Kimi K3.1 Pro da Moonshot AI se aproxima do Claude Opus 5.5, pesos abertos previstos para 4 de novembro

A Moonshot AI lançou o Kimi K3.1 Pro em 23 de outubro de 2026, chamando-o de seu modelo open-weight mais capaz da classe 3T, com uma janela de contexto de 1 milhão de tokens [1]. A Artificial Analysis o classifica em quarto lugar em seu Índice de Inteligência com 55 pontos [2]. O modelo já está disponível nos apps e na API do Kimi; os pesos completos estão prometidos para 4 de novembro [1].

O que a Moonshot AI lançou?

O Kimi K3.1 Pro é o primeiro modelo da nova série K3.1 da Moonshot e uma versão pós-treinada do Kimi K3, construída com substancialmente mais compute de pós-treinamento e aprendizado por reforço em larga escala em centenas de domínios [1]. Junto com ele, a Moonshot está lançando o Kimi K3.1 Pro Highspeed, que a empresa diz rodar de duas a três vezes mais rápido [1].

Moonshot AI diz que o Kimi K3.1 Pro tem uma janela de contexto de 1 milhão de tokens e os pesos completos serão lançados até 4 de novembro de 2026. Ambos os modelos já estão disponíveis no Kimi.ai, Kimi Work, Kimi Code e na API do Kimi [1]. De acordo com a Artificial Analysis, o modelo tem 2,8 trilhões de parâmetros totais e 104 bilhões ativos, o mesmo tamanho do Kimi K3, e aceita entrada de texto e imagem [2][4].

Os preços da API são 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de tokens de saída, 33% abaixo do Kimi K3 [2]. Simon Willison observa que é metade do preço do Claude Opus 5.5; The Decoder lista a variante Highspeed em 4 e 20 dólares [3][4].

Como o Kimi K3.1 Pro se compara com o GPT-6 Astra e o Claude Opus 5.5?

No Terminal-Bench 4.0, a Moonshot relata 65,7% para o K3.1 Pro, à frente do GPT-6 Astra com 58,2% e logo atrás do Claude Opus 5.5 com 66,4% [1]. No teste de reconstrução 3D do BenchCAD, ele marca 92,7% com ferramentas, contra 96,2% do Claude Opus 5.5 e 95,9% do GPT-6 Astra, segundo a Moonshot [1].

Testes independentes apontam na mesma direção. A Artificial Analysis pontua o Kimi K3.1 Pro em 55 em seu Índice de Inteligência, quarto lugar atrás do Claude Opus 5.5 com 58. Apenas o Claude Sonnet 5.5 e o Muse Wonder Full, ambos com 56, também ficam acima, e a pontuação está 11 pontos acima do Kimi K3 [2]. Na execução própria da Artificial Analysis, o K3.1 Pro alcançou 67% no Terminal-Bench 4.0, a maior pontuação de qualquer modelo, segundo a Artificial Analysis [2].

A Moonshot também afirma ganhos em seus testes internos. No Kimi Hallu Bench Hard, um teste de estresse para precisão factual, a taxa de alucinação no nível de afirmação caiu de 23,4% no K3 para 8,3%, embora a Moonshot diga que as taxas não representam taxas de erro cotidianas [1].

Por que a Moonshot reteve a capacidade cibernética?

A Moonshot AI afirma que removeu dados de treinamento relacionados a cibersegurança para que os pesos abertos fiquem atrás da capacidade cibernética de fronteira. A empresa encontrou conteúdo cibernético embutido em seu corpus geral de mid-training e na mistura do ambiente de RL, e o removeu de ambos os estágios para o lançamento dos pesos abertos [1].

Em seu benchmark interno xdev-bench-hard de exploits, um checkpoint treinado sem essas medidas resolveu 90,5% dos problemas, enquanto o K3.1 Pro final alcançou 81,0% [1]. A Moonshot diz que a capacidade cibernética do K3.1 Pro permanece atrás dos modelos proprietários de fronteira que estão publicamente disponíveis há pelo menos três meses [1].

O que muda quando os pesos forem liberados?

A Artificial Analysis diz que o K3.1 Pro será o modelo de pesos abertos com a maior pontuação quando os pesos forem publicados, reduzindo a lacuna entre os principais modelos abertos e proprietários em seu índice de 12 pontos para 3 [2]. Simon Willison o chama de primeira vez que um modelo prestes a ter pesos abertos pontuou tão alto contra a fronteira [3]. Por enquanto, os pesos ainda não foram publicados, observa a Artificial Analysis [2].

Nossa leitura

Opinião: Uma lacuna de três pontos entre o melhor modelo aberto e o melhor fechado em um índice independente seria a notícia do ano para pesos abertos, mas só conta quando os arquivos estiverem realmente disponíveis para download. A seção de cibersegurança é o precedente mais interessante: um laboratório medindo publicamente o que removeu antes do lançamento é algo que os laboratórios fechados deveriam ser solicitados a igualar.

O que não pudemos verificar

• As próprias comparações de benchmark da Moonshot com GPT-6 Astra e Claude Opus 5.5; a maioria foi executada pela Moonshot com seus harnesses escolhidos, e algumas pontuações de concorrentes são retiradas de outros relatórios.
• Se os pesos completos realmente serão entregues até 4 de novembro de 2026 e sob qual licença; a Moonshot não publicou os termos da licença em seu anúncio.
• O aumento de velocidade de duas a três vezes da variante Highspeed; essa é a afirmação da Moonshot e não vimos testes de velocidade independentes.
• Resultados nos benchmarks internos da Moonshot, incluindo Kimi Code Bench, os conjuntos de finanças, Kimi Hallu Bench Hard e xdev-bench-hard, que não podem ser reproduzidos por terceiros.