Kimi K3.1 Pro llega a Vega
Kimi K3.1 Pro ya está disponible en vega.chat, junto con su lanzamiento en las plataformas de Kimi. El nuevo modelo insignia de «clase 3T» de Moonshot AI combina una ventana de contexto de 1M de tokens con visión nativa y mejores capacidades de programación, modelado 3D y finanzas. Se promete el lanzamiento completo de sus pesos abiertos para el 4 de noviembre de 2026. Junto con él, se lanza K3.1 Pro Highspeed, que ofrece las mismas capacidades a una velocidad aproximadamente 2–3 veces mayor para el uso interactivo.
¿Qué es Kimi K3.1 Pro?
El primer modelo de la serie K3.1 de Moonshot AI, K3.1 Pro es una versión de Kimi K3 sometida a un posentrenamiento con muchos más recursos de cómputo.
La ventana de contexto de 1 000 000 de tokens permite procesar grandes bases de código, documentos financieros extensos y sesiones prolongadas con agentes en una sola solicitud. La comprensión visual nativa le permite trabajar con capturas de pantalla, bocetos e imágenes de referencia.
Desde el primer día, estará disponible en Kimi.ai y sus aplicaciones móviles, Kimi Work, Kimi Code y la API de Kimi. Los administradores de Kimi Enterprise pueden habilitarlo para sus organizaciones; el acceso estará desactivado de forma predeterminada durante el lanzamiento.
Precios de la API de Kimi: alrededor de un tercio menos que kimi-k3
Los precios publicados por Moonshot para la API de Kimi son:
| Tipo de token | Precio por 1M de tokens |
|---|---|
| Entrada | $2.00 |
| Salida | $10.00 |
| Escritura en caché | $2.00 |
| Acierto en caché | $0.20 |
Estos son los precios del proveedor Kimi, no los precios de VEGA.
A modo de comparación, kimi-k3 tenía un precio de $3.00 por millón de tokens de entrada sin caché, $15.00 por salida y $0.30 por aciertos en caché. K3.1 Pro cuesta alrededor de un tercio menos en esas tres categorías, lo que hace que valga la pena volver a evaluar cargas de trabajo que antes estaban limitadas por el costo.
Benchmarks de Kimi K3.1 Pro: dónde mejora
Programación con agentes y trabajo en terminal
En Terminal-Bench 4.0, que evalúa tareas realistas en terminal con pruebas estrictas, K3.1 Pro obtiene un 65.7%, frente al 58.2% de GPT-6 Astra y el 66.4% de Claude Opus 5.5.
La comparación requiere una salvedad: K3.1 Pro utilizó el entorno de Claude Code, mientras que los otros modelos funcionaron con sus ajustes máximos. No son resultados totalmente controlados ni comparables en igualdad de condiciones.
En la evaluación interna de largo alcance Kimi Code Bench 3.0 de Moonshot, que abarca programación en varios pasos y uso de herramientas, alcanza el 61.2%, frente al 55.95% de K3.
Modelado 3D, CAD y 3D Make
El modelado 3D paramétrico es un enfoque poco habitual en el lanzamiento de un modelo insignia. A partir de texto, bocetos o imágenes de referencia, K3.1 Pro infiere formas, proporciones y relaciones espaciales. Escribe y ejecuta scripts de Blender/CAD sin conectores MCP para editar geometrías, materiales y escenas.
Los resultados de BenchCAD muestran tanto sus fortalezas como las brechas que aún persisten:
| Configuración de BenchCAD | K3.1 Pro | Puntuaciones de comparación |
|---|---|---|
| Con herramientas | 92.7 | Opus 5.5: 96.2; Astra: 95.9 |
| Sin herramientas | 72.8 | Opus 5.5: 73.0; Fable 5.1: 60.6; DeepSeek-V4.1-Flash-1017: 41.2 |
El resultado con herramientas utiliza Voxel IoU en una submuestra de 1,000 archivos.
Moonshot también ofrece un producto completo basado en esta tecnología: 3D Make está disponible en kimi.ai y en su aplicación, con funciones de vista previa, edición y exportación para impresión 3D o como video y Live Photos. Este producto solo está disponible en las plataformas de Kimi.
Finanzas y análisis de documentos
K3.1 Pro obtiene 64.4 en OfficeQA Pro v2, que evalúa el análisis de documentos financieros, la verificación cruzada y los cálculos en varios pasos. Moonshot afirma que este resultado representa el estado del arte. También informa una puntuación de 58.6 en Frontier Finance, que abarca flujos de trabajo de inversión desde la selección inicial hasta el análisis de rentabilidad.
Sus resultados internos en finanzas mejoran los de K3:
| Evaluación | K3.1 Pro | K3 |
|---|---|---|
| Financial Modeling | 57.6 | 50.4 |
| Financial Research | 70.4 | 58.8 |
| Business Operation | 37 | 8.9 |
Precisión factual
En Kimi Hallu Bench Hard, la evaluación interna de Moonshot, las alucinaciones a nivel de afirmación caen del 23.4% de K3 al 8.3%. La proporción de respuestas con al menos un error factual baja al 42.4% de la cifra del modelo predecesor.
El gráfico con herramientas muestra estas tasas de error a nivel de afirmación; cuanto menor, mejor:
| Modelo | Tasa de error |
|---|---|
| GPT-6 Astra | 5.5% |
| Kimi K3.1 Pro | 8.3% |
| Claude Opus 5.5 | 15.0% |
| GLM-5.3 | 22.6% |
| DeepSeek-V4.1 | 23.3% |
| Claude Fable 5.1 | 23.3% |
Moonshot describe explícitamente esta prueba como una evaluación de estrés extrema, no como una estimación de las tasas de error cotidianas.
Detrás de escena: RL conjunto y seguridad cibernética
Moonshot atribuye estas mejoras al aprendizaje por refuerzo conjunto en cientos de dominios posteriores, respaldado por la optimización de toda la pila tecnológica: infraestructura de RL, inferencia con contexto largo, eficiencia de entrenamiento, entornos aislados, programación de ejecuciones y control de calidad de los entornos.
El equipo también observó que la capacidad de investigar vulnerabilidades aumenta con la escala del posentrenamiento. Para el lanzamiento de los pesos abiertos, eliminó los datos específicos de ciberseguridad tanto de las etapas de entrenamiento intermedio como de RL, y conservó las tareas de programación habituales. Además, realizó una evaluación específica con su benchmark interno xdev-bench-hard.
Prueba Kimi K3.1 Pro en Vega
Para los desarrolladores, actualmente es la opción de pesos abiertos más potente para programación con agentes y contexto largo. Los equipos de 3D pueden probar la inferencia de formas y los scripts CAD generados; los equipos de finanzas pueden evaluar la verificación cruzada de documentos y los cálculos en varios pasos. Los precios más bajos del proveedor Kimi también hacen que este sea un buen momento para volver a evaluar las cargas de trabajo sensibles al presupuesto.
Varios resultados son datos internos o informados por la empresa, las condiciones de los entornos de prueba varían y no se han divulgado las cantidades de parámetros. Realiza pruebas piloto con tus propias tareas antes de comprometerte.
Kimi K3.1 Pro está disponible en el selector de modelos de vega.chat, y los desarrolladores también pueden usarlo a través de api.vega.chat, la API compatible con OpenRouter.