Kimi K3.1 Pro vs Grok 4.7: la misma precisión, una factura un 72% más abultada

En un examen privado de análisis de datos de 43 preguntas elaborado sobre un almacén sintético de un parque eólico, Kimi K3.1 Pro y Grok 4.7ambos obtuvieron 42. Ninguno de los dos modelos había visto las preguntas, y los datos se fabricaron de modo que ninguna respuesta pudiera haberse memorizado. Misma puntuación, mismo puesto —empatados en el tercer lugar de 34 modelos evaluados. Las facturas no fueron las mismas: la ejecución de Kimi costó $13.47 y la de Grok costó $7.85.

Ese par de números es lo más útil que alguien ha publicado sobre este enfrentamiento, porque es el único cara a cara en el que ambos modelos fueron ejecutados por las mismas personas, el mismo día, contra las mismas respuestas. Casi todo lo demás que circula es o un benchmark de proveedor producido bajo un andamiaje distinto o una comparación que sustituye discretamente Kimi K3 por Kimi K3.1 Pro. Así que este artículo empieza por lo que muestran las pruebas neutrales y luego separa las diferencias que son reales de las que son artefactos de quién ejecutó la prueba.

Dos modelos, dos apuestas muy diferentes

Kimi K3.1 Pro llegó el 23 de octubre de 2026 como un sucesor de Kimi K3 tras el post-entrenamiento, en lugar de una nueva arquitectura. Moonshot AI mantuvo la base de mezcla de expertos de 2,8 billones de parámetros, la ventana de contexto de 1.048.576 tokens y la entrada nativa de imagen y vídeo, y dedicó el lanzamiento al aprendizaje por refuerzo en dominios agénticos y profesionales. La publicación de los pesos completos está prometida para el 4 de noviembre de 2026.

Grok 4.7 se lanzó un mes antes, el 21 de septiembre de 2026, de xAI. Es propietario, se basa en una base reportada de ~2,1 billones de parámetros que xAI no ha confirmado, tiene una ventana de entrada de 500.000 tokens con un límite de salida de 450.000 tokens y mantiene el precio de Grok 4.6. Su fecha de corte de conocimiento es junio de 2026, con entrenamiento complementario hasta agosto.

• Precio — Kimi K3.1 Pro: $2.00 de entrada / $10.00 de salida por millón de tokens; Grok 4.7: $2.00 / $6.00, y aumenta a $4.00 / $12.00 cuando un prompt supera los 200K tokens.

• Entrada en caché — $0,20 en Kimi frente a $0,50 en Grok, un vuelco que importa más que el precio anunciado para los agentes que releen el mismo repositorio en cada turno.

• Contexto — 1.048.576 tokens frente a 500.000. Kimi también permite hasta 943.718 tokens de salida en una sola respuesta, lo que es menos una característica que una declaración sobre para qué está construido el modelo.

• Modalidades — texto, imagen y vídeo de entrada, texto de salida en Kimi; texto, imagen y archivo de entrada, texto de salida en Grok.

• Control de razonamiento — Kimi razona por defecto con esfuerzo seleccionable; Grok expone bajo, medio, alto y xhigh, y no permite desactivar el razonamiento.

• Apertura — pesos prometidos para el 4 de noviembre en Kimi; Grok es solo API y así seguirá.

El terreno neutral, y lo delgado que es

El examen de Plotly es la comparación más limpia disponible. Es una prueba privada de 43 preguntas sobre un almacén de datos sintético de una flota de energía eólica, dividida en preguntas de analítica, solicitudes ambiguas, solicitudes imposibles, trampas estadísticas, controles de calidad de datos y cinco patrones plantados que un buen analista debería encontrar sin que se le indique. Kimi K3.1 Pro aprobó 42, frente a 35 de Kimi K3. Grok 4.7 también aprobó 42. Ambos quedan por detrás de GPT-6.1 Sol y GPT-6 Astra con 43.

El detalle detrás del empate es donde los dos modelos divergen. Kimi encontró los cinco patrones implantados y detectó los tres problemas de calidad de datos: filas duplicadas, un último día faltante y la diferencia entre una turbina fuera de servicio y una que realmente producía cero. Su único fallo fue un error de límite: contó 2.775 días-turbina de antes de una instalación de firmware como «otro firmware», lo que movió una media en aproximadamente 0,0003 y quedó justo fuera de la tolerancia de la prueba. Eso es una falla de precisión en el borde de una definición, no una falla de razonamiento.

Una segunda prueba neutral apunta en la dirección contraria. En la evaluación contable de DualEntry, Grok 4.7 terminó empatado en el segundo puesto con un 88,1 %, mientras que Kimi K3.1 Pro quedó cuarto con un 86,1 %. Kimi fue el modelo más barato por tarea en esa ejecución, con 0,079 $, pero también uno de los más lentos, con 125,6 segundos por tarea. Dos pruebas neutrales, dos resultados muy reñidos y el orden se invierte entre ambas. Así es como se ve una comparación genuina entre pares, y es lo que la mayoría de la cobertura del día del lanzamiento no muestra.

Donde las diferencias son reales

En escritura no hay comparación. ToneBench, que puntúa borradores contra diez encargos con cuatro jueces por borrador, sitúa a Kimi K3.1 Pro en 2.205 Elo y en séptimo lugar de 83 configuraciones, frente a Grok 4.7 con 1.904 y vigésimo quinto. Los intervalos del 95 % no se solapan: 2.166–2.246 frente a 1.855–1.962. Kimi ganó nueve de diez guiones y siete de nueve submétricas, con las mayores diferencias en cumplimiento de longitud (95,4 frente a 78,7) y señales visuales (84,9 frente a 78,8). Las victorias de Grok fueron estrechas y se limitaron al tono y a las convenciones de YouTube. A 0,251 $ frente a 0,215 $ por guion, no se trata de una decisión de coste.

El trabajo de programación y con agentes es donde la evidencia se vuelve más confusa y donde más comparaciones resultan engañosas. xAI informa que Grok 4.7 obtiene un 37,6–38,0 % en Terminal-Bench 4.0. Moonshot informa que Kimi K3.1 Pro obtiene un 65,7 % en el mismo benchmark. Esos números están separados por 28 puntos y no significan que Grok sea la mitad del modelo, porque las puntuaciones de Terminal-Bench varían decenas de puntos según el arnés de pruebas, el límite de tiempo y los intentos permitidos. Un 65,7 % y un 38,0 % obtenidos en laboratorios distintos son dos mediciones diferentes con el mismo nombre.

La evidencia independiente de programación que sí existe favorece a Grok, pero es evidencia sobre Kimi K3, no sobre K3.1 Pro. En SWE-bench Verified ejecutado mediante un scaffold estándar de miniagente, Grok 4.7 obtuvo 95,6 % frente al 93,4 % de Kimi K3. Nadie ha publicado la cifra equivalente para K3.1 Pro. Las propias cifras de horizonte largo de Moonshot —61,2 % en Kimi Code Bench 3.0 Long-horizon frente al 55,95 % de K3, y 51,7 % en SWE Marathon frente al 45,6 % de Claude Opus 5.5— sugieren que el postentrenamiento ayudó, pero eso es el proveedor corrigiendo su propia tarea en un benchmark que creó.

El contexto largo es la única brecha de capacidad que no necesita benchmark. Un millón de tokens frente a quinientos mil es un factor de dos, y el precio por acierto de caché de Kimi es menos de la mitad que el de Grok. Si la carga de trabajo es un monorepo, un conjunto de contratos o un año de tickets de soporte, la comparación queda decidida antes de leer cualquier puntuación.

Por qué diverge la factura

La diferencia de costos del 72 % en el examen de Plotly no se explica solo por la tarifa. El precio de salida de Kimi es un 67 % más alto, así que con la misma cantidad de tokens costaría más —pero no un 72 % más en una prueba en la que ambos modelos produjeron la misma calidad de respuesta. El resto proviene de cuánto escriben y cuántas llamadas hacen para llegar a ello.

Kimi promedió unas 7,5 llamadas al modelo por pregunta y una mediana de 2,5 minutos por pregunta, el segundo más lento de 34 modelos; aproximadamente el 90 % de ese tiempo correspondió a la respuesta del modelo en lugar de a la ejecución de SQL. En las preguntas de patrones ocultos, realizó unas 73 llamadas a herramientas. Las pruebas independientes de Grok en otros ámbitos han encontrado que consume aproximadamente el doble de tokens de salida por tarea que Grok 4.6, lo que inclina la balanza en sentido contrario. El efecto neto en este examen fue que Grok gastó menos dólares por respuesta correcta a pesar de consumir más tokens por paso.

La aritmética para un agente en producción es así. Tomemos una tarea que lee 100K tokens de entrada, escribe 8K de salida y se ejecuta durante 20 turnos.

• Kimi K3.1 Pro, sin caché: 20 turnos con $0.20 de entrada más $0.08 de salida cuestan aproximadamente $5.60 por tarea.

• Grok 4.7, sin caché — la misma configuración con $0.20 de entrada más $0.048 de salida es aproximadamente $4.96 por tarea.

• Kimi K3.1 Pro, 70% de aciertos de caché — la entrada baja a $0.074 por turno, lo que lleva la tarea a aproximadamente $3.08.

• Grok 4.7, 70% de aciertos de caché — la entrada baja a $0.095 por turno, lo que lleva la tarea a aproximadamente $2.86.

Así que Grok gana el caso de agente incluso con una alta tasa de caché, porque los tokens de salida dominan y cobra un 40 % menos por ellos. Kimi solo supera a Grok cuando la salida es pequeña en relación con la entrada. Tomemos una llamada de recuperación con 100K de entrada y 1K de salida con un 70 % de caché: Kimi cuesta $0.084 y Grok $0.101, una ventaja del 17 % para Kimi. El punto de cruce no es un porcentaje de caché, sino una relación entrada-salida. El trabajo con mucha lectura va a Kimi, el trabajo con mucha escritura va a Grok, y el consejo honesto es medir tu propia relación en lugar de confiar en el ejemplo de cualquiera de los proveedores.

La velocidad cambia la forma del sistema, no solo la factura.

El tiempo medio hasta el primer token de Kimi K3.1 Pro, según nuestras propias mediciones, es de 6,9 segundos a 48 tokens por segundo. Grok 4.7, en pruebas de terceros, ronda los 1,3 segundos hasta el primer token y unos 61 tokens por segundo. Para un producto de chat, esa diferencia se nota. Para un agente que realiza 20 llamadas secuenciales, es la diferencia entre una tarea que parece instantánea y otra que parece rota, y es la verdadera razón por la que varias comparativas de herramientas de programación le dan la victoria a Grok pese a las mejores puntuaciones de Kimi en escritura.

El control del razonamiento lo agrava. Grok permite ajustar el esfuerzo desde low hasta xhigh y cobra en consecuencia; en su ajuste low, ToneBench midió 1.815 Elo a 0,064 USD por guion, una cuarta parte del costo del ajuste medium. Kimi razona de forma predeterminada y su ajuste de esfuerzo es un instrumento más contundente, con el muestreo fijado en temperature 1.0 y top_p 0.95 —valores cuyas alternativas rechaza. Si una canalización depende del determinismo de baja temperatura, esa es una cuestión de compatibilidad que debe resolverse antes de realizar cualquier benchmark.

¿Cuál va en producción?

Elige Kimi K3.1 Pro cuando el trabajo implique contexto largo y mucha documentación: revisión de contratos, investigación financiera, análisis de repositorios con varios archivos y auditoría de calidad de datos en la que el modelo deba advertir lo que falta en lugar de responder a lo que se le pregunta. La ventana de 1 M, la caché económica y la caída reportada por Moonshot de las afirmaciones alucinadas del 23,4 % al 8,3 % con herramientas apuntan en la misma dirección. También es el único de los dos que será descargable, lo cual importa si la carga de trabajo no puede salir de tu infraestructura.

Elige Grok 4.7 cuando la latencia sea parte del producto: asistentes de programación interactivos, agentes de IDE, uso de herramientas de cara al cliente donde una pausa de seis segundos se percibe como un defecto. Es más económico en salida, más rápido hasta el primer token, y la evidencia independiente sobre programación —escasa como es— está de su lado. Su ventana de 500K no es una limitación para la mayoría del trabajo con repositorios, aunque para algunos sí lo es.

La incómoda respuesta para cualquiera que quiera un único ganador es que los dos modelos empatan en la única prueba neutral que ambos han realizado, y el desempate es tu proporción de entrada a salida y tu presupuesto de latencia. Esas son propiedades que puedes medir en una tarde, y ninguna publicación de lanzamiento puede decirte cuáles son.

Ejecutando ambos sin un segundo contrato

Este es el único enfrentamiento en el que probar ambos es barato de organizar. OrcaRouter incluye kimi/kimi-k3.1-pro y grok/grok-4.7 con la misma clave, al precio de lista del proveedor y sin recargo, así que los $2.00, $10.00 y $6.00 de arriba son lo que se le factura a usted, y no la versión que de ellos haría un revendedor. Esto importa más de lo habitual en este caso, porque la decisión depende del comportamiento de la caché y de la latencia medidos dentro de su propia aplicación, lo que significa que necesita ambos modelos detrás de un único endpoint y una única factura para compararlos de forma justa.

También cambia el planteamiento del respaldo. La conmutación por error automática entre proveedores significa que un límite de velocidad o una caída en un modelo no deja la funcionalidad fuera de servicio, y el DSL de enrutamiento te permite enviar la ruta de contexto largo a Kimi y la ruta interactiva a Grok dentro de una sola política en lugar de mantener dos integraciones. Si todavía estás decidiendo, esa es una forma de ejecutar la evaluación sobre una porción del tráfico de producción en lugar de elegir a partir de una tabla de benchmarks.

¿Qué cambiaría este veredicto?

Dos cosas, ambas con fecha. La primera es el 4 de noviembre, cuando Moonshot ha prometido los pesos completos. Un Kimi K3.1 Pro de pesos abiertos con esta calidad cambia el cálculo para cualquiera que tenga un motivo de cumplimiento para autoalojarlo, y también es cuando los laboratorios independientes pueden ejecutar el modelo sin un presupuesto de API.

La segunda es un verdadero cara a cara agéntico. Todas las comparativas de programación que circulan usan Kimi K3 en lugar de Kimi K3.1 Pro, o comparan los arneses de dos proveedores como si fueran una sola medición. En el momento en que alguien ejecute ambos modelos con el mismo andamiaje en las mismas tareas —como hizo Plotly para analítica de datos—, la cuestión de la programación deja de estar en disputa. Hasta entonces, la postura defendible es la aburrida: Grok 4.7 para velocidad y programación interactiva, Kimi K3.1 Pro para contexto largo, escritura y trabajo con documentos, y ambos medidos sobre tu propio tráfico antes de que cualquiera de los dos obtenga una vía a producción.