La compañía china presentó una nueva IA con una ventana de contexto de hasta 1 millón de tokens y mejoras en programación, análisis financiero y tareas autónomas de larga duración. También anunció una versión de mayor velocidad y una estrategia para reducir los riesgos de ciberseguridad antes de liberar sus pesos al público.
Moonshot AI presentó Kimi K3.1 Pro, el primer modelo de una nueva generación con la que busca competir en el mercado de inteligencia artificial avanzada. La empresa lo describe como su modelo de pesos abiertos más potente dentro de la categoría de 3 billones de parámetros, con mejoras en programación, razonamiento y ejecución de tareas complejas.
El lanzamiento, anunciado el 24 de octubre de 2026, incluye una segunda variante, Kimi K3.1 Pro Highspeed, que, según la compañía, ofrece entre dos y tres veces más velocidad que el modelo estándar sin modificar sus capacidades. Ambos están disponibles a través de Kimi.ai, las aplicaciones móviles, Kimi Work para computadoras, Kimi Code y la API de Moonshot AI.
La compañía también ofrece una ventana de contexto de hasta 1.048.576 tokens, equivalente a aproximadamente un millón de tokens, para determinados niveles de acceso. Esta capacidad permite procesar grandes volúmenes de información dentro de una misma interacción, una característica relevante para analizar documentos extensos, trabajar sobre bases de código y ejecutar procesos de varios pasos.
Programación y agentes: los resultados que destaca Moonshot AI
Kimi K3.1 Pro es una versión de Kimi K3 sometida a una etapa adicional de entrenamiento, con un uso sustancialmente mayor de recursos computacionales durante el postentrenamiento. Moonshot AI afirma que optimizó sus sistemas de aprendizaje por refuerzo, inferencia con contextos extensos, eficiencia de entrenamiento e infraestructura de ejecución para entrenar el modelo en cientos de dominios.
En Terminal-Bench 4.0, una prueba de tareas de programación en terminales con restricciones de recursos, Kimi K3.1 Pro obtuvo un 65,7%. El resultado superó el 58,2% atribuido a GPT-6 Astra, aunque quedó por debajo del 66,4% de Claude Opus 5.5.
En una evaluación interna de tareas de programación de larga duración, Kimi Code Bench 3.0 Long-horizon, el nuevo modelo alcanzó el 61,2%, frente al 55,95% de Kimi K3. La prueba contempla ejecución de varios pasos, uso de herramientas y resolución integral de problemas.
También registró un 92,7% en BenchCAD, una evaluación de reconstrucción tridimensional a partir de distintas vistas y generación de código CAD. En esa prueba, Claude Opus 5.5 obtuvo un 96,2% y GPT-6 Astra alcanzó el 95,9%.
Moonshot AI ya habilitó una función de generación 3D en Kimi.ai y su aplicación, que permite previsualizar y editar modelos en línea y descargarlos preparados para impresión 3D.
Análisis financiero y menos errores factuales
La empresa también destaca las capacidades de Kimi K3.1 Pro en el procesamiento de información financiera. Según sus resultados, el modelo obtuvo una puntuación de 64,4 en OfficeQA Pro v2, una prueba de análisis de datos fiscales complejos a partir de documentos financieros reales.
En sus evaluaciones internas, superó a Kimi K3 por 7,2 puntos en Financial Modeling y por 11,6 puntos en Financial Research. En Business Operation, el rendimiento fue aproximadamente 4,2 veces superior al de su predecesor.
Otro de los resultados destacados corresponde a la precisión factual. En Kimi Hallu Bench Hard, una prueba interna diseñada para detectar errores en situaciones especialmente propensas a generar respuestas incorrectas, la tasa de afirmaciones alucinadas bajó del 23,4% de Kimi K3 al 8,3% de K3.1 Pro.
Además, la proporción de respuestas que contenían al menos un error factual se redujo hasta el 42,4% del nivel registrado por el modelo anterior. Moonshot AI aclara que esta evaluación busca poner a prueba deliberadamente los puntos débiles de los modelos y que sus tasas no representan el nivel general de errores en el uso cotidiano.
La compañía también describió una prueba interna de programación autónoma en la que K3.1 Pro desarrolló un simulador de dinámica de la marcha humana a partir de human-atlas, un modelo anatómico de código abierto con 296 componentes esqueléticos y 402 componentes musculares.
Durante 167 misiones y 420 revisiones independientes, el sistema refinó un controlador de marcha. Cuando las mejoras no lograron corregir el movimiento de los brazos, examinó la dinámica del simulador, identificó y corrigió 36 errores en los cálculos de los brazos de momento de los músculos del hombro y volvió a entrenar el controlador.
Pesos abiertos con restricciones para reducir riesgos de ciberseguridad
Uno de los aspectos más relevantes del lanzamiento es la estrategia de seguridad de Moonshot AI. La empresa afirma que detectó un aumento progresivo de las capacidades de investigación de vulnerabilidades durante el entrenamiento y decidió eliminar datos relacionados con ciberseguridad de las dos etapas de entrenamiento destinadas a la versión de pesos abiertos, manteniendo las tareas generales de programación.
En xdev-bench-hard, una prueba interna que evalúa la detección y explotación de vulnerabilidades en código fuente, una versión entrenada sin esas medidas de reducción de riesgos resolvió el 90,5% de los problemas en la métrica pass@3. La versión final de Kimi K3.1 Pro obtuvo un 81%.
Moonshot AI sostiene que esta diferencia demuestra que la eliminación de datos específicos reduce las capacidades de ciberseguridad potencialmente riesgosas. También afirma que el modelo final permanece por detrás de modelos propietarios de frontera disponibles públicamente desde hacía al menos tres meses, según su evaluación.
La compañía plantea dos objetivos para sus modelos de pesos abiertos: evitar que la publicación amplíe la frontera absoluta de capacidades ofensivas en ciberseguridad y aumentar progresivamente las capacidades defensivas disponibles para más equipos. Según su argumento, el acceso no discriminatorio a modelos abiertos puede ayudar a auditar programas, incluidos sistemas heredados que rara vez reciben revisiones de seguridad especializadas.
Precios, acceso y lanzamiento de los pesos
Kimi K3.1 Pro está disponible en los productos de Moonshot AI y en su API, bajo los identificadores kimi-k3.1-pro y kimi-k3.1-pro-highspeed. Los administradores de Kimi Enterprise pueden habilitar el modelo para sus organizaciones, aunque el acceso está desactivado por defecto al inicio del lanzamiento.
La documentación de Kimi Code indica que ambos modelos funcionan exclusivamente en modo de razonamiento y admiten distintos niveles de esfuerzo de razonamiento. También aceptan imágenes y videos como entrada. La variante Highspeed mantiene las mismas capacidades, pero consume aproximadamente el doble de cuota de uso, según la documentación.
Moonshot AI anunció que publicará los pesos completos de Kimi K3.1 Pro antes del 4 de noviembre de 2026.
Con este lanzamiento, la compañía china busca posicionarse en un mercado en el que la competencia ya no se limita a responder preguntas: los modelos también deben programar, utilizar herramientas, trabajar durante períodos prolongados y resolver problemas especializados. La combinación de pesos abiertos, capacidades de larga duración y controles de ciberseguridad será uno de los factores que determinarán su adopción por parte de desarrolladores y empresas.
