Un nuevo identificador de modelo apunta al próximo paso de Moonshot
Moonshot AI parece estar preparando Kimi K3.1, después de que desarrolladores encontraran el identificador de modelo invocable «kimi-k3-1» en el registro de la plataforma API de la empresa el 28 de septiembre. Posteriormente apareció una versión preliminar en la plataforma abierta de Kimi con los nombres K3.1 o K3 11111, que anunciaba una ventana de contexto de un millón de tokens.
Contenido
- Un nuevo identificador de modelo apunta al próximo paso de Moonshot
- Qué revelan los hallazgos de septiembre
- Qué heredaría K3.1 de K3
- Los ajustes de razonamiento podrían dar más control a los usuarios
- Los modos Agent y Swarm apuntan a tareas más largas
- El precio y la velocidad determinarán el valor de la actualización
- La competencia ha cambiado desde el debut de K3 en julio
- Puntos clave
Los hallazgos sugieren que el desarrollo ha superado la fase de nombre interno. Según los desarrolladores, el identificador respondió a pruebas de interfaz, mientras que en el sitio web de Moonshot aparecieron otro identificador, «k3d1-agent», y un nuevo módulo de bot. Al parecer, K3.1 está en pruebas limitadas, a veces llamadas pruebas cerradas, en las que el acceso se ofrece a un grupo restringido antes de un lanzamiento más amplio.
El modelo Kimi K3 actual de Moonshot tiene 2,8 billones de parámetros, los valores numéricos que un modelo aprende durante el entrenamiento. Esa cifra corresponde a K3; no se ha confirmado el número de parámetros de K3.1. La distinción es importante porque una actualización puede cambiar la forma en que un modelo razona, usa herramientas o procesa solicitudes sin aumentar necesariamente su tamaño.
Los planes divulgados apuntan a tareas autónomas más largas, programación, juegos, desarrollo 3D y manejo de computadoras. Entre las posibles novedades figuran varios ajustes de razonamiento y modos para coordinar múltiples agentes de IA. Estas funciones acercarían aún más a Kimi a la realización de secuencias de tareas, en lugar de limitarse a responder preguntas individuales.
No se ha anunciado una fecha pública de lanzamiento ni una especificación definitiva para K3.1. Para quienes decidan si adoptarlo, las preguntas prácticas ya empiezan a tomar forma: con qué fiabilidad completa las tareas, cuánto tarda y cuánto cuesta ese trabajo.
Qué revelan los hallazgos de septiembre
Los desarrolladores detectaron por primera vez «kimi-k3-1» en el registro de modelos del sistema interno de la plataforma API el 28 de septiembre. Una API es la conexión que permite al software enviar solicitudes a un modelo de IA y recibir sus respuestas. Un identificador de modelo indica a esa conexión qué sistema debe utilizar.
La versión preliminar posterior en la plataforma añadió una afirmación más concreta sobre sus capacidades: admite hasta un millón de tokens de contexto. Los tokens son pequeñas unidades de información, a menudo palabras o partes de palabras. Una ventana de contexto es la cantidad de material que un modelo puede tener en cuenta en una interacción, incluidas las instrucciones, los documentos y la conversación relacionada con una tarea.
El identificador del sitio web «k3d1-agent» y el módulo de bot añadido recientemente también han dado pie a especulaciones sobre un Kimi Bot. Moonshot no ha presentado una descripción confirmada del producto que respalde esa posibilidad, por lo que las pruebas más claras se refieren a las pruebas del modelo y a los cambios en la plataforma.
La secuencia sitúa los hallazgos más recientes después de la presentación de K3 en julio:
- 17 de julio de 2026: Moonshot anunció Kimi K3, con 2,8 billones de parámetros y una ventana de contexto de un millón de tokens.
- 27 de julio: fecha prevista por Moonshot para publicar los pesos del modelo K3, los valores numéricos aprendidos necesarios para ejecutarlo.
- 28 de septiembre: desarrolladores encontraron el identificador invocable «kimi-k3-1» en el registro de la API.
- Después de ese hallazgo: apareció en la plataforma abierta una versión preliminar de K3.1 o K3 11111, que anunciaba un millón de tokens de contexto.
Qué heredaría K3.1 de K3
Moonshot lanzó K3 en su aplicación y en su API en julio. El anuncio de K3 en julio lo presentó como el modelo insignia de la empresa para programación, trabajo con conocimiento y tareas complejas que requieren razonamiento prolongado con poca supervisión humana. La promesa de publicar sus pesos también hizo que el acceso más allá del propio servicio de Moonshot fuera un elemento central de su atractivo.
K3 utiliza una arquitectura de mezcla de expertos. En términos sencillos, el modelo contiene distintos grupos de componentes computacionales y un sistema de enrutamiento selecciona cuáles ayudan a procesar una entrada. Sus 2,8 billones de parámetros describen el modelo en su conjunto, mientras que la arquitectura determina qué partes intervienen en un cálculo específico.
Este diseño ayuda a entender por qué la cifra total de parámetros es solo una parte de la historia. Los usuarios experimentan los efectos combinados del entrenamiento, el enrutamiento, los recursos informáticos y el software que conecta el modelo con las herramientas. Una cifra total de parámetros más alta, por sí sola, no indica a un cliente cuánto tardará en completarse una tarea de programación ni cuánto costará.
La capacidad de contexto anunciada para K3.1 igualaría la de un millón de tokens de K3. Por tanto, la actualización propuesta parece centrarse sobre todo en cómo el modelo trabaja con la información y lleva a cabo tareas, más que en ampliar la cantidad de información que puede retener a la vez.
Los ajustes de razonamiento podrían dar más control a los usuarios
Se espera que K3.1 ofrezca tres niveles de razonamiento: Low, High y Max. Estos ajustes permitirían a los desarrolladores elegir cuánto esfuerzo dedica el modelo a resolver una solicitud. No se han publicado detalles sobre su funcionamiento exacto ni sobre su efecto en la facturación.
Una tarea breve de clasificación y la reparación de un software complejo requieren distintos niveles de esfuerzo. Clasificar el mensaje de un cliente puede bastar con una respuesta rápida. Investigar un fallo en varios archivos puede exigir revisiones, pruebas y correcciones repetidas. Los ajustes de razonamiento permitirían a los usuarios elegir un equilibrio distinto entre rapidez y esfuerzo para cada tarea.
Desarrolladores que han examinado la plataforma sugieren que los niveles podrían corresponder a distintas asignaciones de recursos informáticos y diferentes modalidades de cobro. Para una empresa que procesa muchas solicitudes, la elección sería así una decisión operativa además de técnica.
La ventana de un millón de tokens anunciada también es relevante. Un modelo puede recibir una gran cantidad de código o documentos, pero el tiempo y el esfuerzo computacional necesarios para procesar ese material siguen siendo importantes. Quienes consideren K3.1 tendrán que evaluar los ajustes de razonamiento junto con el volumen de trabajo que le asignen.
Los modos Agent y Swarm apuntan a tareas más largas
Entre los posibles modos de K3.1 figuran Agent, Swarm, búsqueda y procesamiento por lotes. Un agente de IA lleva a cabo una secuencia de acciones para alcanzar un objetivo y suele utilizar herramientas entre un paso y otro. Por ejemplo, en lugar de limitarse a sugerir cómo corregir un programa, un agente podría revisar archivos, proponer un cambio, ejecutar una prueba y ajustar su trabajo.
Swarm se refiere a varios agentes que trabajan juntos y que podrían dividir una tarea amplia en trabajos más pequeños. Uno podría buscar información, mientras otro examina el código y un tercero verifica los resultados. El modo propuesto ampliaría este enfoque dentro de Kimi, aunque no se han dado detalles sobre su implementación.
La búsqueda y el procesamiento por lotes responden a necesidades distintas. La búsqueda ayuda a una IA a recuperar información durante una tarea. El procesamiento por lotes permite enviar un conjunto de trabajos, como muchos documentos que requieren el mismo tratamiento, en lugar de gestionar cada solicitud por separado.
También se informa de que los juegos, la programación 3D y el manejo de computadoras son áreas de interés. Estas tareas requieren más que una respuesta escrita fluida: el código debe ejecutarse, los elementos interactivos deben funcionar según lo previsto y las acciones en una computadora deben realizarse en el orden correcto. Para quienes utilizan IA para desarrollar o manejar software, una ejecución fiable de todos esos pasos sería un indicador clave de la mejora.
El precio y la velocidad determinarán el valor de la actualización
La plataforma abierta de Moonshot ha mostrado precios de la API de K3.1 iguales a los de K3. Es posible que esa tarifa sea provisional, por lo que los clientes aún no conocen el precio definitivo del nuevo modelo. Entre las preocupaciones señaladas sobre K3 figuran el precio, la velocidad de respuesta y los límites de uso.
Estos tres aspectos están estrechamente relacionados cuando se trata de trabajo autónomo. Una tarea que requiere llamadas repetidas al modelo y el uso de herramientas puede consumir más tiempo y recursos que una respuesta única. Los límites de uso también pueden interrumpir una tarea antes de que termine y obligar a una persona a reanudarla o reorganizar el trabajo.
Por tanto, mantener las tarifas indicadas para K3 solo respondería a una parte de la pregunta sobre el costo. La cantidad de trabajo necesaria para obtener un resultado útil también influye en el gasto. Para una tarea concreta, un modelo que la complete con menos intentos puede resultar más económico, aunque la tarifa publicada parezca similar.
Al parecer, Moonshot también prepara un lanzamiento formal de Kimi K2.8, disponible en versión preliminar desde hace más de un mes. Con K2.8 y K3.1 presentes en las conversaciones sobre próximos lanzamientos, los desarrolladores tendrán que elegir entre ambos productos según las capacidades y las condiciones de acceso que Moonshot anuncie finalmente.
La competencia ha cambiado desde el debut de K3 en julio
K3 debutó en julio en una posición competitiva destacada: ocupó el tercer puesto en el Intelligence Index de Artificial Analysis y el segundo en el Vals AI Index. El analista Nathan Lambert lo describió entonces como el modelo abierto más potente, capaz de reducir la distancia con los principales modelos estadounidenses, cuyos pesos internos siguen siendo propietarios.
La atención se ha desplazado desde entonces tras el lanzamiento de V4.1 Flash-1017 de DeepSeek. La comparación más reciente mencionada junto con los informes sobre K3.1 sitúa a ese modelo por delante de K3 en casi todas las pruebas de rendimiento citadas. La afirmación no incluye una tabla detallada de puntuaciones, por lo que no queda claro cuál es la magnitud de la ventaja.
Las clasificaciones de julio y la comparación más reciente corresponden a momentos distintos de un mercado que cambia con rapidez. K3 posicionó a Moonshot como un competidor destacado desde su lanzamiento; ahora K3.1 debe demostrar avances útiles frente a rivales más recientes. Para los clientes, la comparación incluirá los tipos de tareas que realmente realizan, además del costo, la latencia y los límites de acceso.
Los detalles más importantes del lanzamiento serían los que vinculen las funciones propuestas por Moonshot con resultados cotidianos: si un agente termina una tarea larga, si un razonamiento más avanzado justifica la espera y si los desarrolladores pueden prever sus gastos. Los registros y la versión preliminar de la plataforma han dado visibilidad a K3.1. Un lanzamiento formal tendría que convertir esas señales en un producto claramente definido.
Puntos clave
- El 28 de septiembre, desarrolladores encontraron el identificador de modelo invocable «kimi-k3-1»; después apareció una versión preliminar de K3.1 o K3 11111 en la plataforma.
- La versión preliminar anuncia un millón de tokens de contexto, igual que K3.
- La cifra de 2,8 billones de parámetros está confirmada para K3; no se ha anunciado el número de parámetros de K3.1.
- Entre las funciones previstas figuran los ajustes de razonamiento Low, High y Max, y posibles modos Agent, Swarm, búsqueda y procesamiento por lotes.
- El precio de la API que se muestra coincide con el de K3, pero podría ser provisional. La velocidad, los límites de uso y la finalización de las tareas también influirán en su valor.
- Moonshot no ha anunciado una fecha definitiva de lanzamiento de K3.1.
