Kimi K3.1 vs Kimi K4: lo que K4 debe superar, ahora que los pesos ya están disponibles

Kimi K4 no existe. Kimi K3.1 Pro sí, y desde esta semana existe tanto como descarga como endpoint: 96 fragmentos, 1,56 TB, un archivo de licencia y tres recetas de servicio. Esa asimetría es toda la comparación. Un lado es un artefacto fijo e inspeccionable. El otro es un eslogan fotografiado en una pancarta interna y un informe de adquisición de chips que no nombraba ningún modelo. Así que la pregunta que merece respuesta no es cuál es mejor. Es qué tendría que demostrar Kimi K4 antes de que esperarlo se convirtiera en una decisión racional.

Esa pregunta ahora tiene una respuesta real, porque la línea base dejó de moverse. Hasta el 4 de noviembre, «esperar a K4» y «esperar a los pesos» eran la misma instrucción con plazos distintos. Ya no son la misma instrucción, y solo una de ellas sigue teniendo una fecha asociada.

Los artefactos fechados de la familia, en orden

La cadencia de Moonshot es inusualmente legible para un laboratorio de esta escala, y eso es lo que hace que la ausencia de un artefacto K4 sea informativa en lugar de simplemente decepcionante.

• Kimi K3 — anunciado el 16 de julio de 2026 como el primer modelo abierto de la clase de 2,8 billones de parámetros; los pesos llegaron el 27 de julio, once días después.

• Kimi K3.1 Pro — anunciado y comercializado mediante la API el 23 de octubre de 2026, descrito como un sucesor con posentrenamiento, un contexto de 1 millón de tokens y los mismos 2,8 billones de parámetros totales. El blog tecnológico está fechado el 24 de octubre.

• Pesos de Kimi K3.1 Pro — prometidos "para el 4 de noviembre"; el único commit del repositorio está fechado el 2 de noviembre de 2026, y la descarga ya está disponible.

• Kimi K4 — ninguna entrada de blog, ninguna tarjeta del modelo, ningún repositorio, ningún identificador de API, ninguna fila de la tabla de precios, ninguna licencia, ninguna página de Artificial Analysis.

Dos generaciones desde julio de 2025 —K2 en julio de 2025, K3 en julio de 2026— con versiones puntuales entre ellas es el patrón. Kimi K3.1 Pro es exactamente el tipo de lanzamiento que predice ese patrón, y un K4 dentro de 2026 sería la excepción en lugar de la continuación.

La barra K4 tiene que superarse

Un sucesor se mide contra aquello a lo que reemplaza, y eso ahora es un archivo que puedes leer. Estos son los números que Kimi K4 heredaría, mejoraría o frente a los que perdería.

• Tamaño — 2,8 billones de parámetros totales, 104 mil millones activos, 93 capas, 896 expertos con 16 seleccionados por token y 2 compartidos.

• Contexto — 1.048.576 tokens, con un máximo de salida de 943.718 tokens en nuestra página del modelo.

• Huella de peso — 96 fragmentos safetensors, 1,56 TB, pesos MXFP4 y activaciones MXFP8 de entrenamiento consciente de cuantización.

• Precio: 2,00 $ por millón de tokens de entrada y 10,00 $ por millón de tokens de salida, 0,20 $ por entrada en caché, 1,20 $ y 6,00 $ en la API Batch, 4,00 $ y 20,00 $ en la variante Highspeed.

• Posición independiente: 46 en el Artificial Analysis Intelligence Index v5, noveno en la clasificación general, y el modelo mejor clasificado que su proveedor denomina de pesos abiertos.

• Benchmarks del proveedor: 65.7 en Terminal-Bench 4.0 con el máximo esfuerzo de razonamiento, 51.7 en SWE Marathon v1.1, 92.7 en BenchCAD con herramientas, 51.1 en HLE-Full.

• Puntos débiles — 38,1 en Terminal-Bench-Science y 39,4 en HLE-Diamond, ambos muy por debajo de la frontera cerrada.

Licencia — la Licencia Kimi K3.1 Pro: uso, modificación, distribución y ajuste fino permisivos, con un acuerdo separado requerido para empresas de modelo como servicio con ingresos anuales superiores a 20 millones de dólares.

Los puntos débiles son las filas interesantes. Un K4 que llegue con otros dos puntos en Terminal-Bench y la misma puntuación en Terminal-Bench-Science sería una versión menor con un número nuevo. El ámbito en el que la frontera de los pesos abiertos se queda genuinamente atrás es el razonamiento científico y de dureza diamantina, y ahí es donde tendría que manifestarse un verdadero cambio generacional.

Tres pruebas que justificarían esperar

Esperar es una apuesta, así que debería tener condiciones. Estas son las tres que aplicaríamos, en orden de cuánto cambiarían una decisión.

El primero es un salto de capacidad mayor que el ruido de medición. Las puntuaciones de los benchmarks fluctúan con el arnés, el ajuste de esfuerzo y el juez, y por eso un mismo modelo puede arrojar 55 en una versión del índice y 46 en la siguiente sin cambiar un solo peso. Un K4 que superara a Kimi K3.1 Pro por dos puntos en un índice reevaluado no superaría ese listón. Uno que llevara Terminal-Bench-Science de 38 a la parte alta de los cincuenta, o HLE-Diamond de 39 a los sesenta, sí lo haría.

Lo segundo es la apertura a la misma velocidad. Los pesos de Kimi K3.1 Pro llegaron diez días después del lanzamiento de la API, bajo una licencia cuyos términos se publicaron junto con ellos. Un K4 que se lanzara primero mediante API con una promesa abierta, o con una licencia que añadiera restricciones que la línea K3 no tenía, sería un peor acuerdo que el modelo al que sustituyera, independientemente de sus resultados. El orden de los artefactos importa aquí: una tarjeta de modelo y un archivo de licencia son más difíciles de retirar que una entrada de blog.

El tercero es el precio, y es el más difícil de superar. Kimi K3.1 Pro ya recortó un tercio sus precios de entrada, salida y caché frente a su predecesor. Un K4 con los mismos $2 y $10 sería una mejora de capacidades sin alivio de costes; un K4 por encima de eso tendría que ser dramáticamente mejor para justificar el aumento, en un mercado donde el segmento de pesos abiertos está convergiendo en precio en lugar de divergir.

Qué es realmente la evidencia de K4, revisado de nuevo esta semana

Nada de esta lista ha cambiado desde que la auditamos en octubre. Lo único que cambió —la llegada de Kimi K3.1 Pro— movió la línea de base, no las pruebas.

• El nombre proviene de una pancarta interna de celebración filtrada de finales de julio de 2026 que contenía la frase «llevar K4 al límite absoluto». Una frase en una diapositiva es donde puede empezar un nombre de producto; no es un anuncio.

• El único informe sustantivo es el de The Information, de alrededor del 29 de julio de 2026, según el cual Moonshot buscaba GPU adicionales de clase Nvidia Blackwell para entrenar un sucesor más grande que K3. No nombraba ningún modelo, ninguna cantidad de parámetros ni ninguna fecha. Es una noticia de adquisición.

• La cifra de 5 a 6 billones de parámetros apareció en la cobertura en chino durante la segunda semana de octubre, sin atribuirse a ninguna fuente nombrada y sin estar presente en ningún documento de Moonshot. La palabra que hace el trabajo en esos informes es «probablemente».

Un filtrador ha afirmado que un buque insignia de Moonshot con el nombre en clave «x4» ha terminado el preentrenamiento y está en la fase media-tardía del postentrenamiento. No se ha confirmado si x4 es K4, y una sola cuenta no verificada es una pista en lugar de una prueba.

• Todas las superficies verificables están vacías. El blog de Moonshot no tiene ninguna publicación después del 24 de octubre. El modelo de texto más reciente de la organización de Hugging Face es Kimi K3.1 Pro; una búsqueda de K4 devuelve resubidas de terceros. La lista de modelos de la API incluye kimi-k3.1-pro, kimi-k3.1-pro-highspeed, kimi-k3, kimi-k2.7-code y kimi-k2.6. La página de precios no tiene ninguna fila de K4. Artificial Analysis no tiene ninguna página de K4.

También existe un riesgo regulatorio que recae sobre una ejecución de entrenamiento y no sobre una API. Moonshot se ha enfrentado a acusaciones divulgadas sobre cómo obtuvo chips de clase Blackwell, y la amenaza de una designación en la Lista de Entidades restringiría el suministro de GPU del que depende K4 mucho más de lo que restringiría a un modelo que ya se ha distribuido y descargado. Esa es una razón para restar credibilidad a un cronograma agresivo para K4, no una razón para dudar de la disponibilidad de Kimi K3.1 Pro.

Lo que esperar realmente cuesta

El costo no es cero, y es más fácil de enunciar que el beneficio. Cada mes que se pasa esperando es un mes sin un modelo que obtiene 46 en el índice actual, ejecuta un contexto de un millón de tokens, cuesta $2 y $10, y se puede descargar e inspeccionar. Si tu carga de trabajo es programación agéntica común, extracción de documentos o recuperación de contexto largo, lo que estarías esperando reemplazar ya es mejor que lo que usa la mayoría de los equipos.

El segundo costo es la deriva arquitectónica. Un equipo que pospone una decisión tiende a construir sobre lo que resulte conveniente mientras tanto, lo que hace que la migración final sea más costosa que la que pospuso. La forma de mantener la opción barata es colocar el modelo detrás de una interfaz que controlas. El DSL de enrutamiento de OrcaRouter lo hace de forma concreta: apuntas a una política en lugar de a un modelo, así que cuando finalmente exista un identificador K4, añadirlo será una nueva ruta con sus propios pesos y fallback en lugar de reescribir el código que llama. La conmutación por error automática entre proveedores se ejecuta detrás del mismo endpoint, lo que importa para un modelo tan nuevo: una ruta de producción fijada a un único upstream es el modo de fallo que un enrutador existe para eliminar.

El tercer costo es más difícil de cuantificar, pero es real: el campo de los pesos abiertos se está moviendo. Kimi K3.1 Pro es el líder actual entre los modelos descritos como de pesos abiertos, pero DeepSeek V4.1 Flash y GLM-5.3 están por detrás en el mismo índice, y una espera de seis meses es lo bastante larga como para que ese orden cambie. Esperar K4 no es quedarse en el mismo lugar.

Las señales que realmente moverían la fecha

Si quieres monitorizar esto en lugar de adivinarlo, observa los artefactos en el orden en que un laboratorio suele producirlos.

• Un identificador de modelo de API. Es lo más barato de publicar y normalmente lo primero — una cadena en la lista de modelos, a menudo antes de cualquier anuncio.

• Una fila de tarifa. Un precio es el segundo artefacto más barato y el que señala con mayor claridad un lanzamiento comercial en lugar de una demo.

• Un repositorio de Hugging Face con un archivo de licencia. Para Moonshot, esto ha supuesto un intervalo de once a doce días tras el lanzamiento de la API, por lo que la aparición de un repositorio es una señal tardía, no temprana.

• Una ficha de modelo y una tabla de benchmarks con los ajustes del arnés. La ficha de Kimi K3.1 Pro es inusualmente específica —menciona el arnés de Claude Code, el esfuerzo de razonamiento y el modelo juez—, y ese nivel de divulgación es en sí mismo una señal de una versión final.

• Una superficie de producto. Kimi Code, Kimi Work y las aplicaciones móviles han expuesto históricamente nuevos identificadores de modelo antes de que la documentación para desarrolladores se ponga al día.

Lo que no cuenta: recuentos de parámetros sin un documento que los respalde, cifras de benchmark extrapoladas de K3 y publicaciones que empiezan con «K4 ya viene» sin uno de los cinco artefactos anteriores. Esas han estado circulando desde julio y ninguna de ellas ha llegado a convertirse en una especificación.

La regla de decisión

Espera solo si tu carga de trabajo se concentra en los dos ámbitos donde Kimi K3.1 Pro es demostrablemente débil —el trabajo científico en terminal y el razonamiento de máxima dureza— y puedes asumir una espera medida en trimestres en lugar de semanas. Para ese equipo, el argumento a favor de esperar es real: la brecha con la frontera cerrada en esas tareas es lo bastante amplia como para que un cambio generacional real importe, y es poco probable que una versión puntual la cierre.

Para todos los demás, la respuesta es construir sobre lo que ya existe. El precio de Kimi K3.1 Pro es inferior al de los modelos propietarios que tiene al lado, se puede descargar y terceros están documentando públicamente sus modos de fallo. Kimi K4 es una cuestión de calendario, y el calendario es precisamente lo único sobre lo que nadie ha publicado nada. Apostar una hoja de ruta basándose en un eslogan fotografiado no es paciencia. Es una conjetura con mejor imagen de marca.