Moonshot lança Kimi K3.1 Pro e promete abrir pesos do modelo até 4 de novembro
Modelo chinês atinge 55 pontos na Artificial Analysis, reduz alucinações e chega à API com preço a partir de US$ 2 por milhão de tokens.
Por que importa. Se a Moonshot cumprir a entrega dos pesos abertos, equipes de tecnologia terão acesso local a um modelo próximo do Claude Opus 5.5, com suporte nativo a código, CAD e fluxos de agentes.
A empresa chinesa Moonshot AI disponibilizou nesta sexta-feira (23) o modelo Kimi K3.1 Pro via API e nas interfaces Kimi.ai, Kimi Work e Kimi Code. A desenvolvedora prometeu liberar os pesos abertos do modelo até 4 de novembro de 2026. A versão atualizada registrou 55 pontos no índice da Artificial Analysis, um avanço de 11 pontos em relação ao Kimi K3 que coloca o sistema na quarta posição geral, atrás apenas de Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) e Muse Wonder Full (56).
Na API, os preços de inferência caíram 33% na comparação com o K3. O valor oficial é de US$ 2,00 por milhão de tokens de entrada, US$ 10,00 por milhão de saída e US$ 0,20 para leitura de cache, igualando a tabela do GPT-6.1 Sol e cobrando metade do Claude Opus 5.5. A Moonshot também lançou a variante K3.1 Pro Highspeed, voltada a tarefas que exigem menor latência: ela opera de duas a três vezes mais rápido e dobra o custo de entrada para US$ 4,00 e saída para US$ 20,00, preservando o valor do cache.
O K3.1 Pro mantém a estrutura física do antecessor, com 2,8 trilhões de parâmetros totais, 104 bilhões de parâmetros ativos e janela de contexto de 1 milhão de tokens para texto e visão. O desenvolvedor Simon Willison testou a API por meio de endpoints compatíveis com o padrão da OpenAI e apontou que o modelo suporta três níveis configuráveis de esforço de raciocínio: baixo, médio e máximo. Segundo a Artificial Analysis, o custo médio por tarefa ficou em US$ 1,98, estável ante os US$ 2,00 do K3 devido a um acréscimo de 14% no volume de tokens gerados.
Avanço em terminais e ferramentas
Os maiores ganhos de desempenho ocorreram em tarefas com perfil de agente e execução de código. No benchmark Terminal-Bench 4.0, o índice de acerto do Kimi K3.1 Pro subiu de 13% para 65,7%, superando os 58,2% do GPT-6 Astra e encostando nos 66,4% do Claude Opus 5.5. No teste SWE Marathon v1.1, focado em engenharia de software contínua, o modelo marcou 51,7%, ficando à frente dos 46,3% do Opus 5.5 e dos 42,5% do Astra.
A Moonshot também preparou o modelo para trabalhar com motores de jogos e modelagem tridimensional técnica. A empresa afirma que o sistema interage com Unity, Unreal Engine e Godot tanto em correções pontuais quanto na estruturação de projetos completos, além de escrever rotinas para Blender e CAD paramétrico sem precisar de conectores MCP. No teste BenchCAD com ferramentas, o K3.1 Pro marcou 92,7%, acompanhando o recurso 3D Make lançado no Kimi.com para pré-visualização e edição de arquivos 3D.
Filtro em cibersegurança ofensiva
A taxa de alucinação teve recuo acentuado nos testes internos da companhia. No Kimi Hallu Bench Hard, a ocorrência de erros em nível de afirmação caiu de 23,4% para 8,3%, embora ainda figure acima dos 5,5% apresentados pelo GPT-6 Astra. Para tarefas de escritório corporativo, o modelo liderou a pontuação do OfficeQA Pro v2 com 64,4%, superando Opus 5.5 (62,2%) e GPT-6 Astra (54,4%).
Antes de programar a entrega dos pesos abertos, a Moonshot decidiu podar deliberadamente capacidades ofensivas de cibersegurança da base de pós-treinamento e aprendizado por reforço. No teste xdev-bench-hard, que reproduz vulnerabilidades reais de sistemas como o kernel Linux e Node.js, uma versão sem filtros resolvia 90,5% das tarefas, taxa que caiu para 81,0% após a higienização dos dados. A empresa afirmou que modelos com pesos abertos não devem liderar a fronteira de exploração ofensiva, embora defenda a elevação gradual dessas habilidades para auditoria defensiva de sistemas legados.
Fontes
- Simon Willison: Introducing Kimi K3.1 Pro
- The Decoder: Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5
Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.
