A Moonshot AI apresentou em 23 de outubro o Kimi K3.1 Pro, primeiro modelo da nova série K3.1 e o mais capaz da família de pesos abertos da empresa chinesa. São 2,8 trilhões de parâmetros no total, com 104 bilhões ativos por vez numa arquitetura de mistura de especialistas, e janela de contexto de 1 milhão de tokens. O modelo já está disponível no kimi.ai, nos aplicativos, no Kimi Work, no Kimi Code e na API, e os pesos completos serão publicados até 4 de novembro.

Junto veio o K3.1 Pro Highspeed, variante que entrega de duas a três vezes a velocidade do modelo principal, pensada para interações mais responsivas. Quem usa Kimi Enterprise precisa pedir a liberação ao administrador: o acesso corporativo vem desligado por padrão.

Números que a Moonshot quer ver testados

O K3.1 Pro é uma versão pós-treinada do Kimi K3, com reforço de aprendizado aplicado em larga escala em centenas de domínios. Nos benchmarks citados pela empresa, ele encosta nos modelos proprietários mais fortes do momento:

  • Terminal-Bench 4.0 (agentes de código em terminal): 65,7%, à frente do GPT-6 Astra (58,2%) e logo atrás do Claude Opus 5.5 (66,4%).
  • BenchCAD (reconstrução 3D com ferramentas): 92,7%, perto dos 96,2% do Opus 5.5.
  • OfficeQA Pro v2 (análise fiscal de documentos financeiros reais): 64,4, melhor marca do teste.

Outro ponto de atenção da empresa foi a confiabilidade em finanças, área sensível a erro factual. A Moonshot também destaca a queda de alucinação: no seu bench interno mais duro, a taxa de afirmações incorretas caiu de 23,4% no K3 para 8,3% no K3.1 Pro. Vale a ressalva de sempre: todos esses números saíram da própria empresa. A VentureBeat ouviu a Artificial Analysis, empresa independente de testes, que projeta o K3.1 Pro como o novo líder entre os modelos de pesos abertos quando os pesos forem publicados, em 4 de novembro.

O porém: segurança dosada na versão aberta

A parte mais incomum do anúncio está na seção de cibersegurança. A Moonshot conta que removeu deliberadamente dados relacionados a vulnerabilidades do treinamento do modelo aberto, para que a versão pública fique abaixo da fronteira ofensiva que o mesmo pipeline conseguiria produzir. No benchmark interno de exploração de falhas, o checkpoint sem essa limpeza resolve 90,5% das tarefas; o K3.1 Pro final, 81%. A justificativa da empresa é liberar capacidade boa para defesa — auditoria de código legado, por exemplo — sem empurrar a fronteira de ataque para qualquer um.

Código, 3D e finanças no mesmo pacote

Na prática, o modelo mira três frentes de trabalho. Em código, cobre de correções pontuais a projetos completos em Unity, Unreal e Godot, com geração de cenas Three.js e assets 3D. Em modelagem, escreve e executa scripts de Blender e CAD para criar peças paramétricas — e o recurso 3D Make, já no kimi.ai, permite pré-visualizar, baixar para impressão 3D ou exportar como vídeo. Em finanças, promete fluxos completos de análise, com ganhos de 7 a 11 pontos sobre o K3 nos testes internos de modelagem e pesquisa.

O que isso significa no Brasil

Para quem trabalha com IA no Brasil, a chegada do K3.1 Pro reforça uma tendência: os modelos abertos chineses seguem pressionando o custo da API e a régua de qualidade do que roda por conta própria. O contexto de 1 milhão de tokens muda o tipo de tarefa possível — dá para jogar um repositório inteiro, um contrato longo ou meses de planilhas numa única conversa, em vez de fatiar o material. Aproveitar bem essa janela gigante tem técnica, como mostra o nosso guia sobre por que contexto vale mais que prompt e como estruturar o seu.