A Moonshot AI lançou nesta sexta-feira (23) o Kimi K3.1 Pro, modelo de 2,8 trilhões de parâmetros que já pode ser testado de graça no site e nos apps do Kimi e cuja API sai por US$ 2 (cerca de R$ 11,50) a cada milhão de tokens de entrada, um terço a menos que o Kimi K3. A empresa chinesa diz que vai liberar os pesos completos do modelo até 4 de novembro.
Adicione ao Google NotíciasNeste artigo
- O que a Moonshot mudou do Kimi K3 para o K3.1 Pro
- Benchmarks do Kimi K3.1 Pro: colado no Claude Opus 5.5, quase tudo medido pela Moonshot
- Kimi K3.1 Pro é grátis? Planos, assinaturas e preço da API em reais
- Segurança: dados de ciberataque fora do treino da versão aberta
- Download dos pesos abertos até 4 de novembro e o que ainda falta saber
O lançamento interessa a dois públicos. Quem só quer conversar com uma IA de ponta ganha mais uma opção sem custo, rodando nos servidores da Moonshot, já que o modelo é grande demais para um PC ou notebook. Quem programa ou paga API ganha um modelo que, nos testes da própria empresa, fica a menos de um ponto do Claude Opus 5.5 em tarefas de terminal, por metade do preço. Há ainda um dado incomum: a Moonshot diz ter retirado do treino da versão aberta os dados ligados a ciberataques.
O que a Moonshot mudou do Kimi K3 para o K3.1 Pro
O K3.1 Pro não é um modelo novo do zero. É o Kimi K3, lançado em julho, submetido a muito mais computação de pós-treino, em especial aprendizado por reforço. A Moonshot o chama de "the first model in our new K3.1 series and our most capable 3T-class open-weight model to date" (o primeiro modelo da série K3.1 e o mais capaz modelo aberto da classe de 3 trilhões até agora), no blog de lançamento.
A arquitetura continua a de mistura de especialistas (MoE): dos 2,8 trilhões de parâmetros, só 104 bilhões trabalham em cada requisição. A janela de contexto é de 1 milhão de tokens (1.048.576, pela página de preços), e o modelo aceita texto e imagem. O foco declarado são tarefas longas de agente: programação, 3D e CAD, pesquisa financeira e projetos em motores de jogo como Unreal, Unity e Godot.
O modelo está no Kimi.ai, nos apps para iOS, Android e HarmonyOS, no Kimi Work (desktop a partir da versão 3.1.0, para Windows e Macs com Apple silicon), no Kimi Code, onde se escolhe com o comando /model, e na API, com os identificadores kimi-k3.1-pro e kimi-k3.1-pro-highspeed. A versão Highspeed responde de duas a três vezes mais rápido e exige plano Pro ou superior. Em contas corporativas, o administrador precisa habilitá-lo.
Benchmarks do Kimi K3.1 Pro: colado no Claude Opus 5.5, quase tudo medido pela Moonshot
No Terminal-Bench 4.0, que mede a capacidade de executar tarefas em linha de comando, a Moonshot atribui 65,7% ao K3.1 Pro, contra 66,4% do Claude Opus 5.5 e 58,2% do GPT-6 Astra. No BenchCAD com ferramentas, que pede peças 3D em código de CAD, o K3.1 Pro marca 92,7%, atrás do Opus 5.5 (96,2%) e do GPT-6 Astra (95,9%).
O salto maior aparece em trabalho de escritório e finanças, em testes internos. Em operação de negócios, a nota foi de 8,9 (K3) para 37; em pesquisa financeira, de 58,8 para 70,4.
No Kimi Hallu Bench Hard, a taxa de alucinação com ferramentas caiu de 23,4% para 8,3%. Sem ferramentas, ficou em 5,4%, entre o GPT-6 Astra (4,2%) e o Opus 5.5 (6,8%). A Moonshot avisa que é um teste de estresse, não a taxa de erro do dia a dia.
A régua independente mais citada é o índice de inteligência da Artificial Analysis, que deu 55 pontos ao K3.1 Pro, contra 44 do K3. Só três modelos fechados ficam à frente, entre eles o Claude Opus 5.5, com 58; Fable 5.1, GPT-6 Astra e Gemini 4 Argon, com 53, ficam atrás. O desenvolvedor Simon Willison resumiu: é "the first time a (soon-to-be) open weight model has scored this highly against the frontier" (a primeira vez que um modelo de pesos abertos, ou quase, pontua tão alto contra a fronteira). Os números de 3D, finanças e programação longa ainda não têm verificação externa.
Kimi K3.1 Pro é grátis? Planos, assinaturas e preço da API em reais
O plano gratuito dá "uso limitado" do K3.1 Pro na web e no Kimi Work, com créditos básicos de agente. Quanto vale esse limite, a Moonshot não diz. As assinaturas cobrem só os produtos Kimi; a API é cobrada à parte e, segundo a documentação, só libera o modelo depois de uma recarga mínima de US$ 1. Os valores abaixo são em dólar com conversão direta, sem impostos; não há preço oficial em reais.
| Plano ou uso | Preço oficial | Em reais (aprox.) | O que inclui |
|---|---|---|---|
| Free | US$ 0 | R$ 0 | Uso limitado do K3.1 Pro na web e no Kimi Work |
| Plus | US$ 15/mês | R$ 86 | Acrescenta o Kimi Code |
| Pro | US$ 31/mês | R$ 178 | Versão Highspeed e 2x créditos de agente |
| Max | US$ 79/mês | R$ 454 | Chat com 1 milhão de tokens e 5x créditos |
| Ultra | US$ 159/mês | R$ 914 | 10x créditos de agente |
| API K3.1 Pro (por 1 milhão de tokens) | US$ 2 entrada / US$ 10 saída | R$ 11,50 / R$ 57,50 | Entrada em cache: US$ 0,20 (R$ 1,15) |
| API K3.1 Pro Highspeed | US$ 4 entrada / US$ 20 saída | R$ 23 / R$ 115 | Cache: mesmos US$ 0,20 |
| API Kimi K3 (anterior) | US$ 3 entrada / US$ 15 saída | R$ 17,25 / R$ 86,25 | Cache: US$ 0,30 |
Os planos têm preço mensal com cobrança anual. Na API, o preço é o mesmo em toda a janela de 1 milhão de tokens. Willison observa que o valor iguala o do GPT-6.1 Sol e é metade do cobrado pelo Claude Opus 5.5.
Há uma pegadinha para quem paga por token. O K3.1 Pro sempre raciocina antes de responder, e o parâmetro reasoning_effort (low, high ou max) vem no máximo por padrão. Segundo a Artificial Analysis, o modelo gera 14% mais tokens de saída por tarefa que o K3, e o custo por tarefa no índice ficou perto de US$ 1,98, quase igual ao do antecessor. Baixar o esforço para low recupera parte da economia, e a leitura de cache custa um décimo da entrada normal, inclusive no Highspeed.
Segurança: dados de ciberataque fora do treino da versão aberta
A parte menos comum do anúncio trata de segurança. A Moonshot relata que a capacidade do modelo de encontrar e explorar falhas cresceu junto com o pós-treino, por causa de conteúdo de ciber no corpus geral e de tarefas de ciber nos ambientes de aprendizado por reforço. Para a versão que terá pesos abertos, a empresa diz ter removido esses dados das duas etapas, mantendo as tarefas gerais de programação.
O efeito aparece no xdev-bench-hard, teste interno que pede para explorar vulnerabilidades recentes, como as do kernel Linux e do Node.js. O checkpoint sem mitigação acertava 90,5%; o K3.1 Pro final, 81%. O K3 fazia 33,3%, o DeepSeek-V4.1-Flash faz 85,7% e o GLM-5.3, 57,1%. A empresa diz que não pretende abrir pesos que ampliem a fronteira de capacidade ofensiva.
O Notebookcheck aponta o outro lado. Remover travas depois do lançamento não devolve uma habilidade que o modelo nunca aprendeu, mas pesos abertos não se recolhem, e terceiros podem afinar o modelo por conta própria. Uma página da Audn AI no Hugging Face já anuncia o plano de retirar as salvaguardas do K3.1 Pro, como diz ter feito com o GLM-5.3.
O lançamento chega sob pressão política: em julho, a Casa Branca acusou a Moonshot de usar chips Nvidia proibidos e de copiar um modelo da Anthropic para construir o K3, mas, segundo o The Next Web, nenhuma evidência foi publicada.
Download dos pesos abertos até 4 de novembro e o que ainda falta saber
A frase oficial é direta: "Full model weights will be released by Nov 4, 2026". Até 25 de outubro, o K3.1 ainda não aparecia no Hugging Face, e a Moonshot não informou licença, formato nem tamanho do download. Com 2,8 trilhões de parâmetros, hospedar o modelo é tarefa para empresas e laboratórios, não para o computador de casa.
Também não há confirmação de suporte oficial ao português, de cobrança em reais ou de regras de cadastro específicas para o Brasil. Na API, clientes podem pedir retenção zero de dados (Zero Data Retention); para quem usa o app gratuito, nenhuma política específica foi divulgada. O próximo marco é a publicação dos pesos, que permitirá testes independentes fora dos servidores da Moonshot.
