Moonshot AI, la empresa de Pekín detrás del chatbot Kimi, ha lanzado Kimi K3.1 Pro, y en la prueba de programación que pone por delante se queda a siete décimas de Claude Opus 5.5, de Anthropic. Ya está en las apps de Kimi y en su API, y Moonshot promete publicar los pesos completos antes del 4 de noviembre.
Lo segundo es lo que más interesa a una empresa española. Con los pesos abiertos, el modelo se descarga y se ejecuta en servidores propios, sin mandar datos a China. Ojo, eso sí: todas las cifras salen del anuncio de la propia Moonshot y nadie las ha comprobado todavía por su cuenta.
Qué trae el nuevo modelo de Moonshot
K3.1 Pro es una versión de Kimi K3 con mucho más entrenamiento posterior. Lee hasta un millón de tokens de una vez y llega en dos versiones: la estándar y K3.1 Pro Highspeed, que según Moonshot va de dos a tres veces más rápida.
Moonshot lo orienta a programación, diseño 3D y CAD, finanzas y trabajo de oficina. Está en las apps de Kimi para iOS y Android, en la app de escritorio Kimi Work para Windows y Mac con Apple silicon, en Kimi Code y en la API. En las cuentas de empresa llega apagado y tiene que activarlo un administrador.
Cómo queda frente a Claude y GPT 6
En Terminal Bench 4.0, que mide cómo resuelve un modelo tareas en la terminal de un ordenador, K3.1 Pro saca un 65,7%. Moonshot coloca a Claude Opus 5.5 en el 66,4% y a GPT 6 Astra en el 58,2%. En BenchCAD, una prueba de diseño 3D, marca 92,7 con herramientas: por detrás de Opus 5.5 (96,2) y de GPT 6 Astra (95,9), pero justo por delante de Claude Fable 5.1 (92,6).
También se inventa menos cosas que su antecesor. En la prueba de alucinaciones de Moonshot, las afirmaciones falsas bajan del 23,4% de K3 al 8,3%. GPT 6 Astra sigue mejor, con un 5,5%, y Opus 5.5 se queda en el 15%. Moonshot avisa de que son preguntas pensadas para pillar al modelo, no la tasa de error del día a día.
Las pegas que reconoce Moonshot
El anuncio hace algo poco habitual: admite una debilidad. Moonshot quitó material de ciberseguridad de parte del entrenamiento y reconoce que K3.1 Pro va por detrás de los mejores modelos cerrados en ese terreno. Una versión de prueba entrenada sin ese recorte sacó 90,5 en su test de ciberseguridad, frente al 81 del modelo que ha lanzado.
Tampoco hay precios en el anuncio, ni se sabe con qué licencia saldrán los pesos. Y un modelo que se descarga gratis puede traer condiciones para el uso comercial.
Qué significa para las empresas españolas
Un modelo chino trae una pregunta obvia. En enero de 2025 el Garante italiano de protección de datos ordenó bloquear DeepSeek en Italia, y el RGPD pone condiciones estrictas a sacar datos personales de la UE. Usar K3.1 Pro desde las apps o la API de Kimi es mandar tus prompts a Moonshot, aunque a los clientes de la API les ofrezca no guardar ningún dato.
Los pesos cambian la cuenta. Cuando salgan, una empresa podrá ejecutar el modelo en sus propios servidores o en una nube con centros de datos en Europa, sin que los datos salgan de casa. Eso sí, un modelo de este tamaño pide servidores serios, no un portátil: lo explicamos en nuestra guía de IA en local. Elegir qué modelo usar para cada tarea, y dónde ejecutarlo, suele ser lo primero que vemos en consultoría de IA.
Los modelos abiertos siguen recortando distancia
K3.1 Pro llega después de Muse Spark Open, de Meta, y de V4.1 Flash, de DeepSeek: otro modelo descargable que se acerca a los mejores de pago en pruebas concretas. Para cada vez más tareas, ya no se elige entre un modelo puntero y uno flojo.
Lo sensato es esperar a los pesos y a la licencia, antes del 4 de noviembre, y probarlo con tu propio trabajo. Las pruebas que elige quien fabrica el modelo son un punto de partida, no un veredicto.
