stamatios
← Voltar ao feed
Pergaminho gigante se desenrolando sobre cordilheira ao amanhecer, metáfora da janela de contexto do Kimi K3.1 Pro
IA & Modelos · China & Geopolítica

Kimi K3.1 Pro traz janela de 1 milhão de tokens e melhora em multimodal

resumo de ~3 min

Apresentação e arquitetura

O Kimi K3.1 Pro é um modelo de pesos abertos, nativamente multimodal e agentic, que a Moonshot AI descreve como seu modelo mais capaz da classe de 3 trilhões de parâmetros. Ele é pós-treinado a partir do Kimi K3, com aprendizado por reforço conjunto em larga escala, em centenas de domínios. Segundo a própria fonte, é o primeiro modelo da série K3.1 e tem janela de contexto de 1 milhão de tokens (1.048.576). As melhorias declaradas são em programação, criação 3D, pesquisa financeira, precisão factual e outras capacidades agentic.

A arquitetura é do tipo Mixture-of-Experts, com 2,8 trilhões de parâmetros totais e 104 bilhões ativados. O modelo tem 93 camadas, sendo uma densa, e 896 especialistas, dos quais 16 são selecionados por token, além de dois compartilhados. Em relação ao Kimi K3, a fonte informa que as camadas de atenção Gated MLA completas foram substituídas por camadas Gated DeepSeek Sparse Attention, para modelagem de contexto longo mais eficiente. O codificador de visão é o MoonViT-V2, com 401 milhões de parâmetros. A quantização declarada é MXFP4 nos pesos e MXFP8 nas ativações, com treinamento consciente de quantização. As modalidades são texto e imagem.

Resultados divulgados

A tabela de avaliação foi publicada pela própria Moonshot AI e compara o Kimi K3.1 Pro com Claude Fable 5.1, GPT-6 Astra, Claude Opus 5.5, DeepSeek-V4.1-Flash-1017 e GLM-5.3, todos configurados com esforço de raciocínio máximo. Os resultados não mostram liderança uniforme. Em Terminal-Bench 4.0, o Kimi K3.1 Pro marca 65,7, abaixo de Claude Opus 5.5 (66,4). Em Terminal-Bench-Science, marca 38,1, contra 68,1 do GPT-6 Astra. Em BrowseComp, marca 92,1, à frente dos 91,5 do GPT-6 Astra. Em HLE-Full com ferramentas, marca 70,0, acima dos demais listados. Em HLE-Diamond sem ferramentas, marca 39,4, bem abaixo de Claude Fable 5.1 (55,1) e GPT-6 Astra (65,8).

Vários resultados vêm de benchmarks internos da Moonshot AI, como Kimi Code Bench 2.0 e 3.0, DECK-Arena, Design Bench, Kimi Hallu Bench e xdev-bench-hard. Nesses casos, a fonte não oferece verificação independente. Em alguns testes, a Moonshot AI indica condições específicas: no Terminal-Bench 4.0, a avaliação usa o harness do Claude Code. No PostTrainBench, a execução ocorreu em GPUs H20, e não em H100. No BrowseComp, há compactação de contexto aos 200 mil tokens. Parte dos comparativos de modelos fechados também usa a pontuação publicada em relatórios oficiais de terceiros. Um traço ausente na tabela indica que a fonte não reporta a pontuação.

A fonte também apresenta dados de alucinação. No Kimi Hallucination Benchmark interno, com ferramentas, o modelo registra taxa de 8,3 (menor é melhor), contra 5,5 do GPT-6 Astra. Sem ferramentas, registra 5,4, contra 4,2 do GPT-6 Astra. Em segurança cibernética, o modelo fica abaixo de GPT-6 Astra e Claude Fable 5.1 no ExploitBench e no ExploitGym, mas supera GLM-5.3 nos dois. Essas comparações se referem a avaliações que a fonte descreve como específicas de cada plataforma.

Implantação e uso

O modelo pode ser acessado pela API da Moonshot AI, com compatibilidade com as interfaces OpenAI e Anthropic. A fonte recomenda os motores de inferência vLLM, SGLang e TokenSpeed. O nível de raciocínio é definido pelo campo reasoning_effort, com valores low, high e max, sendo max o padrão. Em conversas com várias etapas e chamadas de ferramentas, a documentação exige que a mensagem completa do assistente, incluindo reasoning_content, seja devolvida ao modelo. O modelo está licenciado sob a Kimi K3.1 Pro License, cujos termos não são detalhados no texto da página.