✨︎ Resumen (TL;DR):
- Kimi K3.1 Pro debutó con 55 puntos y el cuarto lugar en el Intelligence Index de Artificial Analysis.
- Su mayor avance apareció en tareas con agentes: consiguió 67% de éxito en Terminal-Bench 4.0, frente al 13% de K3.
- Moonshot AI todavía no publica sus pesos y prometió liberarlos a más tardar el 4 de noviembre de 2026.
Kimi K3.1 Pro, el nuevo modelo de Moonshot AI, debutó con 55 puntos y el cuarto lugar del Intelligence Index de Artificial Analysis. El resultado lo dejó detrás de Claude Opus 5.5, Claude Sonnet 5.5 y Muse Wonder Full en las configuraciones comparadas, mientras sus pesos siguen pendientes de publicación.
Artificial Analysis publicó su análisis de lanzamiento el 23 de octubre. Ahí registró una mejora de 11 puntos frente a K3 en su configuración max, que obtuvo 44 puntos. Solo Claude Opus 5.5, Claude Sonnet 5.5 y Muse Wonder Full aparecen por delante en esa comparación.
K3.1 Pro mejora sobre todo con agentes
Moonshot AI describe K3.1 Pro como una versión de K3 con más cómputo dedicado al entrenamiento posterior. El modelo apunta a programación, creación 3D y trabajos que requieren varios pasos.
La ventana de contexto es una capacidad de un modelo que determina cuántos tokens puede procesar en una tarea. K3.1 Pro incluye una de un millón de tokens. Los tokens son las unidades con las que el modelo procesa información.
El mayor salto aparece en las pruebas que implican herramientas y agentes:
- Terminal-Bench 4.0: una evaluación de agentes que trabajan en una terminal. K3.1 Pro obtuvo 67% de éxito, frente al 13% de K3.
- GDPval-AA: alcanzó 1,846 puntos Elo, 312 más que su antecesor y el tercer mejor resultado de esa prueba.
- Humanity’s Last Exam: pasó de 47% a 52%, un avance menor frente al registrado en las tareas con agentes.
La comparación delimita qué cambió con mayor fuerza. El salto en tareas con herramientas fue mucho mayor que el avance en la evaluación de conocimiento y razonamiento.
La tarifa no refleja por sí sola el costo
La API del modelo estándar cuesta 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida.
La ficha de Artificial Analysis consultada el 24 de octubre muestra un costo medio ponderado de 2.11 dólares por tarea del índice. El anuncio del día anterior había citado 1.98 dólares.
La misma ficha registra 150 millones de tokens de salida para completar el índice, frente a una mediana de 87 millones. Calculado a partir de esas cifras, el consumo fue aproximadamente 72% mayor.
Por eso conviene leer juntas la tarifa y la cantidad de tokens utilizados. El costo por tarea depende de ambos valores, y las cifras del índice corresponden a esa batería de pruebas.
Los pesos siguen pendientes
Kimi K3.1 Pro ya puede usarse a través de los productos de Kimi y su API, pero sus pesos todavía no están disponibles para descarga. Moonshot AI prometió publicarlos a más tardar el 4 de noviembre de 2026.
La liberación permitiría ejecutar el modelo en infraestructura controlada por sus usuarios. Si Moonshot AI completa el proceso anunciado, Artificial Analysis lo situaría al frente de los modelos con pesos disponibles. Ese liderazgo sigue condicionado a que la empresa publique los archivos.
Por ahora, K3.1 Pro ya ofrece acceso mediante los productos de Kimi y su API; ejecutarlo en infraestructura controlada por sus usuarios depende de la publicación de pesos anunciada para el 4 de noviembre de 2026.
