Antes de que finalice este mes, los dos buques insignia más esperados del campamento nacional de modelos grandes —Kimi K3.1 y GLM-5.5 de Zhipu— están emergiendo poco a poco, y Kimi K3.1 ya ha empezado discretamente a ejecutar pruebas en la arena Arena, bajo el nombre en clave Kibitz.
Varios internautas, siguiendo pistas como el tokenizador, han confirmado básicamente que Kibitz es Kimi K3.1. Las filtraciones anteriores delineaban con claridad la dirección de la actualización: enfocarse en tareas autónomas de largo alcance, reforzar las capacidades de juegos y código 3D, y completar la habilidad de operar la computadora; todo este conjunto de tácticas claramente apunta a la "jugada de primera línea" de OpenAI y otros modelos frontera.
Hoy varios internautas lo probaron de primera mano y los comentarios fueron espectaculares: tanto con imágenes tan difíciles como la del pelícano como en la generación de animaciones 3D, K3.1 mostró la solidez de poder competir de tú a tú con GPT-6 Astra. Según la costumbre de Arena, los modelos grandes que se prueban en el escenario suelen lanzarse oficialmente una semana después, por lo que todavía hay esperanzas de que a fin de mes se anuncie oficialmente el lanzamiento de Kimi K3.1.
Las expectativas del mercado son altas: K3.1 muy probablemente se convertirá en el nuevo referente de los modelos grandes de IA nacionales, y también tiene la capacidad de colarse en el TOP3 mundial; en la lista AA, se espera que sea el primer modelo nacional en superar los 50 puntos, y en el mejor de los casos podría rozar los 55 o incluso los 60 puntos. Sin embargo, más allá del rendimiento, K3.1 todavía tiene que aprobar dos asignaturas: usabilidad y relación calidad-precio. La generación anterior, K3, debido a la escasez de recursos de cómputo, terminó siendo lenta y con cupos de plan poco generosos, y en los últimos dos meses su presencia fue opacada por modelos rápidos y baratos como DeepSeek V4.1 Flash. Cuando el buque insignia nacional se prepara para competir de frente contra Astra, no basta con obtener buenas puntuaciones: la clave para su verdadero renacimiento será si los desarrolladores pueden usarlo con fluidez y a un costo accesible.