Model Releases
Moonshot AI lanza Kimi K3.1 Pro, modelo multimodal de 2.8T parámetros
Moonshot AI presenta Kimi K3.1 Pro, un modelo MoE de 2.8T parámetros con ventana de contexto de 1M de tokens y capacidades de agente de largo horizonte.
23 de octubre de 2026
Model ReleaseKimi K3.1 Pro
Introducción: Un nuevo hito en la inteligencia artificial multimodal
El panorama de la inteligencia artificial ha dado un vuelco este 23 de octubre de 2026. Moonshot AI ha anunciado oficialmente el lanzamiento de Kimi K3.1 Pro, el primer modelo de su nueva serie K3.1. Este no es solo un incremento incremental en el rendimiento; estamos ante un modelo de clase 3T que redefine lo que esperamos de la multimodalidad nativa y la capacidad de razonamiento en agentes autónomos.
Para los ingenieros de IA y desarrolladores, la importancia de este lanzamiento radica en su arquitectura optimizada para el aprendizaje por refuerzo (RL) a gran escala y su capacidad para manejar tareas de ingeniería extremadamente complejas. Kimi K3.1 Pro se posiciona como un competidor directo de los laboratorios estadounidenses, cerrando la brecha en tareas de ejecución de terminal y desarrollo de software de largo alcance.
- Lanzamiento oficial: 23 de octubre de 2026
- Categoría: Modelo de IA multimodal de alto rendimiento
- Arquitectura: Mixture-of-Experts (MoE) de 2.8T parámetros totales
- Ventana de contexto: 1 millón de tokens
Arquitectura y Especificaciones Técnicas
Kimi K3.1 Pro utiliza una arquitectura de Mixture-of-Experts (MoE) altamente eficiente. Aunque el modelo cuenta con un total de 2.8 billones de parámetros, solo 104 mil millones de parámetros se activan por cada token procesado, lo que permite una latencia controlada a pesar de su escala masiva. Esta versión es un modelo post-entrenado de Kimi K3, con un cómputo de post-entrenamiento significativamente mayor.
Lo que realmente distingue a este modelo es la optimización de todo su stack tecnológico. Moonshot AI ha optimizado desde el framework de RL hasta la infraestructura de sandbox y la programación de rollout. Esto permite obtener retornos estables y predecibles por cada incremento de cómputo de RL, algo crítico para el entrenamiento de modelos con capacidades de razonamiento avanzado.
- Parámetros totales: 2.8T
- Parámetros activos: 104B (MoE)
- Optimización: RL joint scale-up en cientos de dominios downstream
- Multimodalidad: Nativa (texto, código, visión y modelado 3D)
Rendimiento y Benchmarks: Superando la barrera de la ejecución
En términos de rendimiento puro, Kimi K3.1 Pro ha demostrado una capacidad excepcional en entornos de terminal y desarrollo de software. En el benchmark Terminal-Bench 4.0, el modelo alcanzó un 65.7%, superando al GPT-6 Astra (58.2%) y situándose apenas por detrás de Claude Opus 5.5 (66.4%). Estos resultados se obtuvieron en tareas de terminal realistas con restricciones de recursos y pruebas específicas de tarea.