Kimi K3.1 Pro llega al cuarto lugar y acerca los modelos abiertos a los de paga
Por JP Software ·
JP Software Moonshot AI, empresa china de inteligencia artificial, lanzó Kimi K3.1 Pro, una versión de su modelo Kimi K3 con mucho más cómputo de posentrenamiento. Según Artificial Analysis, obtiene 55 puntos en su Intelligence Index, 11 más que K3, y queda en cuarto lugar.
Qué cambió
Solo Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) y Muse Wonder Full (56) lo superan. Si Moonshot libera los pesos del modelo como planea antes del 4 de noviembre de 2026, K3.1 Pro sería el modelo abierto con mayor puntaje. La brecha entre abiertos y propietarios pasaría de 12 a 3 puntos, suponiendo que nada más cambie.
Junto con el modelo sale K3.1 Pro Highspeed, que según la empresa corre de dos a tres veces más rápido. Ambos están disponibles en Kimi.ai, Kimi Work, Kimi Code y la API de Kimi.
Agentes, alucinaciones y precios
Las mejoras más grandes están en tareas de agente. En Terminal-Bench 4.0, Moonshot reporta 65.7%, frente a 66.4% de Claude Opus 5.5 y 58.2% de GPT-6 Astra. K3 solo lograba 13% en esa prueba.
En una prueba interna difícil de alucinaciones, la tasa bajó de 23.4% a 8.3%, según la empresa. Moonshot aclara que es una prueba de estrés, no una medida general de error. GPT-6 Astra obtiene 5.5% en la misma prueba.
Los precios bajaron 33%:
- Entrada: $2 por millón de tokens (antes $3).
- Salida: $10 por millón (antes $15).
- Caché: $0.20 por millón (antes $0.30).
La versión Highspeed cuesta el doble: $4 de entrada y $20 de salida. Por tarea del índice, K3.1 Pro cuesta $1.98 contra $2.00 de K3, porque genera 14% más tokens de salida.
Tamaño y ciberseguridad
Mantiene 2.8 billones de parámetros totales y 104 mil millones activos, con una ventana de contexto de un millón de tokens y soporte de texto e imágenes. Para la versión abierta, Moonshot quitó datos relacionados con ciberseguridad del entrenamiento. Según la empresa, su prueba interna de vulnerabilidades pasó de 90.5% a 81.0% tras la limpieza.
Qué significa para tu negocio
Más competencia entre modelos se traduce en mejores precios y más opciones. Un modelo abierto de este nivel podría correr en tu propia infraestructura, algo útil si manejas información sensible.
Pero la mayoría de estos números los reporta la propia empresa. Un benchmark no es tu operación. Mi recomendación: elige una tarea real, como conciliar facturas o responder tickets, y compara calidad y costo por tarea entre dos o tres modelos.
Y espera a que los pesos se publiquen de verdad antes de planear algo que dependa de ellos.