Kimi K3.1 Pro, novo modelo da classe 3T, chega com foco em tarefas multimodais

O Kimi K3.1 Pro é um modelo agêntico open-weight, nativamente multimodal, e a Moonshot o descreve como seu modelo mais capaz da classe 3T até agora. Foi pós-treinado a partir do Kimi K3 com aprendizado por reforço conjunto em larga escala, cobrindo centenas de domínios. É o primeiro da série K3.1. A janela de contexto é de 1 milhão de tokens, e a fonte aponta ganhos em programação, criação 3D, pesquisa financeira e precisão factual.

Uma mudança de arquitetura em relação ao K3: as camadas Gated MLA de atenção total foram trocadas por camadas Gated DeepSeek Sparse Attention (Gated DSA), para modelar contexto longo com mais eficiência. Os resultados da Moonshot usam esforço de raciocínio máximo, temperatura 1.0 e top-p 0.95. Entre os números listados no Hugging Face: 94,2 no GPQA Diamond, 65,7 no Terminal-Bench 4, 75,5 no Deep SWE e 69,4 no Apex Agents. Alguns itens vêm marcados com asterisco e, em dois casos, o cartão diz que não nomeia a métrica e que ela foi mapeada para taxa de aprovação.

Na operação, a API fica em platform.kimi.ai com o identificador kimi-k3.1-pro, em formato compatível com OpenAI e Anthropic. O campo reasoning_effort aceita "low", "high" e "max" (padrão "max"). Em conversas de vários turnos e chamadas de ferramentas, a mensagem completa do assistente precisa voltar como veio, incluindo reasoning_content e tool_calls. Os motores de inferência recomendados são vLLM, SGLang e TokenSpeed. A licença é a Kimi K3.1 Pro License.

Em 17 de julho de 2026, o CEVIU noticiou a apresentação do Kimi K3, com 2,8 trilhões de parâmetros e contexto de 1 milhão de tokens. Em 29 de julho de 2026, a cobertura registrou a liberação dos pesos do K3 junto com o relatório técnico. O K3.1 Pro mantém a janela de 1 milhão e muda a atenção para a variante esparsa Gated DSA.

Em 23 de outubro de 2026, o CEVIU publicou que o Kimi K3.1 Pro e o K3.1 Pro Highspeed chegaram ao AI Gateway da Vercel. Em 26 de outubro de 2026, a matéria "Moonshot AI lança Kimi K3.1 Pro via API e promete abrir os pesos até 4 de novembro" informou que o acesso era só por API, com 55 pontos no Artificial Analysis. Agora, com a página no Hugging Face, o modelo aparece como open-weight, o que corresponde à promessa daquela cobertura.

Para quem opera modelos próprios, a combinação de pesos abertos, 1 milhão de tokens e atenção esparsa é o ponto a avaliar: a troca de MLA por DSA mira justamente o custo de contexto longo. Mas os benchmarks são da própria Moonshot, com esforço máximo, e parte deles tem ressalvas de métrica. Vale testar nos seus casos antes de migrar. Quem usa tool calling precisa ajustar o cliente para devolver reasoning_content e tool_calls sem edição.