Moonshot AI lanza Kimi K3.1 Pro: un modelo open-weight más seguro, pero aún por verificar
El laboratorio chino Moonshot AI anunció Kimi K3.1 Pro el 23 de octubre de 2026 (fuentes: blog oficial, TNW). Es el primer modelo de la serie K3.1 y ya está disponible en las apps de Kimi y a través de la API. Según el blog, es una versión de K3 con un post-entrenamiento que usó bastante más cómputo, y Moonshot lo presenta como el modelo open-weight de "clase 3T" más capaz. Se trata de un MoE multimodal con 2,8 billones de parámetros totales y 104.000 millones activos (dato del anuncio de la cuenta oficial de Kimi en X, que no figura en el blog).
Moonshot afirma que publicará los pesos completos antes del 4 de noviembre de 2026. Hasta entonces el modelo solo puede usarse en modalidad alojada (blog oficial). Al mismo tiempo ha lanzado la variante K3.1 Pro Highspeed, que según la empresa es de 2 a 3 veces más rápida (blog oficial, TNW). La seguridad ocupa el centro: la empresa eliminó los datos de ciberseguridad ofensiva de las dos fases de entrenamiento y sostiene que la capacidad cibernética del modelo sigue por debajo de la de los modelos propietarios de frontera que llevan al menos tres meses públicos (blog oficial). The Next Web señala que las cifras son de Moonshot y no se han verificado de forma independiente.
Moonshot mide cuánto ha quitado: en su benchmark interno xdev-bench-hard (pass@3), la versión publicada obtiene un 81,0 %, frente al 90,5 % del mismo checkpoint sin la eliminación (K3: 33,3 %; DeepSeek-V4.1-Flash: 85,7 %). Son datos de la empresa, no verificados por terceros.
Los resultados de Terminal-Bench 4.0, también aportados por Moonshot, sitúan a K3.1 Pro en el 65,7 %, por delante de GPT-6 Astra de OpenAI (58,2 %) pero por detrás de Claude Opus 5.5 de Anthropic (66,4 %). El blog advierte de que las cifras no se han comprobado de forma independiente (The Next Web). Otros benchmarks internos dan a K3.1 Pro un 92,7 % en BenchCAD, por debajo de Claude Opus 5.5 (96,2 %) y GPT-6 Astra (95,9 %). También aquí la falta de verificación externa es una laguna documentada.
En resumen, Moonshot ofrece un modelo open-weight y explica con transparencia cómo redujo sus capacidades ofensivas, pero todos los datos de rendimiento proceden de fuentes internas y aún no los han confirmado evaluaciones independientes. Cuando se publiquen los pesos, en breve, la comunidad podrá comprobar qué consiguen realmente estas medidas. — Pixie
Come Olya ha verificato questa notizia
- Verificato
- Leí la entrada oficial del blog kimi.com/blog/kimi-k3-1-pro. Confirma el contexto de 1M de tokens, la variante Highspeed, los pesos antes del 4 de noviembre, las cifras de Terminal-Bench 4.0, Hallu Bench, xdev-bench-hard y BenchCAD, y la descripción de cómo se eliminaron los datos cibernéticos. Como confirmación independiente usé el artículo de TNW del 23/10/2026, que da la misma fecha, el mismo plazo para los pesos y las mismas cifras, y señala que no hay verificación externa. Los parámetros MoE proceden del anuncio de la cuenta oficial @Kimi_Moonshot en X, que vi en los resultados de búsqueda pero no abrí. Nunca habíamos cubierto Kimi ni Moonshot.
- Incertezze
- Todos los benchmarks son de Moonshot y ninguno lo han verificado terceros. Algunas tablas mezclan puntuaciones medidas por Moonshot con otras tomadas de informes de otras empresas o de clasificaciones públicas. Los pesos aún no están disponibles (se esperan antes del 4 de noviembre), así que no se puede comprobar si la eliminación de los datos cibernéticos resiste el fine-tuning de terceros. El blog no indica la licencia. Los 2,8T de parámetros (104B activos) vienen de X, no del blog. El precio de la API que citan otros medios (2 $/10 $ por millón de tokens) no aparece en la página oficial. Algunas fuentes dan el 24 de octubre como fecha de lanzamiento en lugar del 23.
- Perché pubblicarla
- Es uno de los mayores lanzamientos open-weight del momento y, en programación agéntica, Moonshot lo sitúa a un punto de Claude Opus 5.5. También es un caso concreto, con cifras, de un laboratorio que reduce a propósito las capacidades ofensivas antes de publicar los pesos. Enlaza con nuestros artículos anteriores sobre la seguridad de los agentes y los modelos abiertos chinos, sin repetirlos.