Kimi K3.1 Pro chega perto do Claude Opus 5.5 em código, com pesos até 4 de novembro
A Moonshot AI, empresa por trás dos modelos Kimi, lançou o Kimi K3.1 Pro, que o blog dela registra em 24 de outubro. A Moonshot diz que é o primeiro modelo da nova série K3.1 e o seu modelo de pesos abertos mais capaz até agora, com janela de contexto de 1 milhão de tokens. Uma versão mais rápida, o K3.1 Pro Highspeed, roda duas a três vezes mais rápido.
Os dois estão disponíveis no Kimi.com, nos apps Kimi Work e Kimi Code e pela API do Kimi. A Moonshot diz que os pesos completos do modelo serão publicados até 4 de novembro, então qualquer pessoa vai poder baixar e rodar o modelo nos próprios servidores.
O que a Moonshot informa
No Terminal-Bench 4.0, um teste de agentes de programação trabalhando no terminal, a Moonshot informa 65,7% para o K3.1 Pro, logo atrás do Claude Opus 5.5, com 66,4%, e à frente do GPT-6 Astra, que ela lista com 58,2%. O próprio anúncio da OpenAI deu 57,9% ao Astra no mesmo teste, e as notas de rodapé da Moonshot dizem que ela usou o maior número já publicado para cada modelo. No OfficeQA Pro v2, que testa a análise de documentos financeiros reais, a Moonshot diz que o K3.1 Pro lidera com 64,4.
A Moonshot também diz que trabalhou a precisão dos fatos. Num teste interno feito para provocar erros, a parcela de afirmações falsas caiu de 23,4% no Kimi K3 para 8,3%. A Moonshot avisa que esse teste é difícil de propósito e não reflete a taxa de erro no uso do dia a dia.
Um limite proposital nas habilidades de ataque
A seção mais incomum é a de segurança. A Moonshot diz que percebeu que o conteúdo ligado a cibersegurança nos dados gerais e nas tarefas de treino aumentava cada vez mais a capacidade do modelo de achar e explorar falhas de software. Para a versão de pesos abertos, ela retirou esses dados. No teste interno de exploração de falhas, uma versão treinada sem essa retirada resolveu 90,5% dos problemas, e o modelo final resolve 81,0%. A Moonshot diz que o resultado fica atrás dos modelos fechados de fronteira, e que não quer que seus pesos abertos empurrem o limite da capacidade de ataque.
É uma escolha diferente da que a Mistral fez este mês com o Mistral Large 4apresentado justamente pela força em segurança. A Moonshot também é a empresa que a Anthropic acusou, no começo do mês, de repassar pedidos ao Claude, acusação que a gente contou quando a Anthropic descreveu suas defesas contra a destilação de modelos. O post da Moonshot não fala do assunto.
Preço e privacidade
O blog não traz preço da API. Ele diz que a retenção zero de dados está disponível para clientes da API e que, nas organizações do Kimi Enterprise, o modelo vem desligado até um administrador ligar.
O que fazer esta semana
Se você está avaliando modelos abertos para programação, rode agora o mesmo conjunto de tarefas reais no K3.1 Pro pela API, para decidir antes de 4 de novembro se vale hospedar os pesos por conta própria. Confira onde a API está hospedada e sob qual lei antes de mandar código de cliente para ela.
O que a gente pensa
Um modelo de pesos abertos a um ponto do melhor modelo fechado num teste difícil de programação, pelos números do próprio fabricante, é uma mudança grande em relação a um ano atrás. Resultados independentes vão dizer se isso se sustenta. Vale ler a seção de cibersegurança inteira: é um caso raro de laboratório mostrando quanta capacidade escolheu deixar de fora.
Fontes