Kimi K3.1: o nome na caixa de pesquisa para o Kimi K3, e o que a Moonshot realmente lança

Digite kimi k3.1 em uma caixa de busca e você não está pedindo notícias. Não existe ficha de modelo do Kimi K3.1, nem repositório de pesos, nem linha de tabela de preços e nem identificador de API com esse número em nenhuma das superfícies da própria Moonshot AI — e não vai existir até que o laboratório o coloque lá. O que o ponto resolve é o produto que ele nomeia de forma abreviada: Kimi K3, o carro-chefe de pesos abertos com 2,8 trilhões de parâmetros que a Moonshot lançou em 16 de julho de 2026, e a linha à qual ele pertence. "Kimi K3.1" é a grafia que a caixa de busca prefere para essa linha; Kimi K3 é a grafia que o fornecedor usa. A página inteira abaixo trata dessa diferença, porque é a diferença que decide o que você pode realmente executar.

A razão para escrever isto é a procura, e não a novidade. Durante os vinte e oito dias até 12 de outubro de 2026, as consultas baseadas na grafia com ponto geraram 777 impressões e 70 cliques na nossa própria propriedade — doze consultas, praticamente sem cauda longa, e uma taxa de cliques de 9,7% no kimi k3.1 em si. Essa é a conversão mais alta de qualquer faceta medida nesta ronda, e aproximadamente o dobro do que a grafia sem ponto alcança. Os leitores que digitam o ponto não estão a navegar. Já leram algo sobre esta linha e estão a voltar para a encontrar. Entretanto kimi k3 tem 4.004 impressões em 189 consultas, cinco vezes o volume da grafia com ponto, e esse é o número que lhe diz qual dos dois nomes é o produto.

A que se refere "Kimi K3.1", em uma tela

Três declarações, em ordem, porque a ordem importa:

• Kimi K3.1 não é um lançamento separado. M​oonshot AI publica um único modelo K3. Sua documentação, sua página de preços, sua organização no Hugging Face e seu blog usam todos o mesmo nome para ele, e nenhum deles usa um sufixo com ponto.

• O Kimi K3 é o modelo lançado, e pode ser chamado hoje mesmo. Um sistema de mistura de especialistas com 2,8T de parâmetros, uma janela de contexto de 1.048.576 tokens, entrada nativa de imagens, pesos abertos sob a licença própria da Moonshot, e uma tarifa de API publicada de US$ 3,00 por milhão de tokens de entrada e US$ 15,00 por milhão de tokens de saída.

• O ponto é um rótulo, não uma versão. É a forma que o termo assume na pesquisa e nas discussões da comunidade, e é também a forma que o suposto sucessor da linha assumiu desde julho. São duas coisas diferentes que partilham a mesma grafia, e o resto desta página mantém-nas separadas.

Se você chegou aqui por um link sobre um vazamento, essa é a outra metade da história e há uma página para isso — esta é a página de referência para o nome e o modelo por trás dele.

O que é o Kimi K3, segundo o próprio card da Moonshot

Todos os números nesta seção são extraídos do próprio material da Moonshot: o cartão de modelo no repositório moonshotai/Kimi-K3 no Hugging Face, o blog técnico em kimi.com/blog/kimi-k3 e a documentação do modelo na plataforma de API do laboratório. São números declarados pelo fornecedor, não números reproduzidos de forma independente, e vale a pena manter essa distinção porque o K3 é um modelo esparso de grande porte, em que as alegações de benchmark e as alegações de serving são feitas pela parte que o treinou.

• Classe — um modelo de linguagem de mistura de especialistas com visão, descrito pela Moonshot como o primeiro modelo aberto do mundo na classe de 3 trilhões de parâmetros.

Tamanho — 2,8T de parâmetros totais com 104B ativados por token, distribuídos entre 896 especialistas roteados, dos quais 16 são acionados por token, além de 2 especialistas compartilhados. 93 camadas, uma delas densa.

• Arquitetura — Kimi Delta Attention (KDA) e Attention Residuals, com 69 camadas KDA e 24 camadas MLA com gating, uma dimensão oculta de atenção de 7.168 e 96 cabeças de atenção. A Moonshot relata aproximadamente 2,5× a eficiência de escala do Kimi K2 a partir da combinação.

• Contexto — 1.048.576 tokens, que é o mesmo número que a página de preços da API indica para o modelo.

• Modalidade — texto e imagem de entrada, texto de saída. O codificador de visão é o MoonViT-V2 com 401M de parâmetros, e o vocabulário é de 160K.

• Numéricos — treino com reconhecimento de quantização desde a fase de ajuste fino supervisionado em diante, com pesos MXFP4 e ativações MXFP8, que a M​oonshot apresenta como ampla compatibilidade de hardware.

• Controles de raciocínio — o pensamento está sempre ativado, e a profundidade é definida com um campo reasoning_effort de nível superior que aceita low, high ou max, com padrão max.

• Preço, publicado pelo fornecedor — US$ 3,00 por milhão de tokens de entrada, US$ 15,00 por milhão de tokens de saída, US$ 0,30 por milhão de leituras de entrada em cache, com gravações em cache cobradas a US$ 3,00 por milhão no nível de retenção de 5 minutos e US$ 6,00 por milhão no nível de uma hora.

Uma linha dessa lista merece ser destacada, porque é a parte do K3 que mais costuma se perder na contagem de parâmetros: o modelo não permite que você defina seus parâmetros de amostragem. A referência de parâmetros da Moonshot marca temperature fixado em 1,0, top_p fixado em 0,95, n fixado em 1 e ambas as penalidades fixadas em 0, e afirma que passar qualquer outro valor retorna um erro — então o conselho é não enviá-los de jeito nenhum. A profundidade é o único controle, por meio de reasoning_effort, e a mesma página traz um aviso que vale a pena saber antes de construir: alterar o nível de esforço no meio da conversa invalida os acertos do cache de prefixo, por isso é melhor decidir o nível quando a sessão começa.

A M​oonshot lança algo chamado 3.1?

Esta é a pergunta que o leitor que digitou o ponto está realmente fazendo, e ela tem uma resposta verificável, em vez de uma opinião. Cada superfície abaixo foi lida em 13 de outubro de 2026, e um leitor pode repetir todas elas em uma tarde.

• A lista de modelos na plataforma de API da ​Moonshot enumera quatro modelos disponíveis para chamada: kimi-k3, kimi-k2.7-code, kimi-k2.7-code-highspeed e kimi-k2.6. Não há entrada para o K3.1, e a mesma página marca treze identificadores anteriores como obsoletos.

• A página de preços tem uma linha da série K3. É o kimi-k3, com as tarifas citadas acima, com uma janela de contexto de 1.048.576 tokens. Não há uma segunda linha para precificar.

• O índice de documentação que a plataforma publica para leitores automatizados lista três guias específicos do K3 — o guia de início rápido, uma página de boas práticas de chamada de ferramentas e uma página de configuração de agente — e nada numerado como 3.1.

• A organização do laboratório no Hugging Face possui exatamente um repositório K3, moonshotai/Kimi-K3, e uma busca no Hub por um repositório numerado 3.1 não retorna nada sob nenhuma grafia.

• O índice de pesquisas em kimi.com lista o K3 entre os trabalhos publicados do laboratório com uma única entrada. Não há uma segunda entrada do K3 acima dela.

Então, de onde vem o 3.1? De dois lugares, e nenhum deles é uma versão de modelo. O primeiro é que o número 3.1 de fato aparece no próprio material de lançamento do K3 da Moonshot — como a versão do aplicativo de desktop Kimi Work necessária para executar o K3 em um Mac ou em uma máquina Windows, que o blog indica como "versão 3.1.0 ou posterior". Uma versão de produto, publicada pelo laboratório, em um documento sobre o K3, é uma coisa perfeitamente comum de se encontrar ao lado do nome de um modelo, e é o tipo de adjacência que se transforma em um termo de busca. O segundo é a linhagem de vazamentos: o nome Kimi K3.1 está associado a um sucessor especulado desde julho, foi interpretado em uma postagem enigmática de um fornecedor em setembro, e foi reivindicado para uma janela de outono por um vazador cuja linha do tempo anterior para o mesmo modelo não se concretizou. Essa história está documentada em nossa página de vazamentos e não é repetida aqui.

O que nenhuma fonte faz é distinguir um Kimi K3.1 de um Kimi K3 em qualquer eixo técnico. Não há registro de alterações, nem comparação lado a lado, nem “o que há de novo no 3.1”, porque não há duas coisas a comparar. Essa é a constatação, e vale a pena declará-la de forma direta em vez de maquiar: se uma página mostra a você uma tabela de especificações comparando o K3 com o K3.1, pelo menos uma coluna dela foi inventada.

Pesos, licença e como executá-lo

Os pesos do K3 são abertos, e os termos são da própria Moonshot, e não uma licença pronta para uso — uma distinção que importa mais do que a palavra de destaque "aberto". O repositório declara license: other com license_name: kimi-k3, e o texto concede uso, cópia, modificação, mesclagem, publicação, distribuição, sublicenciamento e venda, incluindo o direito de fazer ajuste fino e de criar obras derivadas. Duas condições incidem adicionalmente sobre essa concessão, e ambas são comerciais, e não técnicas:

• Se você opera um negócio de modelo como serviço — concedendo a terceiros acesso no estilo API com controle significativo sobre entradas, parâmetros ou dados de treinamento — e sua receita agregada em quaisquer doze meses consecutivos excede US$ 20 milhões, você precisa de um acordo separado com a M​oonshot antes de usar os pesos ou derivados comercialmente.

• Se um produto ou serviço comercial construído com base nos pesos ultrapassar 100 milhões de usuários ativos mensais ou US$ 20 milhões em receita mensal, "Kimi K3" deve ser exibido em destaque na sua interface.

• Nenhuma das condições se aplica ao uso interno, nem a qualquer coisa acessada por meio dos próprios produtos da M​oonshot ou de seus parceiros de inferência certificados.

O download em si não é pequeno, e vale a pena conhecer o formato antes de começar. O repositório contém 97 shards de safetensors, totalizando aproximadamente 1,56 TB, publicados na configuração MXFP4/MXFP8 que o modelo foi treinado para usar — o que é uma verdadeira conveniência, porque significa que a quantização do próprio laboratório é a referência, em vez de algo que você tem de reproduzir. A M​oonshot indica três motores de inferência que recomenda para o K3: vLLM, SGLang e TokenSpeed, cada um com uma receita ou cookbook publicados. A própria nota de implantação do fornecedor acrescenta um requisito mínimo de hardware que vale a pena citar exatamente: o K3 é recomendado em configurações de supernó de 64 ou mais aceleradores, o que é a resposta honesta para "posso executar isto localmente" e é uma resposta diferente daquela que a contagem de parâmetros implica.

Se 1,56 TB de MXFP4 é mais do que a sua máquina comporta — e, para quase todos os leitores, é —, as reduções da comunidade são o caminho prático, e são legítimas. O repositório unsloth/Kimi-K3-GGUF é a conversão GGUF mais descarregada no Hub; a NVIDIA publica uma build NVFP4; há conversões MLX destinadas ao Apple silicon; e várias variantes podadas ao estilo REAP trocam o número de especialistas por uma pegada que cabe numa única estação de trabalho de grande porte. Essas são modificações de terceiros dos pesos, não lançamentos da M​oonshot, e os termos da licença aplicam-se tanto à derivada como à original. Trate uma build podada ou fortemente quantizada como um artefacto próprio: será mais barato de executar do que a referência e não obterá a mesma pontuação, e nenhum benchmark nesta página deve ser lido como aplicável a ele.

A questão "qual arquivo eu baixo", de forma mais precisa: escolha um GGUF se você estiver fazendo o serving por ferramentas no estilo llama.cpp e precisar caber em uma quantidade fixa de memória; escolha a build do MLX se a máquina for uma Apple silicon; escolha os shards do próprio fornecedor se você tiver o orçamento de acelerador e quiser a configuração que a Moonshot treinou. Essa é a regra completa, e ela é decidida pelo seu hardware, não pelo modelo.

Onde esta página fica ao lado da página de vazamento

A única página no ar sobre este tema é kimi-k3-1-leak, e ela cobre o rumor: a lista de recursos vazada, a publicação enigmática e a sua exclusão, e o cronograma que já atrasou uma vez. Esta página é a outra metade, e deliberadamente não reconta nada disso. Leia a página do vazamento se o que você quer é o estado da especulação; leia esta se o que você quer é o modelo que existe, o nome que ele tem no catálogo do próprio fornecedor e os termos que seus pesos carregam.

O que não está resolvido

Se a Moonshot algum dia vier a lançar um modelo que chame de K3.1, e o que haveria nele. Há um salto de raciocínio que aponta para um sucessor mais fortemente voltado para o uso de computador e a multimodalidade, e é uma leitura plausível da própria direção de produto do laboratório — mas plausível não quer dizer lançado, e nada no material do fornecedor se compromete com um número, uma data ou um formato. A única coisa genuinamente resolvida é a questão da especificação na negativa: não há especificação do K3.1 a apresentar, de fonte alguma, hoje.

Disponibilidade, dita com cuidado

A distinção que esta seção tem de manter é entre um nome e um identificador, porque é fácil borrá-la. A M​oonshot publica exatamente um identificador para esta linha — kimi-k3, em moonshotai/Kimi-K3 e na sua própria plataforma de API — e esse é o único id que vale a pena citar. Não existe kimi-k3.1, nem kimik3.1, nem kimi-k3-1 em nenhum catálogo que consigamos encontrar, incluindo o nosso, e esta página não vai imprimir um como ilustração.

O que está acessível é o Kimi K3. No OrcaRouter, ele está listado como kimi/kimi-k3 a $3,00 por milhão de tokens de entrada e $15,00 por milhão de tokens de saída — o preço de tabela do provedor repassado com 0% de markup nosso, com uma janela de contexto de 1.048.576 tokens e uma interface compatível com OpenAI, então o cliente que você já usa não muda. Nosso catálogo ativo contém quatro identificadores Moonshot, kimi/kimi-k2.5, kimi/kimi-k2.6, kimi/kimi-k2.7-code e kimi/kimi-k3, e nenhum quinto em qualquer grafia de 3.1; isso foi lido na lista de modelos em tempo real, em vez de presumido.

Na prática, isso importa para como você mantém um sucessor não verificado. Se um K3.1 surgir, a postura útil é direcionar uma fração do tráfego para ele por trás de failover automático com o K3 como perna de fallback — mesma chave, mesmos endpoints, nenhum segundo contrato — de modo que a chegada seja uma mudança de roteamento, e não um ciclo de compras. Ainda não há nada para onde fazer failover, e não estamos afirmando o contrário.

O que fazer com tudo isso

Se você pesquisou por Kimi K3.1 porque quer um sucessor, a instrução honesta é esperar por um artefato — uma linha em uma lista de modelos, um identificador de API ou um repositório sob a própria organização do laboratório — e julgar a chegada com base em um desses, e não em uma captura de tela. Se você pesquisou porque quer usar a linha hoje, o modelo é o Kimi K3, ele tem pesos abertos sob uma licença que você deve ler antes de lançar algo com ele, e pode ser invocado conforme uma tabela de preços cujos números são publicados, em vez de inferidos. Um rótulo de versão que a caixa de pesquisa usa, mas o produto não, não é um modelo, por mais demanda que esteja por trás dele.