Kimi K3.1 Pro desafía a los gigantes de la IA con rendimiento de élite
Moonshot AI ha lanzado Kimi K3.1 Pro, un modelo chino que se ha colocado directamente entre los sistemas de inteligencia artificial mejor valorados del momento. Su combinación de rendimiento agéntico, contexto de un millón de tokens y precios relativamente bajos vuelve a ejercer presión sobre OpenAI, Anthropic, Google y Meta. La amenaza competitiva puede aumentar todavía más cuando Moonshot publique sus pesos, algo que promete hacer como máximo el 4 de noviembre.

Qué es Kimi K3.1 Pro
K3.1 Pro es el primer integrante de la nueva serie K3.1 y parte de la arquitectura del Kimi K3 que Moonshot presentó en julio. No se trata de un modelo completamente nuevo: la compañía ha dedicado mucho más entrenamiento posterior a mejorar cómo razona, utiliza herramientas y mantiene proyectos largos.
Conserva una arquitectura de mezcla de expertos con 2,8 billones de parámetros totales y unos 104.000 millones activos durante cada paso de inferencia. Esa técnica permite construir un sistema enorme sin utilizar todos sus parámetros para cada token. También admite texto e imágenes como entrada, genera texto y ofrece una ventana de contexto de 1.048.576 tokens, suficiente para procesar repositorios grandes o colecciones documentales extensas.
Moonshot destaca mejoras en programación, creación de entornos 3D, investigación financiera y flujos de agentes de larga duración. Según la documentación oficial de Kimi Code, el modelo solo funciona con razonamiento activado y permite elegir niveles de esfuerzo bajo, alto o máximo. Ya está disponible en Kimi, Kimi Work, Kimi Code y mediante API.
Cuarto en Artificial Analysis
La evaluación independiente más llamativa procede de Artificial Analysis. Kimi K3.1 Pro logra 55 puntos en su Intelligence Index y ocupa el cuarto puesto entre más de 200 modelos. Mejora en 11 puntos a Kimi K3 y queda a solo tres del líder, Claude Opus 5.5.
El salto se concentra especialmente en tareas agénticas. En Terminal-Bench 4.0 alcanza un 67%, el mejor resultado medido por la plataforma, frente al 13% de K3. En AutomationBench-AA sube del 58% al 73%, mientras que en GDPval-AA obtiene 1.846 puntos Elo y queda muy cerca de Opus 5.5.
No todo avanza al mismo ritmo. En Humanity’s Last Exam pasa del 47% al 52% y en SciCode del 59% al 61%, mejoras más discretas. Su índice de conocimiento también revela una limitación importante: la tasa de alucinaciones baja del 53% al 44%, pero continúa siendo demasiado alta para confiar en el modelo sin verificar resultados.

Una demostración diez veces más barata que Opus
Una de las demostraciones compartidas tras el lanzamiento enfrentó dos equipos de cinco agentes en una tarea de producción de vídeo. El equipo con Kimi terminó en 26 minutos y tuvo un coste calculado de 7,31 dólares; el basado en Opus 5.5 tardó unas dos horas y costó 76,42 dólares. En ese caso concreto, Kimi fue aproximadamente cinco veces más rápido y diez veces más barato.
El resultado impresiona, pero no debe tratarse como una conclusión general. Es una ejecución concreta, no una batería estadística con repeticiones. Otras pruebas de creación 3D y aplicaciones han encontrado situaciones en las que Opus termina antes, sigue mejor las especificaciones o produce un resultado visual superior. El rendimiento de un agente depende del modelo, pero también del entorno, las herramientas, el nivel de razonamiento y la forma de evaluar el resultado.
Precio de Kimi K3.1 Pro y versión Highspeed
La API estándar cuesta 2 dólares por millón de tokens de entrada, 10 dólares por millón de salida y 0,20 dólares por entrada recuperada de caché. Es un tercio más barata que Kimi K3, cuyo precio era de 3 y 15 dólares. La variante K3.1 Pro Highspeed duplica las tarifas hasta 4 y 20 dólares, a cambio de una velocidad de salida que Moonshot sitúa entre dos y tres veces por encima.
Sin embargo, comparar únicamente el precio por token puede engañar. Artificial Analysis observó que K3.1 Pro generaba unos 55.000 tokens de salida por tarea, frente a 48.000 en K3. Esa mayor extensión absorbe parte de la rebaja y deja el coste medido en torno a 2,11 dólares por tarea del índice. Frente a modelos más concisos, Kimi puede tener una tarifa similar y terminar costando más en un trabajo completo.
La publicación de los pesos será la prueba decisiva
A día de hoy, K3.1 Pro se utiliza como un servicio alojado y Artificial Analysis todavía lo clasifica como propietario. Moonshot ha prometido publicar sus pesos antes del 4 de noviembre, aunque falta conocer la licencia definitiva y comprobar si terceros pueden reproducir el rendimiento de la API. Hablar ya de un modelo abierto sería adelantarse a los hechos.
Si la publicación se cumple con condiciones realmente utilizables, K3.1 Pro pasaría a ser el modelo de pesos abiertos mejor situado en el índice independiente, reduciendo de doce a solo tres puntos la distancia con el mejor sistema cerrado. Empresas con infraestructura suficiente podrían desplegarlo internamente, adaptarlo a sus datos y evitar enviar información sensible a una API externa.
Ese es el aspecto que más debería preocupar a los grandes laboratorios occidentales. Kimi no necesita superar a todos sus rivales en cada prueba: le basta con acercarse lo suficiente, ofrecer costes competitivos y permitir un mayor control. Cuando la diferencia de calidad se estrecha, el precio, la privacidad y la posibilidad de ejecutar el modelo por cuenta propia pesan mucho más. K3.1 Pro no ha ganado la carrera, pero ha vuelto a demostrar que la frontera de la IA ya no pertenece a un pequeño club estadounidense.
