Kimi K3.1 Pro se acerca a Opus 5.5 en programación y recorta sus capacidades cibernéticas

Moonshot AI lanzó Kimi K3.1 Pro el 23 de octubre de 2026, una actualización de su modelo de pesos abiertos K3. Según Moonshot, queda a menos de un punto de Claude Opus 5.5 en una prueba de agentes de programación. También afirma que eliminó del entrenamiento el material relacionado con el hacking antes de publicar los pesos. Además, publicó cuánta capacidad le restó ese recorte.

El anuncio de Moonshot lo describe como «nuestro modelo de pesos abiertos de clase 3T más capaz hasta la fecha». El modelo ya está disponible en las apps y la API de Kimi. Moonshot promete los pesos completos a más tardar el 4 de noviembre.

Qué lanzó Moonshot

K3.1 Pro no es un diseño nuevo. Moonshot dice que tomó K3, lanzado en julio, y lo siguió entrenando con mucha más capacidad de cómputo en la fase de post-entrenamiento. El post-entrenamiento es la fase posterior a que el modelo base aprenda el idioma, cuando se le enseña a seguir instrucciones y a usar herramientas.

Moonshot llama al modelo «de clase 3T», es decir, unos 3 billones de parámetros, los valores internos que aprende un modelo. Las fuentes difieren sobre la cifra exacta. SiliconANGLE describe 3 billones de parámetros repartidos entre 896 redes expertas, con 16 activas a la vez. El enrutador de modelos OrcaRouter indica 2,8 billones en total y unos 104.000 millones activos por token. La publicación de Moonshot no da cifras.

La ventana de contexto, la cantidad de texto que el modelo puede leer de una vez, es de 1 millón de tokens. Una variante más rápida, K3.1 Pro Highspeed, funciona de dos a tres veces más rápido, según Moonshot.

Benchmarks, según Moonshot

Todas las puntuaciones de abajo proceden de Moonshot y no se habían verificado de forma independiente en el lanzamiento, señala The Next Web.

Prueba	K3.1 Pro	Claude Opus 5.5	GPT-6 Astra
Terminal-Bench 4.0 (agentes de programación)	65,7%	66,4%	58,2%
BenchCAD, con herramientas	92,7	96,2	95,9
Hallu Bench Hard, con herramientas (menos es mejor)	8,3%	15,0%	5,5%

Moonshot ejecutó Terminal-Bench 4.0 con el harness de Claude Code, según sus notas al pie. En su propia prueba de programación con tareas largas, Kimi Code Bench 3.0, K3.1 Pro obtuvo 61,2, frente a 55,95 de K3. La proporción de afirmaciones falsas en Hallu Bench Hard bajó al 8,3%, desde el 23,4% de K3. Moonshot advierte que esas tasas «no representan las tasas de error generales en el uso diario».

El recorte cibernético

Lo inusual es lo que Moonshot quitó. Para la versión de pesos abiertos, dice que eliminó los datos relacionados con la ciberseguridad tanto del mid-training como de las tareas de aprendizaje por refuerzo con las que practicó el modelo.

Después publicó el coste. En xdev-bench-hard, una prueba de escritura de exploits, K3.1 Pro superó el 81,0% de las tareas. Una versión entrenada sin el recorte obtuvo el 90,5%. K3 obtuvo el 33,3%, y V4.1 Flash de DeepSeek, el 85,7%. Una ejecución de terceros dio a GPT-5.6 Sol de OpenAI el 100%.

Moonshot dice que las capacidades cibernéticas de su modelo siguen por detrás de las de los mejores modelos cerrados. Afirma que no quiere que los pesos abiertos empujen la frontera de la capacidad de ataque, y que planea elevar ese techo paso a paso.

Precio y acceso

La publicación de Moonshot no indica precios. OrcaRouter, que revende acceso a modelos, fija la API en 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, frente a 3 y 15 dólares de K3. Highspeed cuesta 4 y 20 dólares. La entrada en caché cuesta 0,20 dólares.

Modelo	Entrada $/M tokens	Salida $/M tokens	Acierto de caché $/M tokens
Kimi K3	3,00	15,00	0,30
Kimi K3.1 Pro	2,00	10,00	0,20
Kimi K3.1 Pro Highspeed	4,00	20,00	0,20

Los nombres de modelo en la API son kimi-k3.1-pro y kimi-k3.1-pro-highspeed. Moonshot ofrece retención cero de datos, y los administradores empresariales deben activar el modelo. OrcaRouter también informa de un muestreo fijo: temperatura 1,0 y top_p 0,95, y otros valores devuelven un error.

La política en torno a los pesos

El lanzamiento llega en medio de presiones sobre Moonshot. En julio, la Casa Blanca la acusó de usar chips de Nvidia prohibidos y de copiar un modelo de Anthropic para construir K3, sin publicar pruebas, informa The Next Web. A principios de este mes, OpenAI vinculó a Moonshot con una campaña de extracción de razonamiento.

Las propias normas de China pueden importar más. Un borrador de lista de control de exportaciones publicado el 16 de octubre abarca los pesos de los modelos con al menos 2 billones de parámetros. Diversos informes situaron a K3 por encima de ese umbral. El plazo de comentarios sobre el borrador cierra el 15 de noviembre.

Qué significa para los desarrolladores

Si utiliza agentes de programación, vale la pena probar K3.1 Pro con sus propias tareas. La cifra de Terminal-Bench de Moonshot lo sitúa al nivel de Opus 5.5, con un precio de lista inferior al de K3. Pruébelo en sus repositorios antes de fiarse de la puntuación de un proveedor.

Planifique en torno a los ajustes fijos. El código que define temperature o top_p fallará con este modelo. Por eso, revise su biblioteca cliente y su framework de agentes.

No base todavía un plan de autoalojamiento en el 4 de noviembre. Los pesos son una promesa, y Moonshot no ha publicado una licencia. Un modelo de unos 3 billones de parámetros necesita además mucho más hardware que una sola estación de trabajo.

Los equipos de seguridad deben tener en cuenta esta contrapartida. Un modelo que obtiene un 81% en una prueba de exploits sigue siendo capaz. Al evaluar riesgos, trate los pesos abiertos como capaces en ciberseguridad, sea cual sea el recorte en el entrenamiento.

Vigile el calendario de K2. OrcaRouter informa de que los modelos K2 se cerrarán a nuevos usuarios el 31 de octubre y se retirarán a finales de diciembre de 2026. Los equipos que aún usan K2 deberían programar una migración ya.