⏱️ Lectura: 9 min
Moonshot AI activó hoy Kimi K3.1 Pro en Kimi.ai, Kimi Work, Kimi Code y su API, aunque los pesos abiertos del modelo recién llegarán el 4 de noviembre. Mientras tanto, ya compite de cerca con Claude Opus 5.5 en programación de agentes: 65,7% frente a 66,4% en Terminal-Bench 4.0.
📑 En este artículo
El lanzamiento también suma K3.1 Pro Highspeed, una variante entre 2 y 3 veces más rápida pensada para interacciones en tiempo real. Es la primera entrega de la nueva serie K3.1 y el salto más grande de Moonshot AI desde Kimi K3.
TL;DR
- Moonshot AI lanzó Kimi K3.1 Pro hoy 23 de octubre de 2026, con contexto de 1 millón de tokens.
- El modelo anota 65,7% en Terminal-Bench 4.0, por encima de GPT-6 Astra (58,2%) y cerca de Claude Opus 5.5 (66,4%).
- Los pesos abiertos completos se liberarán antes del 4 de noviembre de 2026.
- La variante K3.1 Pro Highspeed ofrece entre 2 y 3 veces más velocidad de respuesta.
- En finanzas, el modelo mejora 11,6 puntos sobre Kimi K3 en el benchmark Financial Research.
Qué es Kimi K3.1 Pro
Kimi K3.1 Pro es el modelo insignia de código abierto que Moonshot AI incorporó a su nueva serie K3.1, con pesos liberados y una ventana de contexto de 1 millón de tokens. Es una versión post-entrenada de Kimi K3 mediante aprendizaje por refuerzo a gran escala, optimizada para programación, modelado 3D y análisis financiero.
Moonshot AI lo describe como su modelo abierto de clase 3 billones de parámetros más capaz hasta la fecha. Está disponible hoy en los cuatro productos de la familia Kimi: el chat general en Kimi.ai, el entorno de trabajo Kimi Work, el asistente de programación Kimi Code y la API para desarrolladores.
A diferencia de un lanzamiento desde cero, K3.1 Pro parte de los mismos pesos base de Kimi K3 y agrega una capa de entrenamiento por refuerzo mucho más grande, aplicada a cientos de dominios distintos a la vez.
Qué pasó
El anuncio llegó acompañado de cifras de rendimiento concretas. En Terminal-Bench 4.0, que evalúa agentes de código en tareas de terminal con recursos limitados, Kimi K3.1 anota 65,7%. Eso lo ubica por encima de GPT-6 Astra (58,2%) y apenas detrás de Claude Opus 5.5 (66,4%).
En el benchmark interno Kimi Code Bench 3.0 Long-horizon, que mide ejecución de múltiples pasos y uso de herramientas en tareas de ingeniería, el modelo llega a 61,2%, frente al 55,95% de Kimi K3. La mejora de casi 5,3 puntos viene del mismo entrenamiento por refuerzo ampliado que define a toda la serie K3.1.
K3.1 Pro Highspeed corre entre 2 y 3 veces más rápido que el modelo base, pensada para chats y agentes que necesitan respuestas inmediatas. Moonshot AI no publicó todavía benchmarks separados para esa versión, así que su calidad real frente al modelo estándar sigue sin confirmarse de forma independiente.
Contexto e historia
Moonshot AI es el laboratorio chino detrás de la familia Kimi, que pasó de ser un asistente de chat único a un ecosistema con versiones separadas para trabajo, programación y agentes. Esa división llegó con Kimi K3, repartido entre Kimi Work, Kimi Code y Kimi Claw.
K3.1 Pro es el sucesor directo de ese modelo: toma los mismos pesos base y agrega una ronda de entrenamiento por refuerzo mucho más grande en cientos de dominios a la vez. Moonshot AI lo posiciona como su respuesta más directa hasta ahora a los modelos cerrados de Anthropic y OpenAI en tareas de agentes de código.
Detalles técnicos
El salto de rendimiento no viene de una arquitectura nueva, sino de cómo Moonshot AI organiza el entrenamiento por refuerzo. La compañía rediseñó capa por capa el framework de RL, la inferencia de contexto largo, la eficiencia del entrenamiento, la infraestructura de sandboxes y la planificación de rollouts, además de una plataforma compartida que revisa la calidad de cada entorno de entrenamiento.
Ese rediseño permite que cada unidad de cómputo adicional de RL produzca una ganancia estable y predecible en cada dominio, en lugar de mejoras que se estancan en algunos mientras otros retroceden. El siguiente diagrama resume ese flujo:
flowchart TD
A["Framework de RL"] --> B["Inferencia de contexto largo"]
B --> C["Eficiencia de entrenamiento"]
C --> D["Infraestructura de sandboxes"]
D --> E["Planificacion de rollouts"]
E --> F["Chequeo de calidad de entornos"]
F --> G["Ganancia estable por computo de RL"]El caso más concreto que Moonshot AI documentó es un simulador de dinámica de caminata humana, construido sobre human-atlas, un modelo anatómico abierto con 296 componentes óseos y 402 componentes musculares. En 167 misiones y 420 revisiones independientes, el modelo analizó resultados experimentales, diagnosticó errores y refinó el controlador de marcha hasta lograr que la simulación pasara de colapsar en segundos a caminar 11,2 segundos con zancadas alternadas.
Cuando ajustar la función de recompensa dejó de mejorar el movimiento de los brazos, el sistema no insistió con más ajustes. Corrió pruebas de lazo abierto sobre la física del simulador, encontró y corrigió 36 errores en el cálculo del brazo de palanca de los músculos del hombro, y recién después volvió a entrenar el controlador.
En modelado 3D, K3.1 Pro usa razonamiento espacial para inferir forma, proporciones y relaciones entre piezas a partir de un boceto, una imagen de referencia o una descripción de texto. En BenchCAD, que mide reconstrucción 3D desde renders multi-vista hasta generar código CAD, anota 92,7% con herramientas, cerca del 96,2% de Claude Opus 5.5 y el 95,9% de GPT-6 Astra. Puede escribir y ejecutar scripts para Blender y software CAD sin depender de conectores MCP, algo útil para modelado paramétrico de piezas mecánicas o muebles configurables.
| Benchmark | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Terminal-Bench 4.0 (agentes de código) | 65,7% | 66,4% | 58,2% |
| BenchCAD (modelado 3D con herramientas) | 92,7% | 96,2% | 95,9% |
En finanzas, el modelo alcanza 64,4 puntos en OfficeQA Pro v2, el mejor resultado reportado para ese benchmark, que exige análisis de datos fiscales reales con verificación cruzada entre documentos. También mejora 7,2 puntos sobre Kimi K3 en Financial Modeling, que evalúa enlaces de fórmulas y lógica financiera en hojas de cálculo reales, y 11,6 puntos en Financial Research, que mide si el modelo produce investigación auditable bajo restricciones de evidencia y fecha de corte. En Business Operation, un entorno simulado de gestión de negocio a largo plazo, el modelo rinde cerca de 4,2 veces más que Kimi K3.
Impacto y análisis
El resultado más relevante no es que K3.1 Pro gane en algún benchmark puntual, sino que un modelo abierto quede a menos de un punto de un modelo cerrado de referencia en tareas de agentes reales. Eso reduce el argumento de que solo los laboratorios cerrados pueden sostener este tipo de rendimiento.
📌 Nota: los pesos abiertos permiten auto-hospedar K3.1 Pro, pero un modelo de clase 3 billones de parámetros exige clusters con cientos de gigabytes de memoria de GPU: no es algo que corra en una laptop ni en un servidor único.
Para equipos de LATAM, la ventana de 1 millón de tokens importa tanto como el puntaje. Permite cargar bases de código completas, documentos financieros largos o historiales de conversación extensos sin fragmentar el prompt. Pero el acceso real, hasta que estén los pesos el 4 de noviembre, pasa por la API o por los productos de Kimi, no por infraestructura propia.
La competencia también se mueve rápido: Claude Opus 5.5 sigue ligeramente adelante en Terminal-Bench 4.0 y en BenchCAD, y GPT-6 Astra queda atrás en ambos. La diferencia entre los tres hoy se mide en puntos porcentuales, no en generaciones completas de modelos.
Qué sigue
Los pesos completos de Kimi K3.1 llegan el 4 de noviembre de 2026, lo que permitirá a la comunidad correr evaluaciones independientes y confirmar si los números de Moonshot AI se sostienen fuera de sus propios benchmarks internos. Hasta entonces, cualquier comparación depende de los datos que publicó la propia compañía.
También queda por ver si K3.1 Pro Highspeed mantiene la calidad del modelo base a 2 o 3 veces la velocidad, algo que Moonshot AI todavía no respaldó con benchmarks propios. Y si 3D Make, ya activo en kimi.ai, se traduce en adopción real fuera de los ejemplos que mostró la propia compañía.
📖 Resumen en Telegram: Ver resumen
Probalo vos: entrá a kimi.ai hoy mismo y compará una tarea de programación larga contra el modelo que uses ahora, antes de que lleguen los pesos abiertos el 4 de noviembre.
Preguntas frecuentes
¿Qué es Kimi K3.1 Pro y quién lo desarrolla?
Es el modelo insignia de código abierto de la nueva serie K3.1 de Moonshot AI, con contexto de 1 millón de tokens y post-entrenado sobre Kimi K3 con aprendizaje por refuerzo a gran escala.
¿Cuándo se liberan los pesos abiertos de Kimi K3.1?
Moonshot AI confirmó que los pesos completos del modelo estarán disponibles antes del 4 de noviembre de 2026; hoy solo está disponible vía producto y API.
¿Qué diferencia a K3.1 Pro Highspeed del modelo estándar?
Corre entre 2 y 3 veces más rápido, pensado para interacciones en tiempo real, aunque Moonshot AI no publicó benchmarks propios para esa variante.
¿Cómo se compara el modelo de Moonshot AI con Claude Opus 5.5?
Queda apenas detrás en Terminal-Bench 4.0 (65,7% frente a 66,4%) y en BenchCAD (92,7% frente a 96,2%), una diferencia de menos de un punto en el primer caso.
¿Puede Kimi K3.1 usarse para modelado 3D?
Sí: con BenchCAD anota 92,7% con herramientas y puede escribir scripts para Blender y software CAD sin conectores MCP, además de generar modelos paramétricos.
Referencias
- Kimi (blog oficial): anuncio original de Kimi K3.1 Pro con benchmarks y disponibilidad.
- GitHub de Moonshot AI: repositorios oficiales de la familia de modelos Kimi.
- Hugging Face: Moonshot AI: organización oficial donde se publican los pesos abiertos de los modelos Kimi.
📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.
Imagen destacada: Foto de Numan Ali en Unsplash
¿Te sirvió? ¿Te dio otro error? Contalo abajo: las preguntas se responden y le sirven al siguiente que llegue.
Dejar un comentario
0 Comentarios