La empresa china Moonshot AI lanzó este viernes (23) el Kimi K3.1 Pro, nuevo modelo de inteligencia artificial orientado a la programación, la creación de contenido 3D y la ejecución de tareas complejas. La actualización mantiene una ventana de contexto de 1 millón de tokens y llega acompañada de una versión Highspeed que, según la empresa, opera entre dos y tres veces más rápido.
Los dos modelos ya están disponibles en Kimi, Kimi Work, Kimi Code y en la API de la empresa. Moonshot también confirmó que pretende liberar los pesos completos del K3.1 Pro a más tardar el 4 de noviembre, lo que permitirá su ejecución en infraestructura propia.
Ver post no X
El K3.1 Pro utiliza como base el Kimi K3, pero incorporó una etapa ampliada de posentrenamiento con aprendizaje por refuerzo. El objetivo fue mejorar la ejecución de tareas prolongadas que exigen planificación, uso de herramientas y corrección de errores a lo largo de varias etapas.
En las pruebas publicadas por la compañía, el modelo alcanzó 65,7% en Terminal-Bench 4.0, una evaluación de agentes de programación en entornos de terminal. El resultado quedó cerca del 66,4% atribuido a Claude Opus 5.5 y por encima del 58,2% presentado para GPT-6 Astra. Las comparaciones fueron recopiladas por Moonshot y aún no constituyen una validación independiente de un rendimiento equivalente en todos los entornos.
Las mejoras también incluyen la generación de entornos interactivos, juegos y modelos tridimensionales. En BenchCAD, una evaluación de reconstrucción 3D mediante código, el K3.1 Pro registró 92,7% con herramientas, frente al 96,2% de Claude Opus 5.5. La empresa también lanzó la función 3D Make, que permite crear, visualizar y editar modelos 3D desde el navegador.
En el área financiera, Moonshot presentó avances en análisis de documentos, modelado e investigación. En una prueba interna centrada en errores factuales, la tasa de afirmaciones incorrectas cayó de 23,4% en el K3 al 8,3% en el K3.1 Pro. La propia empresa subraya que la prueba utiliza situaciones deliberadamente difíciles y no representa la frecuencia de errores en el uso cotidiano.
Moonshot redujo las capacidades de explotación de fallos antes de abrir los pesos
Una decisión técnica acompaña el lanzamiento. Durante el desarrollo, Moonshot identificó que el entrenamiento ampliado también aumentaba la capacidad del modelo para descubrir y explotar vulnerabilidades de software.
Para reducir los riesgos de uso indebido, la empresa afirma haber eliminado datos relacionados con seguridad ofensiva procedentes de determinadas etapas del entrenamiento, preservando las tareas generales de programación.
En el benchmark interno xdev-bench-hard, una versión sin esas medidas resolvió 90,5% de los problemas, mientras que el K3.1 Pro final alcanzó el 81%. La diferencia indica una reducción deliberada del rendimiento en ese tipo específico de actividad, aunque los resultados dependen de la metodología utilizada por la propia compañía.
La decisión forma parte de la estrategia anunciada por Moonshot para poner a disposición modelos con pesos abiertos sin ampliar, según sus propios criterios, el límite de las capacidades ofensivas en ciberseguridad. La liberación prometida para noviembre será la siguiente etapa de esa estrategia.
