TL;DR
Kimi K3.1 Pro traz desempenho mais forte em programação, CAD e pesquisa financeira para a base K3 da Moonshot AI, com uma janela de contexto de um milhão de tokens. Sua pontuação publicada de 65.7% no Terminal-Bench 4.0 o coloca próximo ao Claude Opus 5.5 na comparação da Moonshot. O modelo padrão atende a workloads sensíveis a custo; o Highspeed oferece aproximadamente 2–3× mais velocidade de saída com as mesmas capacidades anunciadas.
Ambos estão disponíveis por meio da API do Kimi K3.1 Pro na CometAPI. A precificação padrão da CometAPI é de $1.60 por milhão de tokens de entrada e $8.00 por milhão de tokens de saída. Este guia explica os benchmarks, compara custos e mostra como chamar qualquer uma das versões. Números e preços foram verificados em 24 de outubro de 2026.
Principais pontos
- Kimi K3.1 Pro é uma atualização pós-treinamento: baseia-se na fundação MoE do K3 e suporta uma janela de contexto de 1,048,576 tokens.
- Kimi K3.1 Pro fortalece fluxos de trabalho de agentes: a Moonshot reporta 65.7% no Terminal-Bench 4.0 e 92.7% de Voxel IoU no BenchCAD com ferramentas.
- Kimi K3.1 Pro Highspeed prioriza a velocidade de resposta: sua taxa de saída anunciada é aproximadamente 2–3× a da versão padrão, com as mesmas capacidades do modelo.
- Acesso à API do Kimi K3.1 Pro está disponível via CometAPI: taxas de entrada e saída padrão são 20% abaixo das tarifas oficiais publicadas em USD; a precificação do Highspeed requer checagem de conta separada.
- O acesso hospedado ao Kimi K3.1 Pro precede a liberação completa dos pesos: a Moonshot planeja publicar os pesos completos até 4 de novembro de 2026.
O que exatamente é o Kimi K3.1 Pro?
Kimi K3.1 Pro é o modelo de linguagem grande carro-chefe da Moonshot AI (月之暗面), sediada em Pequim, lançado em 23 de outubro de 2026. Não é um novo modelo base. Em vez disso, é uma versão fortemente pós-treinada do Kimi K3 anterior (lançado em julho de 2026), usando computação de pós-treinamento significativamente maior, focada em aprendizado por reforço conjunto em centenas de domínios downstream.
A Moonshot o descreve como “nosso modelo de pesos abertos de classe 3T mais capaz até hoje”. O modelo mantém a mesma arquitetura central do K3:
- 2.8 trilhões de parâmetros no total
- 104 bilhões de parâmetros ativos por token (design esparso de Mixture-of-Experts)
- Janela de contexto nativa de 1 milhão de tokens
- Suporte multimodal (entrada de texto, imagens e vídeo)
- Raciocínio sempre ativo (sem modo sem raciocínio)
Uma variante complementar, Kimi K3.1 Pro Highspeed, oferece 2–3× a velocidade de inferência da versão Pro padrão ao dobro do preço, tornando-a adequada para aplicações mais interativas ou sensíveis à latência.
Os pesos completos do modelo estão programados para liberação pública até 4 de novembro de 2026, o que tornaria o K3.1 Pro um dos modelos de pesos abertos mais fortes disponíveis.
Especificações técnicas do Kimi 3.1 Pro
| Specification | Details |
|---|---|
| Model Family | Série Kimi K3.1 (primeiro modelo) |
| Base | Kimi K3 pós-treinado |
| Total Parameters | 2.8 trillion |
| Active Parameters | 104 billion (MoE) |
| Context Window | 1,048,576 tokens |
| Max Output | Até ~944K–1M tokens (configurável) |
| Input Modalities | Texto, Imagem, Vídeo |
| Output | Texto |
| Reasoning | Sempre ativado (níveis de esforço baixo/alto/máximo) |
| Tool Calling | Compatível |
| Structured Output (JSON) | Compatível |
| API Model IDs | kimi-k3.1-pro, kimi-k3.1-pro-highspeed |
| Open Weights | Até 4 de novembro de 2026 |
Benchmarks do imi K3.1 Pro: programação, CAD e finanças
A tabela a seguir usa as avaliações de lançamento da Moonshot. São resultados de benchmarks reportados pelo provedor, não um teste reproduzido de forma independente entre provedores.
As taxas de alucinação caíram acentuadamente: a Moonshot reporta que alegações falsas caíram de 23.4% no K3 para cerca de 8.3% (ou menos em testes internos). Modelagem e pesquisa relacionadas a finanças também melhoraram significativamente.
| Benchmark | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra | Nota |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 65.7% | 66.4% | 58.2% | Agentes de código em tarefas realistas de terminal |
| BenchCAD, com ferramentas (Voxel IoU) | 92.7% | 96.2% | 95.9% | Reconstrução 3D / CAD |
| OfficeQA Pro v2 | 64.4 | 62.2 | 54.4 | Tarefas de documentos e escritório |
| Frontier Finance | 58.6 | 56.7 | 45.0 | Finanças |
| SWE-Marathon | 51.7% | 46.3% | 42.5% | Engenharia de software de longo horizonte |
| Humanity’s Last Exam (com ferramentas) | 70.0% | 67.7% | 57.2% | Conhecimento amplo e raciocínio |
| Kimi Hallu Bench Hard, com ferramentas (quanto menor, melhor) | 8.3% | 15.0% | 5.5% |
Benchmarks de código mostram desempenho de ponta para agentes
No Terminal-Bench 4.0, a diferença para o Claude Opus 5.5 é de 0.7 ponto percentual; a vantagem sobre o GPT-6 Astra é de 7.5 pontos. Isso torna o K3.1 Pro um candidato relevante para agentes de engenharia baseados em terminal, mas a configuração de avaliação importa tanto quanto a pontuação de manchete.
Observe que alguns testes independentes de agentes de codificação mostram resultados mais mistos dependendo do exato harness e do comprimento da sessão, com o K3.1 Pro às vezes produzindo trilhas de raciocínio mais longas e verbosas.
Kimi K3.1 Pro melhora criação 3D e visão
O BenchCAD mede a qualidade de reconstrução a partir de renderizações multi-view por meio de código CAD gerado. Sua pontuação de Voxel IoU mede a sobreposição geométrica, portanto 92.7% não deve ser lido como uma taxa de aprovação de tarefa de 92.7%. A comparação “com ferramentas” da Moonshot usa um subconjunto de 1.000 casos e posiciona o K3.1 Pro abaixo do Opus 5.5 e do GPT-6 Astra nesta métrica.
Ele também mostra grandes ganhos sobre o Kimi K3 em tarefas de visão e linguagem (por exemplo, +0.11 mAP50 no ranking de autoanotação da Ultralytics) e em exames de análise de dados (42/43 questões aprovadas).
O que há de novo no Kimi K3.1 Pro em comparação ao Kimi K3?
A razão mais clara para considerar uma atualização é a melhoria na conclusão de trabalho em múltiplas etapas. A tabela abaixo compara K3 e K3.1 Pro dentro das avaliações reportadas pela Moonshot.
| Evaluation | Kimi K3 | Kimi K3.1 Pro | Melhoria |
|---|---|---|---|
| Kimi Code Bench 3.0 Long-horizon | 55.95% | 61.2% | +5.25 pontos |
| Internal Financial Modeling | 50.4 | 57.6 | +7.2 pontos |
| Internal Financial Research | 58.8 | 70.4 | +11.6 pontos |
| Internal Business Operation | 8.9 | 37.0 | ~4.2× de desempenho |
| Kimi Hallu Bench Hard com ferramentas, erros em nível de alegação | 23.4% | 8.3% | ~64.5% de redução |
No entanto, estas são comparações de benchmarks individuais. Não devem ser interpretadas como uma melhoria universal de 4.2× no desempenho de agentes.
Kimi K3.1 Pro reduz erros factuais
O gráfico separa resultados sem ferramentas da avaliação mais difícil com ferramentas; o valor de 8.3% pertence a esta última.
A distinção entre acurácia em benchmarks e confiabilidade no mundo real é importante. Esta avaliação deliberadamente usa prompts difíceis que provavelmente expõem erros factuais. Seus resultados não representam a taxa média de alucinação do modelo em conversas cotidianas.
Kimi K3.1 Pro introduz um trade-off deliberado em cibersegurança
A Moonshot AI removeu dados de treinamento e tarefas de aprendizado por reforço selecionados relacionados a cibersegurança ofensiva para reduzir capacidades ofensivas, preservando o desempenho geral de programação.
Na avaliação interna xdev-bench-hard da Moonshot em pass@3, o checkpoint sem restrições obteve 90.5% e o modelo de lançamento obteve 81.0%. Essa diferença reflete uma escolha deliberada de treinamento, não uma garantia de que o modelo lançado não pode ser mal utilizado. Veja a avaliação oficial de cibersegurança para suas condições e limitações.
Kimi K3.1 Pro vs Highspeed: qual versão você deve escolher?
| Fator de decisão | Kimi K3.1 Pro | Kimi K3.1 Pro Highspeed |
|---|---|---|
| Capacidades do modelo | Capacidades padrão de carro-chefe | Mesmas capacidades anunciadas |
| Velocidade de saída | Referência (baseline) | Aproximadamente 2–3× mais rápida |
| Melhor workload inicial | Análise em lote, relatórios longos, tarefas em background | Assistentes interativos de código e pesquisa |
| ID do modelo na CometAPI | kimi-k3.1-pro | kimi-k3.1-pro-highspeed |
Use a versão padrão quando o custo importar mais do que a saída imediata. Escolha o Highspeed quando usuários estiverem aguardando a geração e, então, meça o efeito em tarefas completas em vez de assumir que a velocidade de saída se traduz diretamente na mesma economia de tempo de ponta a ponta.
Por exemplo, se um agente de codificação passa a maior parte do tempo executando testes, instalando dependências ou aguardando ferramentas externas, acelerar a saída do modelo pode produzir uma melhoria de ponta a ponta relativamente pequena.
Acesse as duas versões do Kimi K3.1 Pro via CometAPI
A CometAPI oferece acesso ao Kimi K3.1 Pro e Kimi K3.1 Pro Highspeed por meio do endpoint de Chat Completions compatível com OpenAI. A integração permanece a mesma ao alternar as versões; altere o ID do modelo para selecionar a variante.
- Crie uma chave de API na sua conta CometAPI e disponibilize-a para sua aplicação como a variável de ambiente COMETAPI_API_KEY.
- Instale o SDK Python do OpenAI e defina a base URL do cliente como
https://api.cometapi.com/v1. - Use kimi-k3.1-pro para o modelo padrão ou kimi-k3.1-pro-highspeed para o Highspeed.
python -m pip install --upgrade openaiimport osfrom openai import OpenAIclient = OpenAI( api_key=os.environ["COMETAPI_API_KEY"], base_url="https://api.cometapi.com/v1",)response = client.chat.completions.create( model="kimi-k3.1-pro", # Or "kimi-k3.1-pro-highspeed" messages=[ { "role": "user", "content": "Suggest three tests for a CSV import feature.", } ],)print(response.choices[0].message.content)
O exemplo de shell a seguir chama o Highspeed diretamente. Ele usa a mesma variável de ambiente COMETAPI_API_KEY.
Preços da API do Kimi K3.1 Pro: tarifas oficiais vs CometAPI
A tabela compara as tarifas publicadas em USD por um milhão de tokens para entrada sem cache e saída gerada, verificadas em 24 de outubro de 2026. As tarifas padrão da CometAPI para o K3.1 Pro são 20% abaixo das tarifas oficiais. Verifique as tarifas atuais do Highspeed na sua conta antes de escolher essa versão.
| Model | Official input | Official output | CometAPI input | CometAPI output |
|---|---|---|---|---|
| Kimi K3.1 Pro | $2.00 | $10.00 | $1.60 | $8.00 |
| Kimi K3.1 Pro Highspeed | $4.00 | $20.00 | Check account pricing | Check account pricing |
O desconto da versão padrão não deve ser presumido para o Highspeed. Leituras e gravações de cache, cobranças de ferramentas, impostos e tentativas (retries) estão fora desta comparação.
Nas tarifas oficiais da API, o K3.1 Pro é aproximadamente 33.3% mais barato que o K3 para tokens de entrada e saída sem cache.
Para solicitações sem caching ou serviços adicionais faturáveis, o custo é:
Custo = (Tokens de entrada × taxa de entrada + Tokens de saída × taxa de saída) / 1,000,000
Por exemplo, processar 100,000 tokens de entrada sem cache e gerar 10,000 tokens de saída custa aproximadamente $0.24 pela API padrão do K3.1 Pro na CometAPI, em comparação com $0.30 na tarifa do provedor oficial.
Estime os gastos em produção a partir de tarefas bem-sucedidas, incluindo qualquer uso de tentativas ou tokens de raciocínio mostrado em seus registros de faturamento. Uma tarifa de token menor não garante um custo total menor se um fluxo de trabalho gerar mais tokens ou exigir tentativas adicionais.
Coloque o Kimi K3.1 Pro para trabalhar: quatro pontos de partida práticos
Escolha um fluxo de trabalho pequeno com uma saída que você possa inspecionar.
| Workflow | Um primeiro projeto prático | Critérios de aceitação |
|---|---|---|
| Engenharia de software | Corrigir um bug reproduzível em um repositório e adicionar um teste de regressão. | Testes relevantes passam; o patch resolve o problema sem mudanças não relacionadas. |
| CAD e criação 3D | Gerar uma peça paramétrica a partir de um briefing dimensionado. | Verifique dimensões, geometria válida, editabilidade e compatibilidade de exportação. |
| Pesquisa financeira | Conciliar números selecionados entre relatórios anuais e uma planilha. | Verifique cada número em sua fonte e confira fórmulas de forma independente. |
| Pesquisa de longo contexto | Comparar requisitos em um conjunto de documentos técnicos. | Verifique locais das evidências, versões dos documentos e cobertura de declarações conflitantes. |
Para avaliação, sucesso em tarefas concluídas é mais informativo do que o número de linhas de código geradas.
Quais são as limitações do Kimi K3.1 Pro?
- O raciocínio permanece ativado. K3.1 Pro oferece esforço de raciocínio baixo, alto e máximo, com máximo como padrão documentado. Não presuma que há um modo sem raciocínio.
- Entradas longas têm custos operacionais. Uma janela de contexto grande pode aumentar o tempo de processamento de entrada e o consumo de tokens. Selecione material relevante e avalie caching em vez de enviar um arquivo inteiro por padrão.
- Uma resposta de API não conclui um fluxo de trabalho externo. Sua aplicação fornece execução de ferramentas, estado salvo e validação de saída; um resultado de benchmark com ferramentas não significa que essas capacidades vêm com uma chamada de API pura.
- Acesso hospedado e pesos para download são marcos diferentes. Em 24 de outubro, a liberação completa dos pesos do K3.1 Pro permanece planejada para 4 de novembro de 2026; revise a liberação e a licença antes de planejar self-hosting.
O comportamento da API é descrito no guia da Kimi API; a disponibilidade dos pesos é coberta pelo anúncio de lançamento.
Conclusão
Vale a pena avaliar o Kimi K3.1 Pro quando sua aplicação depende de programação em múltiplas etapas, pesquisa de documentos ou trabalho assistido por ferramentas. Seus ganhos reportados sobre o K3 e as tarifas padrão mais baixas da API criam um motivo prático para testar a atualização. Comece com o modelo padrão, meça a qualidade e o custo das tarefas aceitas e escolha o Highspeed quando a geração mais rápida melhorar materialmente a experiência do usuário. Use o modelo da CometAPI para verificar o acesso e os preços atuais antes de integrar os exemplos acima.