Moonshot publica los pesos abiertos de Kimi K3.1 Pro

Moonshot publicó los pesos de Kimi K3.1 Pro: 2,8 billones de parámetros y 1M de contexto

Moonshot AI publicó los pesos completos de Kimi K3.1 Pro, según reportaron BigGo Finance y Startup Fortune y recoge NeoTeo. La ficha del modelo describe una arquitectura de mezcla de expertos con 2,8 billones de parámetros totales, 104.000 millones activados por inferencia y una ventana de contexto de 1.048.576 tokens.

Para un founder que construye producto sobre modelos de lenguaje, el dato relevante no es el tamaño: es que un modelo de clase frontera quede disponible para descarga, inspección y despliegue propio. Hasta ahora esa combinación —capacidad cercana a los modelos cerrados y pesos abiertos— estaba reservada a muy pocos laboratorios.

Qué arquitectura describe la ficha de Moonshot

La ficha en Hugging Face enumera 69 capas KDA y 24 Gated DSA. El detalle fino está en la sustitución: Moonshot explica que las capas Gated DSA reemplazan a las capas Gated MLA de atención completa de Kimi K3. Es decir, el cambio entre generaciones no está en el número de capas, sino en qué tipo de mecanismo de atención ocupa ese lugar.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

El contexto técnico ayuda a entender por qué importa. Wccftech describe que la arquitectura Kimi Delta Attention (KDA) es un mecanismo híbrido de atención lineal que combina estados recurrentes con un estado de intercalado híbrido en una proporción de 3:1, lo que reduce de forma drástica el tamaño del KV cache en contextos largos. El mismo medio señala que el modelo usa NoPE (sin embeddings posicionales) en toda la red, lo que favorece ventanas de contexto más amplias.

Para Marktechpost, la base de K3 activa 16 de 896 expertos mediante un framework Stable LatentMoE, y el modelo acepta texto, imágenes y video a través de la API. La ficha de Moonshot confirma el enfoque multimodal nativo.

Cómo se despliega: vLLM, SGLang y el costo real de servirlo

El repositorio de Moonshot incluye instrucciones para servir el modelo con vLLM y SGLang, dos motores de inferencia que aparecen como opciones de despliegue en la ficha. Los pesos abiertos se publicaron junto con esa información técnica.

Conviene ser realista sobre el self-hosting. Marktechpost advierte que, para K3, Moonshot recomienda supernodos de 64 o más aceleradores, con pesos en MXFP4 y activaciones en MXFP8. No es un modelo que corra en una GPU única ni en una workstation. Quien quiera probarlo sin montar infraestructura puede hacerlo vía API: Notebookcheck reporta que está disponible en Kimi.ai, las apps de Kimi y la API, con un plan gratuito de uso limitado, y que la variante Highspeed corre entre dos y tres veces más rápido.

Sobre precios, Marktechpost detalla US$2 por millón de tokens de entrada y US$10 por millón de salida, con aciertos de caché a US$0,20; la versión Highspeed cuesta US$4 y US$20. Notebookcheck señala que esa tarifa es aproximadamente un tercio más baja que la de Kimi K3, que estaba en US$3 y US$15.

Qué dicen los benchmarks frente a los modelos cerrados

Los números son en su mayoría autodeclarados por Moonshot y no fueron verificados de forma independiente. Aun así, el cuadro es útil como referencia.

Terminal-Bench 4.0: K3.1 Pro reporta 65,7%, frente a 66,4% de Claude Opus 5.5 y 58,2% de GPT-6 Astra, según Notebookcheck.
Artificial Analysis Intelligence Index: Wccftech reporta 55 puntos para K3.1 Pro, por encima de los 53 de Claude Fable 5.1 y GPT-6, y por debajo de Opus 5.5.
Ranking de agentes: KuCoin, citando a ChainCatcher, reporta que K3.1 Pro (Max) quedó primero entre los modelos de pesos abiertos y 13.º a nivel global en el leaderboard de Agent Arena, con una mejora neta de +5,1% frente al +0,9% de su predecesor K3 (Max).
Alucinaciones: en el test interno Kimi Hallu Bench Hard, la tasa de afirmaciones falsas bajó de 23,4% en K3 a 8,3%, según Marktechpost.

Hay una brecha clara que conviene tener presente: en Terminal-Bench Science 0.1, K3.1 Pro reporta 38,1 frente a 68,1 de GPT-6 Astra, según el mismo medio. Para tareas científicas pesadas, el modelo abierto todavía queda atrás.

Qué significa esto para tu startup

La decisión real no es «¿es mejor que Opus?», sino «¿qué me habilita que sea abierto?». Tres implicancias concretas:

Puedes auditar y controlar el modelo. Con pesos descargables, tu equipo puede inspeccionar el comportamiento, ajustar el despliegue y evitar depender de una API que cambie de precio o de política sin aviso. Para productos regulados o con clientes enterprise, eso vale más que un par de puntos en un benchmark.
El costo por token bajó. Si tu producto hace inferencia intensiva, la tarifa de US$2/US$10 reportada por Marktechpost —un tercio menos que K3— cambia el cálculo de unit economics. Vale la pena correr una prueba con tu propio tráfico antes de reescribir la arquitectura.
El self-hosting sigue siendo caro. Los 64+ aceleradores que menciona Marktechpost significan que, salvo que ya tengas infraestructura de ese calibre, la vía práctica es la API. Antes de comprometer capex, calcula el punto de equilibrio entre pagar por token y montar tu propio clúster.

Dos acciones para esta semana:

Prueba la API con un caso real de tu producto. El endpoint es compatible con OpenAI, así que la migración de una prueba es de horas, no de semanas. Mide latencia y calidad en tus propios prompts, no en los benchmarks del proveedor.
Revisa dónde van tus datos. Unite.ai reporta que Moonshot ofrece Zero Data Retention para clientes de API. Si procesas información sensible de clientes, confirma que esa opción esté activa antes de enviar nada.

El contexto de fondo: por qué Moonshot apuesta a los pesos abiertos

Moonshot no libera pesos por idealismo. TechCrunch reportó, citando a Bloomberg, que el laboratorio apunta a US$2.000 millones en ingresos anualizados para fin de año, el doble de su ritmo de agosto, y que los modelos K3 generan hasta 300.000 millones de tokens diarios en OpenRouter. El mismo medio señala que, al tener los pesos disponibles, Moonshot opera con márgenes mucho menores que sus competidores cerrados.

El contrapeso es la presión regulatoria y reputacional. The Next Web recuerda que en julio la Casa Blanca acusó a Moonshot de usar chips Nvidia prohibidos y de copiar un modelo de Anthropic, sin publicar evidencia, y que Anthropic acusó a la compañía de una campaña de destilación con más de 23 millones de respuestas recolectadas. Para un founder, eso es un riesgo de proveedor a considerar en cualquier plan de continuidad.

Conclusión

La publicación de los pesos de Kimi K3.1 Pro confirma que la brecha entre modelos abiertos y cerrados sigue cerrándose, al menos en coding y tareas agénticas. Para tu startup, la oportunidad concreta está en bajar costos de inferencia y ganar control sobre el modelo, no en perseguir el primer puesto de un leaderboard. Prueba con tu propio tráfico, verifica la política de datos y no asumas que el self-hosting es gratis solo porque los pesos lo sean.