Cuarto de 215, con cifras ajenas
Artificial Analysis ha situado al nuevo Kimi K3.1 Pro de Moonshot AI en el cuarto puesto de 215 modelos en su Intelligence Index, con una puntuación de 55. El índice coloca a Claude Opus 5.5 en primer lugar con 58, y a Kimi por delante de Claude Fable 5.1, GPT-6 Astra y Gemini 4 Argon, que puntúan 53, y de Muse Wonder de Meta, con 52. La mediana de los modelos comparables es 27.
Eso importa porque no es el marcador de la propia Moonshot. El anuncio de lanzamiento de la empresa recoge sus propias cifras —65,7% en Terminal-Bench 4.0 frente al 58,2% de GPT-6 Astra y el 66,4% de Claude Opus 5.5, y 92,7% en BenchCAD con herramientas frente al 96,2% de Opus 5.5—, todas ellas medidas por el fabricante. El índice de Artificial Analysis es un conjunto de evaluación de terceros, versión 4.3.2, construido a partir de diez pruebas entre las que están Terminal-Bench 4.0, Humanity’s Last Exam, SciCode y GDPval-AA.
Barato de usar, lento de responder y muy hablador
El índice es menos halagüeño en todo lo que no es inteligencia. Kimi K3.1 Pro produce 73,5 tokens de salida por segundo, lo que lo coloca en el puesto 113 de 186 modelos y por debajo de la media de 82 tokens. Claude Opus 5.5 va a 96 y el V4.1 Flash de DeepSeek a 195.
También es verboso. Artificial Analysis dice que el modelo generó 150 millones de tokens de salida al resolver el índice, frente a una mediana de 87 millones, suficiente para situarlo en el puesto 92 de 116 en verbosidad. El precio es de 2,00 dólares por millón de tokens de entrada y 10,00 por millón de salida, con un 90% de descuento por caché, lo que sale a 2,11 dólares por tarea del Intelligence Index. Opus 5.5 cuesta 5,98 dólares por el mismo trabajo y Claude Fable 5.1 cuesta 7,63, de modo que Kimi logra una puntuación a tres puntos del líder por alrededor de un tercio del precio.
Los pesos aún no están disponibles
Moonshot llama a K3.1 Pro su “modelo de pesos abiertos de clase 3T más capaz hasta la fecha”, con una ventana de contexto de un millón de tokens. Artificial Analysis lo cataloga ahora mismo como modelo propietario, porque los pesos no están disponibles: Moonshot dice que “se publicarán antes del 4 de noviembre”.
Hasta entonces el modelo existe solo como servicio, en Kimi.ai, Kimi Work, Kimi Code y la API de Kimi, junto a una variante más rápida que Moonshot llama K3.1 Pro Highspeed y de la que dice que corre entre dos y tres veces más deprisa.
Qué vigilar
La fecha es lo decisivo. Si Moonshot publica los pesos a tiempo, un modelo que puntúa 55 en un índice independiente pasará a ser descargable, lo que lo convertiría con diferencia en la entrada de pesos abiertos más potente de ese índice. Si la fecha se retrasa, la distancia entre lo que la empresa llama abierto y lo que cualquiera puede ejecutar realmente seguirá ahí.
Conviene señalar aparte: Moonshot ha dicho que eliminó datos de entrenamiento relacionados con ciberseguridad de K3.1 Pro para reducir el riesgo de uso indebido. Ni el índice de Artificial Analysis ni las pruebas publicadas por la empresa miden lo que costó esa sustracción.
