Moonshot K3.1 Pro sobe 11 pontos e fecha gap para modelos fechados

Kimi K3.1 Pro derruba preço da API e bate K3 em sete benchmarks

Kimi K3.1 Pro supera seu antecessor em sete benchmarks. No GDPval-AA, atingiu 1.846 Elo — 312 pontos acima do K3, que marcou 1.534. No Terminal-Bench 4.0, alcançou 65,7%, contra 13% do K3. A taxa de alucinação caiu de 23,4% para 8,3% em teste interno da empresa, medido pelo Kimi Hallu Bench Hard. Em finanças, ganhou 7,2 pontos em modelagem e 11,6 em pesquisa. No OfficeQA Pro v2, lidera todos os modelos testados.

O modelo mantém 2,8 trilhões de parâmetros e 104 bilhões ativos. A janela de contexto é de um milhão de tokens. Os preços da API caíram de US$ 3 para US$ 2 por milhão de tokens na entrada e de US$ 15 para US$ 10 na saída. Kimi K3.1 Pro Highspeed roda duas a três vezes mais rápido, segundo a empresa, com custo de US$ 4 por milhão de tokens na entrada e US$ 20 na saída. Ambos estão disponíveis via Kimi.ai, Kimi Work, Kimi Code e Kimi API desde 23 de outubro de 2026.

Liberação de pesos até 4 de novembro pode fechar gap de 12 para 3 pontos

Se Moonshot liberar os pesos até 4 de novembro de 2026, K3.1 Pro se tornaria o melhor modelo de código aberto disponível. Isso reduziria o gap entre modelos abertos e proprietários de 12 para três pontos. No ranking atual, apenas Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) e Muse Wonder Full (56) ficam à frente.

Moonshot afirma que o modelo trabalha diretamente com Unity, Unreal Engine e Godot. Em BenchCAD, atinge 92,7% com ferramentas e 72,8% sem. A empresa diz que escreve e executa scripts para Blender e CAD sem MCP. Lançou ainda o “3D Make” no Kimi.com para pré-visualizar, editar e exportar modelos 3D. No SWE Marathon v1.1, marcou 51,7%, acima de 46,3% do Opus 5.5. Em DeepSWE v1.1, atingiu 75,5%, contra 74,2% do Opus 5.5. No GPQA-Diamond, obteve 94,2%, próximo aos 93,9% do Opus 5.5.

Moonshot posiciona o modelo no topo da fronteira de Pareto do Artificial Analysis Intelligence Index. Nenhum modelo com parâmetros comparáveis pontua mais alto. A empresa não divulgou custo de treinamento nem consumo energético. O teste de alucinação é descrito como “stress test”, não como medida geral de erros.