Kimi K3.1 vs. Kimi K3: qué dicen los pesos abiertos que no dijo la publicación de lanzamiento

Kimi K3.1 Pro y Kimi K3 ahora se distribuyen con los mismos 96 fragmentos de safetensors, los mismos 1,56 TB en disco y una pila de atención diferente. La configuración del nuevo repositorio de Moonshot describe 93 capas como «69 KDA + 24 Gated DSA». La configuración del repositorio de Kimi K3, publicado en julio, indica «69 KDA + 24 Gated MLA». La publicación de lanzamiento de Moonshot para Kimi K3.1 Pro, fechada el 24 de octubre de 2026, llama al modelo más reciente «una versión postentrenada de Kimi K3» y no menciona el cambio en absoluto. Todo lo demás en esta comparación deriva de esa única línea, incluida la razón por la que el modelo más reciente es el más económico.

Los pesos en sí llegaron sin anuncio. El blog de Moonshot no tiene ninguna entrada después del 24 de octubre. El único commit del repositorio tiene fecha del 2 de noviembre de 2026, dos días antes de la fecha límite del 4 de noviembre que la empresa se había fijado; si los archivos eran legibles públicamente antes de esa fecha límite no es algo que el repositorio registre. Lo que sí registra es la arquitectura, la licencia y el inventario, que es exactamente lo que omitió la publicación de lanzamiento.

El swap que el anuncio no mencionó

La ficha del modelo incluye el reconocimiento en una nota al pie, una línea debajo de una tabla de especificaciones por lo demás familiar: «En comparación con Kimi K3, sustituimos las capas Gated MLA de atención completa por capas Gated DeepSeek Sparse Attention (Gated DSA) para un modelado de contexto largo más eficiente».

Veinticuatro de las 93 capas cambian. Las otras 69 siguen siendo Kimi Delta Attention, el mecanismo de atención lineal que introdujo Kimi K3, y el número de capas, el número de expertos y las dimensiones ocultas no se tocan. Gated MLA es atención completa con una caché de clave-valor comprimida; Gated DSA selecciona un subconjunto disperso de tokens pasados para cada consulta y aplica compuertas al resultado. La diferencia práctica está en cómo el modelo gasta cómputo y caché a medida que crece el contexto, que es la parte de una ventana de 1M de tokens que aparece en tu factura de servicio en lugar de en una tabla de benchmarks.

Lo que la tarjeta no proporciona es un número. No hay una cifra de tokens por segundo, ni una comparación de memoria de caché, ni una medición de latencia en contexto largo; solo la frase «modelado de contexto largo más eficiente». La publicación de lanzamiento de Moonshot no ofrece ningún detalle de arquitectura. Así que la afirmación de que el cambio hace que algo sea más rápido es, en este punto, una declaración de diseño en lugar de una medición, y nadie fuera de Moonshot ha publicado una comparación de servicio entre los dos checkpoints.

Eso importa más de lo que parece. Si ajustaste el batching, la asignación de caché o la gestión de contexto en torno al perfil de atención de Kimi K3, el checkpoint más reciente no es una sustitución directa en la capa de servicio, aunque sí lo sea en la capa de API. La API lo oculta; un despliegue autoalojado, no.

Lo que realmente comparten los dos puntos de control

La descarga idéntica es la señal de que este no es un modelo más grande. Todas las dimensiones destacadas a continuación son las mismas en ambas tarjetas, y el inventario de archivos lo confirma:

• Parámetros totales y activos — 2,8 billones en total, 104 mil millones activos en ambos modelos.

• Profundidad — 93 capas, de las cuales una es densa, en ambos.

• Expertos — 896 en total, 16 seleccionados por token, 2 compartidos, en ambos.

• Vocabulario — 160K tokens en ambos.

• Visión — MoonViT-V2, 401 millones de parámetros, en ambos.

• Contexto — 1.048.576 tokens en ambos; nuestra propia página del modelo indica una salida máxima de 943.718 tokens para Kimi K3.1 Pro.

• Cuantización — pesos MXFP4 y activaciones MXFP8, entrenamiento consciente de la cuantización, en ambos.

• Descargar — 96 fragmentos de safetensors que suman 1,56 TB por cada repositorio.

• Modalidades de entrada: la ficha de Kimi K3 incluye texto, imágenes y vídeo; la de Kimi K3.1 Pro incluye texto e imagen, mientras que la documentación de la API también anuncia vídeo. Considera la afirmación sobre el vídeo como no verificada hasta que se pruebe el código del procesador.

Una versión puntual que mantiene el número de parámetros, el enrutamiento de expertos y el tamaño del archivo, y cambia 24 capas de atención, es un tipo de lanzamiento distinto al de una nueva generación. Está más cerca de una revisión de arquitectura de mitad de ciclo más una gran ejecución de posentrenamiento que de un nuevo modelo base, y el precio lo refleja.

Dos tarjetas de tarifas y una factura que no se reduce en un tercio

En teoría, el modelo más nuevo es más barato en cada apartado. Kimi K3.1 Pro cuesta $2.00 por millón de tokens de entrada y $10.00 por millón de salida; Kimi K3 cuesta $3.00 y $15.00. La tasa de aciertos de caché baja de $0.30 a $0.20, las escrituras de caché de $3.00 y $6.00 a $2.00 y $4.00 con TTL de cinco minutos y una hora, y una variante Highspeed a $4.00 y $20.00 cambia precio por el doble o el triple de velocidad de salida. La inferencia por lotes en Kimi K3.1 Pro se factura al 60% de la tarifa estándar, o $1.20 y $6.00.

La factura es otra historia. Kimi K3.1 Pro razona por defecto con el esfuerzo máximo, y el esfuerzo máximo escribe más tokens. La comparación de codificación agéntica de Bito encontró que los dos modelos empataban en el 72 % general, mientras que Kimi K3.1 Pro emitía aproximadamente 98.000 tokens de salida frente a los 44.000 de Kimi K3, tardaba 28 minutos frente a 17 y costaba 4,28 $ frente a 2,46 $ en una sesión larga. La ejecución de análisis de datos de Plotly fue en sentido contrario en calidad y en el mismo sentido en coste: 42 de 43 tareas resueltas frente a 35, con un gasto que subía de 5,01 $ a 13,47 $ y un tiempo mediano que pasaba de 43 segundos a dos minutos y medio. Ultralytics, al probar la autoanotación, midió una mejora del 33 % en mAP50, 0,444 frente a 0,334, pasando del puesto 19 al 9 de 39 modelos.

Esos tres son tests publicados por proveedores sobre muestras pequeñas, no evaluaciones revisadas por pares, y no coinciden en cuánto mejor es el nuevo modelo. Coinciden en la dirección del costo: una reducción de un tercio en el precio por token no sobrevive a un modelo que piensa durante más tiempo. Presupuesta por tarea completada, no por millón de tokens.

Ambos lados de esta comparación se pueden invocar con una sola clave. Kimi K3.1 Pro se enruta como kimi/kimi-k3.1-pro con los precios de Moonshot de $2.00 y $10.00, y Kimi K3 como kimi/kimi-k3 con precios de $3.00 y $15.00, con el precio de lista del proveedor transferido tal cual y sin añadir recargo, por lo que un cambio en la lista de tarifas de Moonshot se aplica aquí el mismo día. Esa es la razón concreta por la que pertenece a una sección de precios y no a un pie de página: todo el argumento para cambiar es una diferencia de precio, y cualquier recargo añadido sobre el precio de lista se comería parte del ahorro antes de haber medido una sola tarea.

La tabla de referencia se desplazó bajo ambos modelos.

Artificial Analysis reconstruyó su Intelligence Index el 27 de octubre de 2026, y la reconstrucción es más trascendente para esta comparación que cualquier cosa que Moonshot haya publicado. En el índice v5 actual, Kimi K3.1 Pro obtiene 46 y ocupa el noveno puesto, doce puntos por detrás de Claude Opus 5.5 con 58, con Gemini 4 Carbon con 59, GPT-6 Astra con 57 y GPT-6.1 Sol con 55 por delante. En el índice v4.3.2 anterior, el mismo modelo obtenía 55 y se clasificaba en cuarto lugar, a tres puntos del liderato.

Esas dos cifras no son una regresión y no son comparables. La versión 5 trasladó aproximadamente el 60 % del índice a conjuntos privados reservados, añadió FrontierCode 2.0 y Terminal-Bench-Science, eliminó SciCode y AA-LCR, y elevó la longitud mediana de salida por tarea de unos 35.000 tokens a unos 59.000. Un modelo que responde de forma breve pierde terreno en un índice que ahora premia el trabajo agéntico prolongado. Kimi K3.1 Pro sigue siendo el modelo mejor clasificado que su proveedor describe como de pesos abiertos.

El número del predecesor es la trampa. Kimi K3 obtuvo 57 en el índice v4 en su lanzamiento y quedó en tercer lugar. El 43.6 que circula para Kimi K3 (max) proviene de instantáneas de agregadores tomadas antes del cambio a v5, y no pudimos encontrar una puntuación v5 publicada para el propio Kimi K3. Por lo tanto, «46 frente a 43.6» no es un par controlado, y cualquiera que presente la diferencia como una ganancia de capacidad medida está restando entre dos instrumentos. Lo que se puede afirmar es más limitado: en el índice actual, el modelo más nuevo es el que ha sido puntuado, y está en noveno lugar.

La tabla del propio proveedor, que a su vez es otro instrumento distinto, sitúa a Kimi K3.1 Pro en 65,7 en Terminal-Bench 4.0 frente al 66,4 de Claude Opus 5.5, en 51,7 en SWE Marathon v1.1, en 92,7 en BenchCAD con herramientas, en 94,2 en GPQA-Diamond y en 51,1 en HLE-Full. Sus puntos débiles también son igual de visibles: 38,1 en Terminal-Bench-Science frente a 68,1 de GPT-6 Astra, y 39,4 en HLE-Diamond frente a 60,9 de Opus 5.5. Moonshot ejecutó las evaluaciones de programación mediante el arnés de Claude Code con el máximo esfuerzo de razonamiento. Nada de ello ha sido reproducido de forma independiente.

Las cifras emparejadas más limpias del lanzamiento son las que Moonshot midió frente a su propio predecesor: Kimi Code Bench 3.0 Long-horizon con un 61,2 % frente a un 55,95 %, una tasa de alucinaciones a nivel de afirmación del 8,3 % frente al 23,4 % con herramientas, y un 81,0 % frente a un 33,3 % en xdev-bench-hard. El mismo benchmark interno pertenece a Moonshot, por lo que las diferencias son coherentes, pero no externas. La cifra de alucinaciones es la que tiene la consecuencia práctica más amplia y la menor corroboración.

La licencia es la licencia de Kimi K3 con un nombre cambiado.

Ambos repositorios incluyen un archivo de licencia de unos tres kilobytes, y una comparación línea por línea encuentra una única diferencia sustantiva: «Kimi K3.1-Pro» sustituye a «Kimi K3» en la cláusula de atribución. Todo lo demás es el mismo documento.

Eso significa que los términos ya son conocidos en lugar de estar pendientes. Se permiten el uso, la copia, la modificación, la distribución, la sublicencia y la venta, y el ajuste fino está permitido explícitamente. Una empresa que ofrece modelo como servicio y cuyos ingresos agregados superen los 20 millones de dólares durante cualquier período consecutivo de doce meses debe firmar un acuerdo separado con Moonshot antes del uso comercial. Los productos con más de 100 millones de usuarios activos mensuales o 20 millones de dólares en ingresos mensuales deben mostrar el nombre del modelo de forma destacada. El uso interno, y el uso a través de los productos oficiales de Moonshot o de sus socios de inferencia certificados, están exentos de ambos requisitos.

La exención para socios certificados es la cláusula que conviene leer dos veces si piensa revender el acceso. El umbral de 20 millones de dólares se mide en un período móvil de doce meses, no por línea de producto, y «modelo como servicio» se define con la suficiente amplitud como para abarcar una API que otorgue a los clientes control sobre las entradas, los parámetros o los datos de entrenamiento —a la vez que deja fuera los productos para usuarios finales en los que el modelo está integrado en una función, y el simple reenvío de solicitudes a modelos alojados en otro lugar.

Lo que se necesita para ejecutar cualquiera de los dos

Un checkpoint MXFP4 de 1,56 TB no es una descarga para una estación de trabajo, y los dos modelos pesan lo mismo. Moonshot señala tres pilas de servicio —recetas de vLLM, un cookbook de SGLang y TokenSpeed—, y las tres asumen un despliegue multinodo con este tamaño. El entrenamiento consciente de cuantización desde la etapa de ajuste fino supervisado es lo que mantiene el archivo en 1,56 TB en lugar de los aproximadamente 5,6 TB que ocuparía una copia en BF16, y esa cuantización está integrada en las puntuaciones anteriores en lugar de aplicarse después.

La consecuencia práctica de huellas idénticas es que el cambio de arquitectura no aporta ningún alivio en hardware. Si puedes servir Kimi K3, puedes servir Kimi K3.1 Pro en la misma clase de clúster; no puedes servir ninguno de los dos en un solo nodo.

¿Cuál elegir?

• Si alojas tu propia instancia y tu stack está ajustado a Kimi K3, vuelve a medir el rendimiento antes de migrar. El cambio en la atención altera el comportamiento de la caché, y la única afirmación sobre eficiencia que se le asocia es una frase en una nota al pie.

• Llamas a la API para codificación agéntica, uso de herramientas de horizonte largo o verificación de documentos — Kimi K3.1 Pro, en virtud de los deltas internos emparejados y la tarifa más baja, con una evaluación en sombra primero.

• Necesitas un modelo con un perfil de fallos consolidado: Kimi K3. Ha estado en producción desde julio y sus peculiaridades están documentadas por otras personas. El modelo más reciente cambia el comportamiento de razonamiento por diseño.

• Necesitas determinismo: verifícalo antes de cambiar. Kimi K3.1 Pro fija la temperatura en 1.0 y top_p en 0.95, y rechaza las alternativas; además, cambiar el esfuerzo de razonamiento a mitad de conversación invalida los aciertos de la caché de prefijos.

El resumen honesto es que Kimi K3.1 Pro es un mejor modelo que Kimi K3 en casi todos los ejes que midió el proveedor, uno moderadamente mejor en el único índice independiente que lo ha puntuado, y uno más caro por tarea completada de lo que sugiere su tarifa. Lo que cambió esta semana no es el veredicto sino la evidencia: ahora el checkpoint puede leerse, servirse y probarse en lugar de confiar en él, y lo primero que produjo su lectura fue una corrección a la publicación de lanzamiento.