Kimi K3.1: el nombre en el cuadro de búsqueda para Kimi K3, y lo que Moonshot realmente lanza

Escribe kimi k3.1 en un cuadro de búsqueda y no estás pidiendo noticias. No existe ninguna tarjeta de modelo Kimi K3.1, ningún repositorio de pesos, ninguna fila en una tabla de tarifas ni ningún identificador de API que lleve ese número en ninguna de las superficies propias de M​oonshot AI — y no va a existir hasta que el laboratorio lo ponga ahí. Lo que ese punto resuelve es el producto que nombra en forma abreviada: Kimi K3, el buque insignia de pesos abiertos de 2,8 billones de parámetros que M​oonshot lanzó el 16 de julio de 2026, y la línea a la que pertenece. "Kimi K3.1" es la grafía que prefiere el cuadro de búsqueda para esa línea; Kimi K3 es la grafía que usa el proveedor. Toda la página que sigue trata de esa diferencia, porque es la diferencia que decide lo que realmente puedes ejecutar.

La razón para escribir esto es la demanda, no la noticia. Durante los veintiocho días hasta el 12 de octubre de 2026, las consultas basadas en la grafía con punto atrajeron 777 impresiones y 70 clics en nuestra propia propiedad: doce consultas, prácticamente nada de cola larga, y una tasa de clics del 9,7 % en kimi k3.1sí mismo. Esa es la conversión más alta de cualquier faceta medida en esta ronda, y aproximadamente el doble de lo que logra la grafía sin punto. Los lectores que escriben el punto no están navegando. Ya han leído algo sobre esta línea y vuelven por ello. Mientras tanto, kimi k3acumula 4.004 impresiones en 189 consultas, cinco veces el volumen de la versión con punto, y ese es el número que te dice cuál de los dos nombres es el producto.

A qué se refiere «Kimi K3.1», en una sola pantalla

Tres afirmaciones, en orden, porque el orden importa:

• Kimi K3.1 no es un lanzamiento aparte. Moonshot AI publica un único modelo K3. Su documentación, su página de precios, su organización en Hugging Face y su blog usan todas el mismo nombre para él, y ninguno de ellos emplea un sufijo con punto.

• Kimi K3 es el modelo ya lanzado, y se puede invocar hoy mismo. Un sistema de mezcla de expertos de 2,8 billones de parámetros con una ventana de contexto de 1.048.576 tokens, entrada de imágenes nativa, pesos abiertos bajo la propia licencia de Moonshot, y una tarifa de API publicada de 3,00 $ por millón de tokens de entrada y 15,00 $ por millón de tokens de salida.

• El punto es una etiqueta, no una versión. Es la forma que adopta el término en las búsquedas y en los debates de la comunidad, y también es la forma que ha adoptado desde julio el supuesto sucesor de la línea. Son dos cosas distintas que comparten una misma grafía, y el resto de esta página las mantiene separadas.

Si llegaste aquí desde un enlace sobre una filtración, esa es la otra mitad de la historia y hay una página para eso: esta es la página de referencia del nombre y el modelo que hay detrás.

Qué es Kimi K3, según la propia tarjeta de Moonshot

Cada cifra de esta sección se toma del material propio de M​oonshot: la tarjeta del modelo en el repositorio moonshotai/Kimi-K3 de Hugging Face, el blog técnico en kimi.com/blog/kimi-k3 y la documentación del modelo en la plataforma de API del laboratorio. Son cifras declaradas por el proveedor, no reproducidas de forma independiente, y merece la pena mantener esa distinción porque K3 es un modelo disperso de gran tamaño en el que las afirmaciones sobre benchmarks y sobre servicio las hace la parte que lo entrenó.

• Class — un modelo de lenguaje de mezcla de expertos con visión, descrito por Moonshot como el primer modelo abierto del mundo dentro de la clase de los 3 billones de parámetros.

• Tamaño: 2,8T de parámetros totales con 104B activados por token, repartidos entre 896 expertos enrutados, de los cuales 16 se activan por token, más 2 expertos compartidos. 93 capas, una de ellas densa.

• Arquitectura — Kimi Delta Attention (KDA) y Attention Residuals, con 69 capas KDA y 24 capas MLA con compuerta, una dimensión oculta de atención de 7.168 y 96 cabezas de atención. Moonshot informa aproximadamente 2,5× la eficiencia de escalado de Kimi K2 gracias a la combinación.

• Contexto — 1.048.576 tokens, que es la misma cifra que indica la página de precios de la API para el modelo.

• Modalidad — texto e imagen de entrada, texto de salida. El codificador de visión es MoonViT-V2 con 401M de parámetros, y el vocabulario es de 160K.

• Numéricos — entrenamiento consciente de la cuantización desde la etapa de ajuste fino supervisado en adelante, con pesos MXFP4 y activaciones MXFP8, que M​oonshot presenta como una amplia compatibilidad de hardware.

• Controles de razonamiento — el pensamiento siempre está activado, y la profundidad se establece con un campo reasoning_effort de nivel superior que acepta low, high o max, con max como valor predeterminado.

• Precio, publicado por el proveedor — $3.00 por millón de tokens de entrada, $15.00 por millón de tokens de salida, $0.30 por millón de lecturas de entrada en caché, con escrituras en caché facturadas a $3.00 por millón en el nivel de retención de 5 minutos y $6.00 por millón en el nivel de una hora.

Una línea de esa lista merece destacarse, porque es la parte de K3 que más a menudo se pierde entre el recuento de parámetros: el modelo no te deja configurar sus parámetros de muestreo. La referencia de parámetros de M​oonshot marca temperature fija en 1.0, top_p fija en 0.95, n fijo en 1 y ambas penalizaciones fijadas en 0, y afirma que pasar cualquier otro valor devuelve un error, así que el consejo es no enviarlos en absoluto. La profundidad es el único dial, mediante reasoning_effort, y esa misma página incluye una advertencia que conviene conocer antes de construir nada: cambiar el nivel de esfuerzo a mitad de conversación invalida los aciertos de la caché de prefijos, por lo que lo mejor es decidir el nivel cuando arranca la sesión.

¿Moonshot ha lanzado algo llamado 3.1?

Esta es la pregunta que en realidad está haciendo el lector que escribió el punto, y tiene una respuesta verificable en lugar de una opinión. Cada superficie de abajo se leyó el 13 de octubre de 2026, y un lector puede repetirlas todas en una tarde.

• La lista de modelos en la plataforma API de M​oonshot enumera cuatro modelos invocables: kimi-k3, kimi-k2.7-code, kimi-k2.7-code-highspeed y kimi-k2.6. No hay una entrada K3.1, y en su lugar, la misma página marca trece identificadores anteriores como obsoletos.

• La página de precios tiene una fila de la serie K3. Es kimi-k3, con las tarifas indicadas anteriormente y una ventana de contexto de 1,048,576 tokens. No hay una segunda fila que cotizar.

• El índice de documentación que la plataforma publica para lectores automatizados incluye tres guías específicas de K3 —la guía de inicio rápido, una página de buenas prácticas para el uso de herramientas y una página de configuración de agentes— y nada numerado como 3.1.

• La organización del laboratorio en Hugging Face alberga exactamente un repositorio K3, moonshotai/Kimi-K3, y una búsqueda en el Hub de un repositorio numerado 3.1 no devuelve nada bajo ninguna grafía.

• El índice de investigación en kimi.com incluye K3 entre los trabajos publicados del laboratorio con una única entrada. No hay una segunda entrada de K3 por encima de ella.

Entonces, ¿de dónde viene 3.1? De dos lugares, y ninguno es una versión del modelo. El primero es que el número 3.1 sí aparece en el propio material de lanzamiento de K3 de Moonshot —como la versión de la app de escritorio Kimi Work que necesitas para ejecutar K3 en una Mac o en una máquina Windows, que el blog indica como «versión 3.1.0 o posterior». Una versión de producto, publicada por el laboratorio, en un documento sobre K3, es algo completamente normal de encontrar junto al nombre de un modelo, y es el tipo de cercanía que se convierte en término de búsqueda. El segundo es el linaje de filtraciones: el nombre Kimi K3.1 se ha asociado a un sucesor rumoreado desde julio, se ha interpretado a partir de una publicación críptica de un proveedor en septiembre, y un filtrador ha afirmado que aparecerá en una ventana de otoño, pese a que su anterior calendario para el mismo modelo no se cumplió. Esa historia está documentada en nuestra página de filtraciones y no se repite aquí.

Lo que ninguna fuente hace es distinguir un Kimi K3.1 de un Kimi K3 en ningún eje técnico. No hay registro de cambios, ni comparación lado a lado, ni «novedades de la 3.1», porque no hay dos cosas que comparar. Ese es el hallazgo, y vale la pena decirlo sin adornos en lugar de maquillarlo: si una página te muestra una tabla de especificaciones que compara K3 con K3.1, al menos una de sus columnas fue inventada.

Pesos, licencia y cómo ejecutarlo

Los pesos de K3 son abiertos, y los términos son los propios de Moonshot en lugar de una licencia estándar ya existente —una distinción que importa más que la palabra destacada «open». El repositorio declara license: other con license_name: kimi-k3, y el texto otorga el uso, la copia, la modificación, la combinación, la publicación, la distribución, el sublicenciamiento y la venta, incluido el derecho a realizar ajuste fino y a crear obras derivadas. Dos condiciones se imponen a esa concesión, y ambas son comerciales, no técnicas:

• Si diriges un negocio de modelo como servicio —que brinda a terceros acceso de tipo API con control significativo sobre las entradas, los parámetros o los datos de entrenamiento— y tus ingresos agregados en cualquier período de doce meses consecutivos superan los $20 millones, necesitas un acuerdo por separado con M​oonshot antes de usar los pesos o los derivados con fines comerciales.

• Si un producto o servicio comercial construido sobre los pesos supera los 100 millones de usuarios activos mensuales o los 20 millones de dólares en ingresos mensuales, "Kimi K3" deberá mostrarse de forma prominente en su interfaz.

• Ninguna de las condiciones se aplica al uso interno, ni a nada a lo que se acceda a través de los propios productos de M​oonshot o de sus socios certificados de inferencia.

La descarga en sí no es pequeña, y merece la pena conocer su forma antes de iniciar una. El repositorio contiene 97 fragmentos de safetensors que suman aproximadamente 1,56 TB, publicados en la configuración MXFP4/MXFP8 con la que se entrenó el modelo, lo cual es una auténtica comodidad, porque significa que la cuantización del propio laboratorio es la referencia en lugar de algo que tengas que reproducir. Moonshot nombra tres motores de inferencia que recomienda para K3: vLLM, SGLang y TokenSpeed, cada uno con una receta o un recetario publicado. La propia nota de despliegue del proveedor añade un mínimo de hardware que merece la pena citar textualmente: K3 se recomienda en configuraciones de supernodo de 64 o más aceleradores, que es la respuesta honesta a «¿puedo ejecutar esto localmente?» y es una respuesta distinta de la que implica el número de parámetros.

Si 1,56 TB de MXFP4 es más de lo que cabe en tu máquina —y para casi todos los lectores lo es—, las reducciones de la comunidad son la vía práctica, y son legítimas. El repositorio unsloth/Kimi-K3-GGUF es la conversión GGUF más descargada del Hub; NVIDIA publica una compilación NVFP4; hay conversiones MLX orientadas a Apple silicon; y varias variantes podadas al estilo REAP cambian cantidad de expertos por un tamaño que cabe en una sola estación de trabajo grande. Esas son modificaciones de terceros de los pesos, no lanzamientos de Moonshot, y los términos de la licencia se aplican tanto a la obra derivada como al original. Trata una compilación podada o muy cuantizada como un artefacto propio: será más barata de ejecutar que la referencia y no puntuará de forma idéntica, y ningún benchmark de esta página debe interpretarse como aplicable a ella.

La pregunta de «¿qué archivo descargo?», afinada: toma un GGUF si sirves mediante herramientas al estilo de llama.cpp y necesitas ajustarte a una cantidad fija de memoria; toma la compilación de MLX si la máquina es una de Apple silicon; toma los shards del propio proveedor si tienes el presupuesto de aceleradores y quieres la configuración con la que entrenó M​oonshot. Esa es toda la regla, y la decide tu hardware, no el modelo.

Dónde se ubica esta página junto a la página de filtraciones

La única página activa en esta rama es kimi-k3-1-leak, y cubre el rumor: la lista de funciones filtrada, la publicación críptica y su eliminación, y el calendario que ya se ha retrasado una vez. Esta página es la otra mitad, y deliberadamente no vuelve a contar nada de eso. Lee la página de la filtración si lo que quieres es el estado de la especulación; lee esta si lo que quieres es el modelo que existe, el nombre que tiene en el catálogo del propio proveedor y los términos que sus pesos llevan consigo.

Lo que no está resuelto

Si Moonshot llegará algún día a lanzar un modelo al que llame K3.1, y qué contendría. Hay un salto de razonamiento que apunta hacia un sucesor con un peso mucho mayor en el uso de computadoras y la multimodalidad, y es una lectura plausible de la propia dirección de producto del laboratorio, pero que sea plausible no significa que se haya lanzado, y nada en el material del proveedor se compromete con un número, una fecha ni una forma. Lo único que está realmente resuelto es la cuestión de la especificación en negativo: hoy no hay ninguna especificación de K3.1 que dar, de ninguna fuente.

Disponibilidad, expresada con cuidado

La distinción que esta sección debe mantener es entre un nombre y un identificador, porque es fácil desdibujarla. M​oonshot publica exactamente un identificador para esta línea —kimi-k3, en moonshotai/Kimi-K3 y en su propia plataforma de API— y ese es el único id que merece la pena citar. No existe kimi-k3.1, ni kimik3.1, ni kimi-k3-1 en ningún catálogo que podamos encontrar, incluido el nuestro, y esta página no va a imprimir uno a modo de ilustración.

Lo que es accesible es Kimi K3. En OrcaRouter aparece listado como kimi/kimi-k3 a $3.00 por millón de tokens de entrada y $15.00 por millón de tokens de salida — el precio de lista del proveedor transferido tal cual, con un 0% de margen nuestro, frente a una ventana de contexto de 1,048,576 tokens y una superficie compatible con O​penAI, así que el cliente que ya usas no cambia. Nuestro catálogo en vivo contiene cuatro identificadores de M​oonshot, kimi/kimi-k2.5, kimi/kimi-k2.6, kimi/kimi-k2.7-code y kimi/kimi-k3, y ninguno más con cualquier grafía de 3.1; eso se leyó contra la lista de modelos en vivo en lugar de darlo por supuesto.

En la práctica, eso importa para cómo se mantiene un sucesor no verificado. Si llega a aparecer un K3.1, la postura útil es dirigir una porción del tráfico hacia él detrás de la conmutación por error automática con K3 como el tramo de respaldo —la misma clave, los mismos endpoints, sin un segundo contrato—, de modo que la llegada sea un cambio de enrutamiento en lugar de un ciclo de adquisición. Todavía no hay nada a lo que conmutar por error, y no estamos afirmando lo contrario.

Qué hacer con todo esto

Si buscaste Kimi K3.1 porque quieres un sucesor, la instrucción honesta es esperar un artefacto —una fila en la lista de modelos, un identificador de API o un repositorio bajo la propia organización del laboratorio— y evaluar la llegada con uno de esos, no con una captura de pantalla. Si buscaste porque quieres usar la línea hoy, el modelo es Kimi K3, tiene pesos abiertos bajo una licencia que deberías leer antes de lanzar con él, y se puede invocar según una tarifa cuyos números están publicados, no inferidos. Una etiqueta de versión que el cuadro de búsqueda usa y el producto no es un modelo, por mucha demanda que la respalde.