Kimi K3.1 Pro vs Kimi K3: mesma espinha dorsal, preço menor e uma conta de pós-treinamento que venceu

Kimi K3.1 Pro não é um novo modelo da forma como Kimi K3 era um novo modelo. O lançamento da Moonshot AI em 24 de outubro de 2026 é explicitamente uma versão pós-treinada do Kimi K3 com computação de pós-treinamento substancialmente maior — a mesma arquitetura, a mesma janela de contexto de 1.048.576 tokens, a mesma visão nativa e um conjunto diferente de comportamentos acoplados por aprendizado por reforço em centenas de domínios a jusante. O que torna a comparação interessante não é o delta na tabela de benchmarks. É que o modelo mais novo e melhor custa um terço menos por token do que o mais antigo.

Essa inversão é rara o suficiente para valer a pena ser examinada com cuidado. Normalmente, um laboratório lança um modelo mais forte pelo mesmo preço e deixa o modelo antigo migrar para o mercado de baixo custo. A Moonshot fez o contrário: manteve o preço antigo para o modelo antigo e reduziu o novo para US$ 2,00 de entrada e US$ 10,00 de saída por milhão de tokens, contra US$ 3,00 e US$ 15,00 do Kimi K3. Entender por que exige separar o que de fato mudou no modelo do que mudou no negócio ao redor dele.

A arquitetura não se moveu

Kimi K3 chegou em 16 de julho de 2026 como o primeiro modelo aberto da classe de 2,8 trilhões de parâmetros: um design de mistura de especialistas com cerca de 104 bilhões de parâmetros ativos, 896 especialistas e 16 ativados por token, uma janela de 1 milhão de tokens, compreensão nativa de imagens e vídeos, chamada de ferramentas, cache de prompt e raciocínio integrado. Seus pesos foram disponibilizados em 27 de julho sob uma licença que permite uso, modificação, distribuição e ajuste fino, com um acordo separado exigido para provedores de modelo como serviço que faturam mais de US$ 20 milhões por ano e atribuição exigida para produtos comerciais muito grandes.

O Kimi K3.1 Pro mantém tudo isso. A Moonshot chama o novo modelo de "classe 3T", o que é linguagem de posicionamento; as informações divulgadas no lançamento o situam nos mesmos 2,8 trilhões de parâmetros totais e 104 bilhões ativos. O limite de contexto, o suporte a visão e o limite de saída de 1 milhão de tokens permanecem inalterados. Se você esperava uma contagem menor de parâmetros ativos ou uma janela mais longa, este não é esse lançamento.

O que mudou foi o treinamento após o pré-treinamento. A Moonshot descreve aprendizado por reforço conjunto em larga escala em centenas de domínios, apoiado por infraestrutura de sandbox reformulada, agendamento de rollouts e verificações de qualidade dos ambientes. Em termos simples, a empresa gastou bastante poder computacional ensinando o modelo existente a se comportar melhor em tarefas agênticas e profissionais, em vez de ensinar mais fatos a ele. É por isso que os ganhos se concentram onde se concentram.

O que os números dizem, e onde a comparação é frágil

A tabela de benchmarks do fornecedor é ampla — 14 avaliações —, mas não é uma comparação pareada limpa. A Moonshot publicou números do Kimi K3 apenas para um subconjunto dos novos testes, então alguns dos deltas mais dramáticos são em relação às suas próprias suítes internas, e não a um benchmark público que ambos os modelos tenham realizado.

• Codificação de longo horizonte — Kimi Code Bench 3.0 Long-horizon: 61,2% para o Kimi K3.1 Pro contra 55,95% para o Kimi K3. Este é o número mais limpo de predecessor no lançamento e também o mais controlado pelo fornecedor, já que tanto o benchmark quanto o harness pertencem à Moonshot.

• Alucinação — A taxa em nível de afirmação do Kimi Hallu Bench Hard caiu de 23,4% no Kimi K3 para 8,3% com ferramentas no Kimi K3.1 Pro. Sem ferramentas, o novo modelo obtém 5,4%. A Moonshot também afirma que as respostas contendo pelo menos um erro factual agora correspondem a 42,4% da taxa do antecessor. Para trabalhos com uso intensivo de documentos, esta é a melhoria mais significativa do lançamento.

• Finanças e operações de negócios — Modelagem Financeira interna 57,6 contra 50,4, Pesquisa Financeira 70,4 contra 58,8, Operação de Negócios 37 contra 8,9. A última representa uma melhoria de quatro vezes em uma tarefa na qual o modelo antigo quase não funcionava. Estas são avaliações do próprio Moonshot, portanto encare a magnitude como indicativa.

• 3D e CAD — BenchCAD com ferramentas 92,7, sem ferramentas 72,8. A Moonshot não publicou os números do Kimi K3 para este teste, então o ganho não foi medido no post de lançamento, embora a pontuação absoluta seja forte.

• Codificação adversarial — o pass@3 do xdev-bench-hard é de 81,0% para o Kimi K3.1 Pro, contra 33,3% para o Kimi K3 e 85,7% para o DeepSeek-V4.1-Flash-1017. Um checkpoint treinado sem as medidas de redução de risco da empresa obteve 90,5%, e a Moonshot atribui essa diferença de 9,5 pontos ao trabalho de segurança e aos controles de dados de treinamento.

• Posição na fronteira — Terminal-Bench 4.0 em 65,7%, atrás do Claude Opus 5.5 em 66,4% e à frente do GPT-6 Astra em 58,2%. BenchCAD com ferramentas em 92,7 fica atrás do Opus em 96,2 e do Astra em 95,9. O padrão é consistente: perto da fronteira, raramente no topo dela.

Nada disso foi verificado de forma independente. O Kimi K3 surgiu com um Índice de Inteligência do Artificial Analysis de 57, o terceiro no mundo na época, atrás do Claude Fable 5 e do GPT-5.6 Sol, e não existia nenhuma pontuação equivalente de terceiros para o K3.1 Pro no dia do lançamento. O problema do harness não é hipotético: as pontuações do Terminal-Bench variam dezenas de pontos dependendo do scaffolding, e é por isso que 65,7% e 58,2% produzidos em laboratórios diferentes não medem uma diferença de 7,5 pontos. A direção é crível; a magnitude ainda não.

A inversão de preços é a verdadeira história.

O Kimi K3 foi lançado como o modelo chinês mais caro do mercado, a US$ 3,00 de entrada e US$ 15,00 de saída por milhão de tokens, aproximadamente três a quatro vezes a geração K2. Esse preço foi uma aposta deliberada de que a capacidade, e não o custo, venceria a carga de trabalho de ponta. O Kimi K3.1 Pro inverte a direção no modelo mais recente, mantendo intacto o preço do mais antigo.

• Entrada — $2.00 por milhão no K3.1 Pro contra $3.00 no K3, um corte de 33%.

• Produção — $10.00 contra $15.00, também 33%.

• Acerto de cache — $0.20 contra $0.30, um corte de 33% na linha que domina as cargas de trabalho de agentes.

• Gravações em cache — $2.00 e $4.00 com TTL de cinco minutos e de uma hora, contra $3.00 e $6.00.

Variante de alta velocidade — $4.00 e $20.00, com o mesmo preço de acerto no cache de $0.20; duas a três vezes a velocidade de saída, aproximadamente o dobro da cota no Kimi Code.

A aritmética é simples o suficiente para fazer em um guardanapo. Uma requisição que lê 1 milhão de tokens de entrada e grava 200 mil tokens de saída custa US$ 6,00 no Kimi K3 e US$ 4,00 no Kimi K3.1 Pro. Um agente que relê um repositório grande a cada turno e acerta o cache 70% das vezes paga cerca de US$ 4,11 no K3 e US$ 2,74 no K3.1 Pro para o mesmo formato de chamada. Se o novo modelo também terminar em menos turnos — que é o objetivo central do treinamento de longo horizonte —, o custo por tarefa concluída cai mais do que o preço por token sugere.

Por que cortar? A explicação mais provável é competitiva, não benevolente. Um modelo de 2,8T de parâmetros é caro de servir, e o mercado para modelos próximos da fronteira passou 2026 convergindo em preço. O próprio cronograma de aposentadoria do K2 da Moonshot adiciona pressão: os modelos da série K2 deixam de estar disponíveis para novos usuários em 31 de outubro de 2026 e devem ser aposentados no final de dezembro. Precificar o K3.1 Pro abaixo do K3 dá a todo cliente K2 um motivo para migrar para cima em vez de procurar outro fornecedor. O preço mais antigo do K3 permanece onde está porque ninguém que já o incluiu no orçamento precisa de um desconto para ficar.

Onde o Kimi K3 ainda é a resposta certa

Restam três casos após a comparação. O primeiro é a auto-hospedagem hoje: os pesos do Kimi K3 são públicos desde 27 de julho, enquanto os do Kimi K3.1 Pro só estão prometidos para 4 de novembro de 2026. Se a sua implantação não puder chamar uma API hospedada, o modelo mais novo ainda não é uma opção, independentemente do que diga a planilha de benchmarks.

O segundo é a estabilidade comportamental. Um modelo que está em produção há três meses tem um perfil de falhas conhecido. O Kimi K3.1 Pro altera o comportamento de raciocínio por design, e seu modo de pensamento sempre ativo, com padrão de esforço máximo, não é um substituto direto para qualquer pipeline. Equipes com conjuntos de avaliação rigorosos devem esperar redefinir a linha de base, e não apenas trocar uma string.

O terceiro é o controle de amostragem. O Kimi K3.1 Pro fixa temperature em 1.0 e top_p em 0.95 e rejeita outros valores; alterar o esforço de raciocínio no meio da conversa também invalida acertos do prefix-cache. Se sua aplicação depende de determinismo com temperature baixa, verifique se o modelo mais antigo oferece o controle que o mais novo não oferece antes de presumir que a atualização é gratuita.

A decisão de migração, sem o hype

Para agentes de programação, uso de ferramentas em horizontes longos, pesquisa financeira e verificação de documentos, o argumento para migrar é forte: melhores pontuações relatadas pelo fornecedor exatamente nessas áreas, um preço menor em cada linha de cobrança e uma taxa de alucinação que caiu cerca de dois terços. O risco é que tudo isso é autorrelatado, então o caminho sensato é uma avaliação sombra nas suas próprias tarefas antes de transferir o tráfego de produção.

Para geração em lote e recuperação de contexto longo, o preço de acerto de cache é o número que importa, e ele favorece o novo modelo em um terço. Para quem está preso a pesos abertos, o calendário decide: 4 de novembro é a data mais próxima em que a comparação se torna real.

A participação da OrcaRouter nisto é deliberadamente pouco glamorosa. Nosso catálogo traz kimi/kimi-k3 hoje pelo preço de tabela da Moonshot, com 0% de markup, na mesma chave do restante da sua stack, então o lado antigo desta comparação já pode ser chamado sem um segundo contrato. O Kimi K3.1 Pro não está no catálogo no momento em que escrevemos. Quando chegar, o modelo de repasse significa que os $2/$10 acima são o que você paga aqui, e não uma versão de revendedor, e que trocar de geração é uma mudança de string de modelo dentro de uma política de roteamento, e não um projeto de migração.

Veredito

O Kimi K3.1 Pro é o modelo melhor e também o mais barato, o que torna a recomendação fácil e as evidências mais frágeis do que parecem. A Moonshot aprimorou os comportamentos que importam para o trabalho agêntico e profissional, reduziu em um terço todos os preços e divulgou uma regressão relacionada à segurança que a maioria dos posts de lançamento teria omitido. O que ela não fez foi submeter o resultado a uma estrutura independente de avaliação. Se você já estava no Kimi K3, a atualização se paga na fatura antes de se pagar no benchmark. Se você estava esperando por provas, os pesos e as primeiras avaliações externas devem sair dentro de duas semanas — e é aí que esta comparação deixa de ser uma alegação do fornecedor e passa a ser uma medição.