Kimi K3.1 Pro: el modelo abierto y multimodal de Moonshot, qué mide y cuándo usarlo

Kimi K3.1 Pro de Moonshot AI: pesos abiertos, 1M de contexto, entrada de imagen, benchmarks que publicó su laboratorio y licencia, a 15 de noviembre de 2026.

info Definición Rápida
Kimi K3.1 Pro es el modelo insignia de Moonshot AI: un modelo abierto de la clase de 3 billones de parámetros (2.8T totales y 104B activos según su ficha), multimodal (acepta texto e imagen) y con 1M de tokens de contexto, orientado a código, agentes, 3D y finanzas. Moonshot lo llama su modelo abierto más capaz de esa clase hasta la fecha.

Los datos son a 15 de noviembre de 2026 y salen de páginas de Moonshot. El precio no figura en el anuncio ni en la documentación de modelos, así que aquí no se da una cifra.

¿Qué es Kimi K3.1 Pro y cuándo salió?

Moonshot lo presenta como su modelo abierto más capaz. El anuncio no muestra una fecha de publicación; sí dice que los pesos completos se publicarían a más tardar el 4 de noviembre de 2026, y hoy están disponibles en Hugging Face.

DatoValor
ID de APIkimi-k3.1-pro (variante: kimi-k3.1-pro-highspeed)
Pesosmoonshotai/Kimi-K3.1-Pro (Hugging Face)
Parámetros2.8T totales, 104B activos (mezcla de expertos)
Contexto1M de tokens (1,048,576)
EntradasTexto e imagen
PrecioNo figura en el anuncio ni en la documentación de modelos: consulta la página de precios de Moonshot
Abierto o cerradoPesos abiertos, licencia propia

La API ofrece compatibilidad con los formatos de OpenAI y de Anthropic, lo que facilita probarlo desde herramientas que ya usas.

¿Para qué sirve?

El anuncio destaca tres áreas: código (desde arreglos rápidos hasta proyectos completos), creación 3D y razonamiento espacial, y flujos financieros de punta a punta. Como acepta imágenes, puedes probarlo con capturas, gráficos y PDF; Moonshot no describe una función específica de lectura de gráficos, solo resultados de pruebas.

Moonshot reporta también dos pruebas internas útiles para tu mundo: DECK-Arena, que según el laboratorio evalúa la generación de presentaciones con consultas reales, y Design Bench, que cubre diseño gráfico con indicaciones directas o con imágenes de referencia. Son pruebas diseñadas y corridas por Moonshot; el puntaje que publica es una señal, no un veredicto independiente. Para entender el tipo de modelo, lee modelos multimodales y modelos de razonamiento.

¿Qué benchmarks publicó y cómo se leen?

Todos los puntajes los publica Moonshot y, salvo que se indique otra cosa, usan esfuerzo de razonamiento max, temperatura 1.0 y top-p 0.95 (BrowseComp usó top-p 1.0). Para el método general, lee cómo leer benchmarks de IA.

BenchmarkPuntajeQuién lo midió y cómo
Terminal-Bench 4.065.7%Moonshot, con el arnés de Claude Code
DeepSWE v1.175.5Moonshot, con el arnés de Claude Code
BrowseComp92.1Moonshot (compactación de contexto a 200K tokens, máximo 500 pasos)
OfficeQA Pro v264.4Moonshot (PDF como imágenes sin texto legible; las tareas cuya respuesta se hallaba en línea puntuaban cero)
GPQA-Diamond94.2Moonshot
HLE-Full con herramientas70.0Moonshot
Kimi Hallu Bench Hard (interna), con herramientas8.3Moonshot; menor es mejor
Kimi Hallu Bench (interna), sin herramientas5.4Moonshot; menor es mejor; es otra fila, no la versión Hard

Cómo leerlos:

  • Mira el arnés. Moonshot corrió Terminal-Bench 4.0 con el arnés de Claude Code y toma los puntajes de otros modelos de blogs o tablas públicas. Cambiar el arnés cambia el número. Alibaba, por ejemplo, reporta Terminal Bench 2.1, que es otra versión.
  • Las pruebas internas. Kimi Hallu Bench Hard mide la tasa de afirmaciones alucinadas, evaluadas por agentes verificadores de hechos, sobre un conjunto interno de prompts difíciles sacados de tareas de trabajo; el propio laboratorio aclara que es una prueba de estrés y que las tasas no representan el error general en el uso diario.
  • Los saltos entre versiones. La publicación compara con el K3 anterior (por ejemplo, la tasa de alucinación bajó de 23.4% a 8.3%). Es una mejora declarada por el laboratorio.

¿Cuánto cuesta y qué contexto tiene?

El contexto es de 1M de tokens según la documentación de Moonshot. El precio por millón de tokens no aparece en el anuncio ni en la página de modelos de la plataforma; ambas remiten a la página de precios. Antes de presupuestar, ábrela y anota la fecha. Para estimar un costo, necesitas tokens y costo por token, y para el contexto, ventana de contexto.

La variante kimi-k3.1-pro-highspeed promete entre 2 y 3 veces la velocidad con la misma inteligencia; su precio tampoco figura. En Kimi Enterprise, el anuncio indica que un administrador debe habilitar el modelo, porque viene desactivado por defecto.

¿Cuándo elegirlo y cuándo no?

Elígelo cuando:

  • Quieras un modelo abierto que acepte imágenes y sirva para código o documentos de oficina.
  • Necesites una API compatible con formatos de OpenAI o Anthropic para probarlo rápido.
  • Te interese descargar los pesos, siempre que cumplas la licencia (ver modelos abiertos vs. cerrados).

Evítalo cuando:

  • Necesites un precio cerrado hoy: ni el anuncio ni la documentación de modelos lo dan.
  • Operes un servicio que ofrece el modelo a terceros con muchos ingresos: la licencia pide un acuerdo con Moonshot sobre los 20 millones de dólares en 12 meses.
  • Quieras el modelo más económico para tareas simples: un modelo de 2.8T de parámetros es mucho para eso. Mira modelos pequeños vs. grandes.

Ejemplo

Ejemplo ilustrativo: una diseñadora tiene una captura de un panel de métricas y quiere un prototipo en HTML. Sube la captura a kimi-k3.1-pro y pide: “Reproduce este panel en HTML y CSS con las mismas jerarquías; lista aparte lo que no pudiste inferir de la imagen.”

Qué probar mañana: repite la misma captura con reasoning_effort en low y en max, y compara tiempo, tokens usados y fidelidad. Revisa el resultado a ojo y con las herramientas del navegador; una lectura visual del modelo es una estimación.

Errores comunes

  • Dar por hecho un precio que viste en una reseña: confírmalo en la página oficial de Moonshot.
  • Comparar el 65.7% de Terminal-Bench 4.0 con un puntaje de otra versión del benchmark.
  • Tratar el puntaje de una prueba interna (DECK-Arena, Design Bench) como un estándar.
  • Dejar siempre max de razonamiento en tareas triviales.
  • Olvidar que, para pasar de un turno a otro con herramientas, la ficha pide devolver el mensaje completo del asistente con su razonamiento y llamadas.

Fuentes

Preguntas frecuentes

¿Cuánto cuesta Kimi K3.1 Pro?
A 15 de noviembre de 2026, el anuncio de Moonshot no da un precio y la documentación de modelos remite a una página de precios aparte. Consulta la página de precios de la plataforma de Moonshot antes de presupuestar.
¿Kimi K3.1 Pro tiene pesos abiertos?
Sí. Los pesos están en Hugging Face con la Kimi K3.1 Pro License, una licencia propia. Permite usar, modificar y vender, pero exige un acuerdo con Moonshot a quien opere un servicio de modelo con más de 20 millones de dólares de ingresos en 12 meses, y mostrar el nombre del modelo en productos con más de 100 millones de usuarios activos al mes o más de 20 millones de dólares de ingresos mensuales. El uso interno sin dar acceso a terceros queda exento.
¿Qué es la variante Highspeed?
Es kimi-k3.1-pro-highspeed. La documentación de Moonshot la describe con la misma inteligencia y entre 2 y 3 veces la velocidad. Su precio no figura en el anuncio ni en la documentación de modelos.
¿Qué niveles de razonamiento tiene?
El campo reasoning_effort acepta low, high y max, con max por defecto, según la ficha de Hugging Face. Más esfuerzo suele significar más tokens y más espera.