para que los pesos abiertos queden por detrás de la capacidad cibernética de frontera. La empresa encontró contenido cibernético incrustado en su corpus general de mid-training y en la mezcla de entorno de RL, y lo eliminó de ambas etapas para el lanzamiento de pesos abiertos [1].

En su benchmark interno xdev-bench-hard de exploits, un checkpoint entrenado sin estas medidas resolvió el 90,5 por ciento de los problemas, mientras que el K3.1 Pro final alcanzó el 81,0 por ciento [1]. Moonshot dice que la capacidad cibernética de K3.1 Pro sigue por detrás de los modelos propietarios de frontera que han estado disponibles públicamente durante al menos tres meses [1].

¿Qué cambia una vez que los pesos estén disponibles?

Artificial Analysis dice que K3.1 Pro será el modelo de pesos abiertos con mayor puntuación una vez publicados los pesos, reduciendo la brecha entre los modelos abiertos y propietarios líderes en su índice de 12 puntos a 3 [2]. Simon Willison lo llama la primera vez que un modelo pronto de pesos abiertos ha puntuado tan alto frente a la frontera [3]. Por ahora, los pesos aún no se han publicado, señala Artificial Analysis [2].

Nuestra lectura

Opinión: Una brecha de tres puntos entre el mejor modelo abierto y el mejor cerrado en un índice independiente sería la noticia del año para los pesos abiertos, pero solo cuenta una vez que los archivos sean realmente descargables. La sección de ciberseguridad es el precedente más interesante: un laboratorio que mide públicamente lo que eliminó antes del lanzamiento es algo que los laboratorios cerrados deberían igualar.

Lo que no pudimos verificar

• Las propias comparaciones de benchmarks de Moonshot con GPT-6 Astra y Claude Opus 5.5; la mayoría fueron ejecutadas por Moonshot con sus arneses elegidos, y algunas puntuaciones de competidores se toman de otros informes.
• Si los pesos completos realmente se entregan antes del 4 de noviembre de 2026 y bajo qué licencia; Moonshot no ha publicado los términos de licencia en su anuncio.
• La aceleración de dos a tres veces de la variante Highspeed; esa es la afirmación de Moonshot y no hemos visto pruebas de velocidad independientes.
• Resultados en los benchmarks internos de Moonshot, incluyendo Kimi Code Bench, las suites de finanzas, Kimi Hallu Bench Hard y xdev-bench-hard, que los externos no pueden reproducir.