A Moonshot AI lançou em 24 de outubro o Kimi K3.1 Pro, primeiro modelo da sua nova série K3.1. Para a versão de pesos abertos, ainda por sair, a Moonshot diz ter retirado do treino os dados ligados a cibersegurança. Segundo ela, o K3.1 Pro é o seu modelo aberto mais capaz da classe de 3 trilhões de parâmetros, os valores que o modelo ajusta no treino.
A empresa conta que a habilidade do modelo de pesquisar falhas de segurança melhorava de forma constante conforme o treino crescia. Ela atribui isso a conteúdo de cibersegurança misturado aos dados gerais e a tarefas do tema no aprendizado por reforço, o treino por tentativa e recompensa. Esse material saiu das duas etapas de treino, segundo a Moonshot. As tarefas comuns de programação ficaram, já que o modelo precisa delas para ser útil, diz a empresa.
Segundo a empresa, a retirada dos dados reduz de forma significativa a capacidade em cibersegurança, em comparação com o que o mesmo treino produziria sem ela.
A Moonshot mostra o efeito no xdev-bench-hard, teste interno da empresa com tarefas de achar e explorar falhas em código, montadas por especialistas. Uma versão treinada sem esses cortes resolveu 90,5% dos problemas em até três tentativas; o K3.1 Pro final chegou a 81,0%. A Moonshot afirma que, nessa área, o modelo segue atrás de modelos fechados de ponta disponíveis ao público há pelo menos três meses.
A empresa diz seguir dois princípios na abertura do modelo. O primeiro é não liberar pesos abertos que levem a capacidade em cibersegurança além do limite atual. O segundo é elevar aos poucos o que os modelos abertos conseguem nessa área. Segundo a empresa, o acesso sem distinção dá a mais equipes meios de auditar o código que mantêm. Isso inclui sistemas antigos, que quase nunca passam por revisão de segurança.
Em programação, a Moonshot compara o K3.1 Pro com o Claude Opus 5.5 e o GPT-6 Astra. No Terminal-Bench 4.0, que avalia agentes de código (programas de IA que executam tarefas sozinhos) em tarefas realistas na tela de comandos, com recursos limitados, o K3.1 Pro marcou 65,7%. O Claude Opus 5.5 fez 66,4%, e o GPT-6 Astra, 58,2%. Num teste interno de tarefas longas, o modelo fez 61,2%, contra 55,95% do K3.
O BenchCAD pede para reconstruir objetos em 3D a partir de imagens de vários ângulos, escrevendo código de CAD (desenho técnico por computador). Nele, o K3.1 Pro fez 92,7% com ferramentas, contra 96,2% do Claude Opus 5.5 e 95,9% do GPT-6 Astra. A função 3D Make, já no ar no site e no aplicativo Kimi, deixa ver e editar modelos 3D e baixá-los prontos para impressão.
No Kimi Hallu Bench Hard, teste interno de precisão factual, a taxa de alucinação por afirmação caiu de 23,4% no K3 para 8,3%. Alucinação é quando a IA apresenta como fato algo falso. O blog da Moonshot avisa que o teste foi feito para provocar erros, e que essas taxas não medem o erro no uso diário.
Em finanças, a empresa relata 64,4 pontos no OfficeQA Pro v2, que testa análise de dados fiscais em documentos financeiros reais, e chama o resultado de recorde. Num teste interno de operação de negócios, o K3.1 Pro teria cerca de 4,2 vezes o desempenho do K3.
Num teste interno longo de programação, descrito no blog, o modelo construiu um simulador da caminhada humana. A base foi o human-atlas, modelo anatômico aberto do corpo com 296 componentes do esqueleto e 402 de músculos. Ao longo de 167 missões e 420 revisões independentes, ele refinou o controle da marcha. Quando os braços não melhoravam, testou a física do simulador e corrigiu 36 erros nos cálculos dos músculos do ombro. Depois, treinou o controle de novo.
Junto com o K3.1 Pro saiu o K3.1 Pro Highspeed, uma variante mais rápida. Os dois modelos já estão no site Kimi.ai e nos aplicativos para iOS, Android e HarmonyOS. Também aparecem no Kimi Work, para Windows e Mac, no Kimi Code e na API, o acesso para programadores.
Segundo o anúncio, o K3.1 Pro Highspeed é de duas a três vezes mais rápido, com as mesmas capacidades. A documentação do Kimi Code diz que ele gasta cerca do dobro da cota. No Kimi Enterprise, o acesso ao K3.1 Pro começa desligado, e o administrador decide se libera.
A janela de contexto, o volume de texto que o modelo considera de uma vez, chega a 1.048.576 tokens (pedaços de palavra) nos planos mais altos. O K3.1 Pro só funciona com o modo de raciocínio ligado: pedido sem ele é recusado com erro.
A documentação avisa ainda que um nome de modelo digitado errado em ferramentas de terceiros faz o pedido cair no K2.8 Preview, sem raciocínio. Os pesos completos do K3.1 Pro, segundo a empresa, saem até 4 de novembro de 2026.
