Muse Spark vs Kimi K3.1: El punto en el nombre del modelo lo dice todo

Dos nombres de modelo, dos tipos distintos de información faltante. Muse Spark 1.3 es un modelo ya lanzado, medido y disponible para invocar: el checkpoint actual de Meta Superintelligence Labs, disponible de forma general desde el 2 de septiembre de 2026 a 1,25 USD por millón de tokens de entrada y 4,25 USD por millón de salida, con una puntuación de 48 en el Intelligence Index de Artificial Analysis en su configuración de razonamiento máxima. Kimi K3.1 no es un modelo en absoluto. No hay ficha, ni repositorio de pesos, ni fila en la tarifa, ni identificador de API que lleve ese número en ninguna de las superficies propias del proveedor, y no lo ha habido desde que una lectura comunitaria de un adelanto eliminado apuntó hacia él en septiembre. Lo que el punto resuelve es la línea que abrevia: Kimi K3, el buque insignia de pesos abiertos y 2,8 billones de parámetros que el laboratorio lanzó el 16 de julio de 2026, el cual se puede invocar hoy a 3,00 USD por millón de tokens de entrada y 15,00 USD por millón de salida. Así que la versión útil de esta comparación es Muse Spark 1.3 frente a Kimi K3, con una diferencia entre ambos lo bastante estrecha como para que el error de nomenclatura deje de ser pedante y empiece a ser costoso.

De dónde vino el punto, y cuánto vale

La señal más fuerte de que existe un Kimi K3.1 es también el tipo de evidencia más débil: una publicación atribuida a la cuenta oficial de Kimi el viernes 18 de septiembre de 2026 o en torno a esa fecha, que publicó una larga cadena de dígitos y la borró poco después. Los dígitos son la expansión decimal de pi tras quitarle el 3.1 inicial —pi es 3.1415926535, y la cadena publicada empezaba por 41592653—, y los hilos de la comunidad interpretaron eso como un número de versión casi por unanimidad. Es un artefacto del lado del proveedor y es imposible de verificar, porque la publicación ya no existe. Leer “K3.1” en eso es una inferencia, no una declaración que Moonshot haya hecho.

Cuatro semanas después, no se le ha añadido nada. La ventana de agosto a la que habían apuntado los filtradores llegó y pasó sin lanzamiento. La entrada anónima de la arena que algunos interpretaron como Kimi K3.1 a principios del verano, según las pruebas disponibles, probablemente no era Kimi. La señal más reciente de la historia es una conjetura de terceros de que Kimi K3.1 y dos números de modelo de Z.ai llegan en la misma semana, lo cual es la interpretación de una persona sobre las vibraciones de otra más que una filtración, y la semana que nombra está a punto de terminar sin que aparezca ninguno de los tres. La documentación de Moonshot, su página de precios, su organización de Hugging Face y su blog usan un solo nombre para un solo modelo —Kimi K3—, y ninguno de ellos usa un sufijo con punto. El punto es una costumbre del cuadro de búsqueda, no una versión.

Eso importa aquí por una razón que no tiene nada que ver con la pulcritud. Los lectores escriben el punto porque ya han leído algo sobre esta línea y vuelven por ello. Al llegar a una comparación construida sobre un modelo que no existe, estarían comparando Muse Spark 1.3 con una inferencia.

El enfrentamiento que existe: 1.3 contra K3

Ambos son sistemas de clase insignia con una ventana de un millón de tokens y una fila de entrada multimodal declarada, y ambos se vendieron por trabajo agéntico de horizonte largo: la consigna de Meta para 1.3 es "entrenado para flujos de trabajo agénticos y optimizado para el rendimiento en programación competitiva", y Moonshot posiciona K3 para "programación de horizonte largo y trabajo de conocimiento de extremo a extremo". La diferencia medida entre ellos es de cuatro puntos de índice, que es exactamente el margen en el que las otras columnas deciden la respuesta.

• Índice de Inteligencia — Muse Spark 1.3 con esfuerzo máximo 48, puesto 24 de 217, frente a Kimi K3 con esfuerzo máximo 44, clasificado tercero en el panel. Cuatro puntos, la propia medición alojada de Artificial Analysis en ambos lados.

• Velocidad de salida — Muse Spark 1.3 medida en 121,9 tokens por segundo, uno de los modelos insignia más rápidos de esa tabla; Kimi K3 se mide en 44 tokens por segundo y se señala como notablemente lento, una diferencia de aproximadamente 2,8 veces en el rendimiento de tiempo real.

• Coste por tarea de indexación completada — 1,60 $ en Muse Spark 1.3 frente a 2,00 $ en Kimi K3. Ten en cuenta que esto es lo contrario de la comparación por token, y la razón es la verbosidad: Kimi K3 generó unos 160 millones de tokens de salida durante la ejecución de indexación frente a una mediana de 130 millones, mientras que Muse Spark 1.3 generó aproximadamente 170 millones frente a una mediana de 87 millones. Ambos se miden como locuaces; el precio por token de Kimi K3 es simplemente más alto de entrada.

• Tarifa — Muse Spark 1.3 a $1.25 y $4.25 por millón de tokens, Kimi K3 a $3.00 y $15.00. Kimi K3 conlleva un descuento del 90% en lectura de caché, por lo que, en cargas de trabajo multiturno con uso intensivo de caché, el diferencial efectivo se reduce drásticamente; Moonshot factura las escrituras de caché por separado y, en el nivel de retención de una hora, son más caras que un token de entrada nuevo.

• Contexto y salida — ambos 1.048.576 tokens de contexto. Moonshot publica la misma cifra en su lista de precios, así que los dos están igualados en la dimensión con la que ambos proveedores lideran.

• Controles de muestreo — Kimi K3 fija temperature en 1.0, top_p en 0.95, n en 1 y ambas penalizaciones en 0, y devuelve un error si pasas cualquier otra cosa. Depth es el único ajuste, a través de un campo de nivel superior reasoning_effort, campo que toma low, high o max y cuyo valor predeterminado es max, y cambiarlo a mitad de conversación invalida los aciertos de la caché de prefijos. Muse Spark 1.3 también expone una configuración de esfuerzo de razonamiento, y las herramientas de Meta señalan que no es posible desactivar el razonamiento. En la práctica, K3 elimina toda una clase de ajuste del trabajo y te ofrece una sola palanca; 1.3 deja los parámetros de muestreo ordinarios en juego.

La forma del intercambio es legible sin interpretación. Muse Spark 1.3 es más rápido, más barato por tarea terminada y cuatro puntos más alto en el índice. El argumento de Kimi K3 no se basa en nada de eso — se basa en los pesos.

Los pesos, y de qué lado de la línea de licencia se sitúa cada modelo

Esta es la columna que decide el enfrentamiento para muchos equipos, y va en sentido contrario al del marcador. Kimi K3 distribuye pesos abiertos en el repositorio moonshotai/Kimi-K3 bajo la Licencia Kimi K3, y Moonshot lo describe como el primer modelo abierto de la clase de tres billones de parámetros: 2,8 billones de parámetros totales, con 104.000 millones activados por token en 896 expertos enrutados, 16 que se activan por token más 2 expertos compartidos, 93 capas, de las cuales una es densa. Se publica con entrenamiento consciente de la cuantización desde el ajuste fino supervisado en adelante, con pesos MXFP4 y activaciones MXFP8, lo cual es el argumento de Moonshot para una amplia compatibilidad de hardware. Todo lo que aparece en ese párrafo está declarado por el proveedor y no ha sido reproducido de forma independiente, y merece la pena mantener esa distinción, porque Moonshot es la parte que tanto entrenó el modelo como informa de las puntuaciones que obtiene.

Muse Spark 1.3 no tiene nada de eso. Es un checkpoint servido, y los pesos de Muse Spark Open que Meta publicó el 15 de octubre de 2026 son un modelo diferente con una puntuación diferente: 39 en el mismo índice en su configuración xhigh, el noveno de 118 entradas de pesos abiertos por encima de 150 mil millones de parámetros. Así que la afirmación honesta sobre la situación de los pesos no es «Meta abrió Muse Spark», sino que Meta ahora publica un artefacto abierto junto a una línea cerrada, y si los pesos abiertos son la razón por la que viniste, el lado K3 de esta página los ofrece para el modelo en la comparación, mientras que el lado de Meta no.

Dónde encaja OrcaRouter en esto

Kimi K3 está en el catálogo de OrcaRouter a las tarifas publicadas por Moonshot — 3,00 $ por millón de tokens de entrada y 15,00 $ por millón de salida, con el contexto de 1M de tokens del modelo escrito en la página — y se enruta con la misma clave que Muse Spark 1.2 y Muse Spark 1.1, los dos checkpoints de Muse Spark que servimos al precio de lista de Meta de 1,25 $ y 4,25 $ con 0 % de margen, porque el precio de lista del proveedor se transmite tal cual en lugar de aplicar un margen. Esa combinación es la vía barata para resolver una cuestión de índice de cuatro puntos que ningún marcador puede responder para tu tráfico: el DSL de enrutamiento divide las solicitudes por regla, de modo que puedes enviar la ruta sensible a la latencia al modelo más rápido y la ruta por lotes al modelo en cuyos pesos quieres estandarizar, y la conmutación por error automática tras un único endpoint evita que cualquiera de los dos sea una apuesta a un solo proveedor. Muse Spark 1.3 en sí no está en el catálogo — los checkpoints servidos son 1.2 y 1.1 — y los benchmarks citados arriba son los de 1.3, así que la comparación de enrutamiento y la comparación medida no son el mismo par de modelos. Esa diferencia vale la pena conocerla antes de planificar en torno a ella.

Qué hacer con un nombre que no tiene ningún producto detrás

Si has llegado desde un enlace sobre Kimi K3.1, el siguiente paso correcto no es comparar nada, sino decidir entre qué modelo ya lanzado estás eligiendo en realidad. Frente a Kimi K3, Muse Spark 1.3 gana en índice, velocidad y coste por tarea completada, y pierde en pesos y en la libertad de licencia que estos conllevan. Frente a la línea Kimi más amplia, los modelos más pequeños K2.6 y K2.7 Code se sitúan en una clase de precio completamente distinta y son la comparación adecuada para cualquier cosa que no necesite tres billones de parámetros. Nada en esta página es motivo para esperar un sufijo con punto: según los registros actuales, no hay ficha, ni fecha, ni endpoint que lo respalde, y lo único firme que se sabe sobre él es que la publicación que lo señalaba fue eliminada.

Lo que cambiaría el panorama es limitado. Moonshot publica una ficha de modelo K3.1 o una fila de la tabla de tarifas, y esto se convierte en una página real de dos modelos con una segunda columna de cifras medidas. Artificial Analysis añade una entrada de K3.1, y la brecha de cuatro puntos se puede comprobar en lugar de inferir. O Meta redirige la línea Muse Spark hacia un checkpoint 1.4, lo que mueve el lado de Meta por razones ajenas a Moonshot. Hasta que al menos uno de esos se materialice, la versión fáctica de este enfrentamiento es Muse Spark 1.3 contra Kimi K3, separados por cuatro puntos de inteligencia medida, aproximadamente 2,8x de rendimiento y un límite de licencia — y el punto es un término de búsqueda, no un producto.

Nada de esto es una razón para evitar el modelo, solo una razón para conocer el historial: los incidentes de IA documentados y los fallos de agentes que hay detrás de los modelos de esta clase se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, su gravedad, su grado de confianza y su marca de disputa.