Kimi K3.1 Pro debuta en el puesto 4 del Artificial Analysis Intelligence Index con una puntuación de 55, logrando grandes avances en rendimiento agéntico; será el modelo de pesos abiertos líder una vez que se publiquen sus pesos
El nuevo modelo de razonamiento de @Kimi_Moonshot gana 11 puntos sobre Kimi K3 (máx, 44). Solo queda detrás de Claude Opus 5.5 (máx con fallback, 58), Claude Sonnet 5.5 (máx con fallback, 56) y Muse Wonder Full (máx, 56) en el Intelligence Index.
Una vez que se liberen los pesos de K3.1 Pro, será el modelo de pesos abiertos con la puntuación más alta y la brecha entre los modelos de pesos abiertos líderes y los propietarios en el Intelligence Index se reducirá de 12 puntos a 3.
Resultados clave:
➤ Grandes avances en rendimiento agéntico: Kimi K3.1 Pro obtiene el puesto 3 en GDPval-AA con 1,846 Elo, 312 Elo más que Kimi K3, detrás solo de Claude Opus 5.5 (1,866 Elo) y Muse Wonder Full (1,857 Elo). Kimi K3.1 Pro también logra la puntuación más alta de cualquier modelo en Terminal-Bench 4.0. K3.1 Pro obtiene 67%, frente al 13% de Kimi K3 y por delante de Claude Sonnet 5.5 (64%). AutomationBench-AA, que evalúa flujos de trabajo SaaS agénticos, sube de 58% a 73%.
➤ Los avances en otras evaluaciones son más moderados: Humanity's Last Exam sube de 47% a 52%, CritPt de 23% a 25%, y SciCode de 59% a 61%. El AA-Omniscience Index sube de 20 a 30, ya que la tasa de alucinación cae de 53% a 44% y la precisión sube de 48% a 51%.
➤ Costo por Task aproximadamente igual al de Kimi K3, a $1.98 por Task: K3.1 Pro usa 55K tokens de salida por tarea del Intelligence Index, un 14% más que Kimi K3 con 48K, mientras que sus precios de tokens de primera parte son un 33% más bajos.
Detalles adicionales del modelo:
➤ Ventana de contexto: 1M de tokens.
➤ Tamaño: 2.8T en total, 104B parámetros activos
➤ Modalidades de entrada: Texto e imagen
➤ Pesos y licencia: Pesos actualmente no publicados; se espera que Moonshot libere los pesos poco después del lanzamiento
➤ Precios: $2/$10/$0.20 por 1M de tokens de entrada/salida/acierto de caché, un 33% más bajos que Kimi K3 en las tres tarifas.
¡Felicidades al equipo de @Kimi_Moonshot por el lanzamiento!