Kimi K3.1 Pro chega perto do Opus 5.5 em código e corta habilidades cibernéticas

A Moonshot AI lançou o Kimi K3.1 Pro em 23 de outubro de 2026, uma atualização do seu modelo de pesos abertos K3. Segundo a Moonshot, ele fica a menos de um ponto do Claude Opus 5.5 em um teste de agentes de programação. A empresa também diz que removeu do treinamento o material ligado a hacking antes de liberar os pesos. E publicou quanta habilidade esse corte tirou.

O anúncio da Moonshot o chama de "nosso modelo de pesos abertos de classe 3T mais capaz até hoje". O modelo já está disponível nos apps e na API do Kimi. A Moonshot promete os pesos completos até 4 de novembro.

O que a Moonshot lançou

O K3.1 Pro não é um projeto novo. A Moonshot diz que pegou o K3, lançado em julho, e o treinou mais, com muito mais poder de computação na etapa de pós-treinamento. O pós-treinamento é a fase depois que o modelo base aprende a linguagem, quando ele é ensinado a seguir instruções e usar ferramentas.

A Moonshot chama o modelo de "classe 3T", ou seja, cerca de 3 trilhões de parâmetros, os valores internos que um modelo aprende. As fontes divergem sobre o número exato. O SiliconANGLE descreve 3 trilhões de parâmetros distribuídos em 896 redes especialistas, com 16 ativas por vez. O roteador de modelos OrcaRouter lista 2,8 trilhões no total e cerca de 104 bilhões ativos por token. O post da Moonshot não traz números.

A janela de contexto, a quantidade de texto que o modelo consegue ler de uma vez, é de 1 milhão de tokens. Uma variante mais rápida, o K3.1 Pro Highspeed, roda de duas a três vezes mais rápido, segundo a Moonshot.

Benchmarks, segundo a Moonshot

Todas as pontuações abaixo vêm da Moonshot e não tinham sido verificadas de forma independente no lançamento, observa o The Next Web.

Teste	K3.1 Pro	Claude Opus 5.5	GPT-6 Astra
Terminal-Bench 4.0 (agentes de programação)	65,7%	66,4%	58,2%
BenchCAD, com ferramentas	92,7	96,2	95,9
Hallu Bench Hard, com ferramentas (menor é melhor)	8,3%	15,0%	5,5%

A Moonshot rodou o Terminal-Bench 4.0 com o harness do Claude Code, segundo suas notas de rodapé. No seu próprio teste de programação com tarefas longas, o Kimi Code Bench 3.0, o K3.1 Pro marcou 61,2, contra 55,95 do K3. A proporção de afirmações falsas no Hallu Bench Hard caiu para 8,3%, ante 23,4% do K3. A Moonshot alerta que essas taxas "não representam as taxas gerais de erro no uso diário".

O corte cibernético

O incomum é o que a Moonshot tirou. Para a versão de pesos abertos, ela diz que removeu dados ligados a cibersegurança tanto do mid-training quanto das tarefas de aprendizado por reforço em que o modelo praticou.

Depois, publicou o custo. No xdev-bench-hard, um teste de escrita de exploits, o K3.1 Pro passou em 81,0% das tarefas. Uma versão treinada sem o corte marcou 90,5%. O K3 marcou 33,3%, e o V4.1 Flash, da DeepSeek, 85,7%. Uma execução feita por terceiros deu 100% ao GPT-5.6 Sol, da OpenAI.

A Moonshot diz que as habilidades cibernéticas do seu modelo ainda ficam atrás das dos melhores modelos fechados. A empresa diz que não quer que pesos abertos empurrem a fronteira da capacidade de ataque, e planeja elevar esse teto passo a passo.

Preço e acesso

O post da Moonshot não lista preços. A OrcaRouter, que revende acesso a modelos, lista a API a US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, abaixo dos US$ 3 e US$ 15 do K3. O Highspeed custa US$ 4 e US$ 20. A entrada em cache custa US$ 0,20.

Modelo	Entrada US$/M tokens	Saída US$/M tokens	Acerto de cache US$/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

Os nomes dos modelos na API são kimi-k3.1-pro e kimi-k3.1-pro-highspeed. A Moonshot oferece retenção zero de dados, e administradores corporativos precisam ativar o modelo. A OrcaRouter também relata amostragem fixa: temperature 1,0 e top_p 0,95, e outros valores retornam um erro.

A política em torno dos pesos

O lançamento chega em meio à pressão sobre a Moonshot. Em julho, a Casa Branca acusou a empresa de usar chips da Nvidia proibidos e copiar um modelo da Anthropic para construir o K3, sem publicar provas, relata o The Next Web. No início deste mês, a OpenAI ligou uma campanha de extração de raciocínio à Moonshot.

As próprias regras da China podem pesar mais. Uma lista preliminar de controle de exportações publicada em 16 de outubro abrange os pesos de modelos com pelo menos 2 trilhões de parâmetros. Reportagens citaram o K3 como acima dessa linha. Os comentários sobre a minuta se encerram em 15 de novembro.

O que isso significa para desenvolvedores

Se você roda agentes de programação, vale testar o K3.1 Pro nas suas próprias tarefas. O número da Moonshot no Terminal-Bench o coloca no nível do Opus 5.5, com preço de tabela menor que o do K3. Teste-o nos seus repositórios antes de confiar na pontuação de um fornecedor.

Planeje em torno das configurações fixas. Código que define temperature ou top_p vai falhar com este modelo. Por isso, verifique sua biblioteca cliente e seu framework de agentes.

Não monte ainda um plano de auto-hospedagem com base em 4 de novembro. Os pesos são uma promessa, e a Moonshot não publicou uma licença. Um modelo de cerca de 3 trilhões de parâmetros também exige muito mais hardware do que uma única estação de trabalho.

Equipes de segurança devem notar essa troca. Um modelo que marca 81% em um teste de exploits continua capaz. Ao avaliar riscos, trate os pesos abertos como capazes em cibersegurança, seja qual for o corte no treinamento.

Fique de olho no cronograma do K2. A OrcaRouter informa que os modelos K2 fecham para novos usuários em 31 de outubro e serão aposentados no fim de dezembro de 2026. Equipes que ainda usam o K2 devem agendar uma migração agora.