Moonshot AI ha lanzado Kimi K3.1 Pro, su modelo de clase 3T más capaz hasta la fecha. Como un modelo de agentes nativamente multimodal de pesos abiertos, está diseñado para manejar entradas de texto e imagen. El modelo fue entrenado posteriormente a partir de Kimi K3 utilizando aprendizaje por refuerzo conjunto a gran escala a través de cientos de dominios posteriores. Cuenta con una ventana de contexto de 1 millón de tokens y tiene como objetivo ofrecer mejoras significativas en programación, creación 3D, investigación financiera y precisión de hechos.
Esta imagen ilustra la interfaz conversacional de la familia de modelos de IA Kimi.
El modelo utiliza una arquitectura Mixture-of-Experts (MoE), con un total de 2.8 billones de parámetros y 104 mil millones de parámetros activados por token. Un cambio arquitectónico clave respecto al modelo Kimi K3 anterior es la sustitución de las capas Gated MLA de atención completa por capas Gated DeepSeek Sparse Attention (Gated DSA). Este cambio está destinado específicamente a facilitar un modelado de contexto largo más eficiente. La arquitectura incluye 896 expertos, con 16 expertos seleccionados por token y 2 expertos compartidos, junto con un codificador de visión (MoonViT-V2) con 401 millones de parámetros.
En las evaluaciones de rendimiento, Kimi K3.1 Pro muestra resultados competitivos en diversos puntos de referencia. Por ejemplo, alcanzó una puntuación de 65.7 en Terminal-Bench 4.0 y 92.7 en BenchCAD con herramientas, situándolo junto a otros modelos de alto rendimiento como Claude y GPT-6 Astra en varias categorías. Sin embargo, la fuente señala que algunos resultados, como los de PostTrain Bench, se evaluaron utilizando GPUs H20 en lugar de GPUs H100, lo que puede afectar las comparaciones directas con modelos probados en hardware de gama más alta. Además, para conversaciones de varios turnos, el modelo requiere que se pase de nuevo a la API el mensaje completo del asistente, incluyendo el campo `reasoning_content`, para mantener el contexto adecuado.
Aunque el modelo es de pesos abiertos, su escala masiva presenta consideraciones de despliegue significativas. La complejidad de la arquitectura y el recuento de parámetros sugieren requisitos de hardware elevados para la inferencia local. Además, si bien el modelo funciona bien en puntos de referencia internos como Kimi Code Bench 3.0, estos resultados son específicos del entorno de pruebas interno del desarrollador y pueden variar en diferentes entornos de producción. El modelo está disponible actualmente a través de API y es compatible con motores de inferencia como vLLM, SGLang y TokenSpeed.