Kimi K3.1 Pro ya está aquí: contexto de 1M, pesos abiertos el 4 de noviembre

Moonshot AI lanzó Kimi K3.1 Pro el 23 de octubre de 2026: un modelo con una ventana de contexto de 1.048.576 tokens, orientado a trabajo agéntico y de programación, con pesos completamente abiertos prometidos para el 4 de noviembre. El precio de la API es lo único que falta: en las páginas que revisamos el 23 de octubre no está publicado.

Así que si vienes buscando un veredicto rápido, aquí está: modelo interesante, cifras del proveedor sólidas, todavía sin forma de calcular el coste de una carga de trabajo con él. A continuación, lo que dice realmente el anuncio, cómo leer los benchmarks y un cálculo de costes para el mismo tipo de trabajo en modelos que puedes ejecutar hoy.

Qué anunció Moonshot#

El anuncio de Kimi K3.1 Pro (consultado el 23 de octubre de 2026) dice que K3.1 Pro es el primer modelo de la serie K3.1. También hay una variante más rápida, Kimi K3.1 Pro Highspeed, que Moonshot describe como 2–3× más rápida. Los ids de la API son kimi-k3.1-pro y kimi-k3.1-pro-highspeed.

Moonshot lo llama "modelo de pesos abiertos de clase 3T" y dice que los pesos completos llegan antes del 4 de noviembre de 2026. Una reproducción en Telegram cita un número exacto de parámetros; la página oficial no lo hace, así que trata esa cifra como no confirmada.

Dónde puedes usarlo hoy, según el anuncio: Kimi.ai y las apps, Kimi Work desktop 3.1.0+, Kimi Code (vía /model), la API de Kimi (con Zero Data Retention para clientes de la API) y Kimi Business, donde un administrador de empresa tiene que activarlo — está desactivado por defecto en el lanzamiento.

Límites y detalles de la API#

El quickstart (consultado el 23 de octubre de 2026) da estas cifras:

• ventana de contexto: 1.048.576 tokens;
• max_completion_tokens: 131.072 por defecto, hasta 1.048.576;
• precio plano por token, sin tramos de contexto;
• caché de contexto automática con un TTL por defecto de 5 minutos; las escrituras en caché se facturan según el TTL (5 minutos o 1 hora), la entrada en caché al precio de acierto de caché;
• URL base https://api.moonshot.ai/v1, con ejemplos para el SDK de OpenAI.

Sobre el precio. La página de precios devolvió tablas vacías para K3.1 Pro cuando la consultamos el 23 de octubre. Todavía no es público ningún precio de entrada, caché o salida, así que cualquier "Kimi K3.1 Pro cuesta X" que veas hoy es una suposición.

Los benchmarks y cómo leerlos#

Todas estas son cifras de Moonshot, ejecutadas con el máximo esfuerzo de razonamiento, temperatura 1.0, top-p 0.95:

• Terminal-Bench 4.0: 65,7% (GPT-6 Astra 58,2%, Claude Opus 5.5 66,4%);
• BenchCAD con herramientas: 92,7% (Opus 5.5 96,2%, GPT-6 Astra 95,9%);
• Kimi Code Bench 3.0, horizonte largo: 61,2% frente a 55,95% de K3;
• tasa de alucinación a nivel de afirmación en el Kimi Hallu Bench Hard interno de Moonshot: 8,3%, frente al 23,4% de K3.

Léelo así: cerca de la cima en tareas de terminal, por detrás en CAD, y una gran caída declarada en afirmaciones inventadas frente a su predecesor. Dos de los cuatro son benchmarks internos de Moonshot, así que espera a ejecuciones independientes antes de reconstruir nada en torno a ellos. Moonshot también dice que eliminó datos relacionados con ciberseguridad del entrenamiento intermedio y del aprendizaje por refuerzo para limitar la capacidad ofensiva en ciberseguridad.

Qué significa esto para tu factura de agentes#

Una ventana de 1M importa cuando tu agente mantiene mucho contexto: archivos del repositorio, salida de herramientas, historial largo. Pero la mayoría de los bucles de agentes no necesitan un millón de tokens por llamada; necesitan unas pocas decenas de miles, repetidas muchas veces. De ahí viene la factura, y puedes calcularla hoy.

Digamos que tu agente ejecuta 1.000 pasos, y cada paso envía 30.000 tokens de contexto y recibe 800 tokens de vuelta. Eso son 30.000 × 1.000 = 30.000.000 tokens de entrada y 800 × 1.000 = 800.000 tokens de salida. La tabla calcula exactamente eso con los modelos disponibles en CheapTokens, junto a la referencia de OpenRouter:

Para bucles agénticos y de programación, MiniMax-M2.7 es la elección directa: en los datos que consultamos el 23 de octubre de 2026, tanto su entrada como su salida son más baratas que la referencia de OpenRouter, con un contexto de 180K y hasta 8.192 tokens de salida por respuesta. Un paso de esta carga de trabajo cuesta $0.0016.

Los precios provienen de la lista de precios en vivo, así que las cifras anteriores se actualizan cuando cambian las tarifas. Para ver los modelos lado a lado, abre la página de precios; para una estimación paso a paso de tu propio bucle, consulta cómo estimar el coste de un agente de IA.

Prueba la misma carga de trabajo tú mismo#

La API de CheapTokens es compatible con OpenAI, así que un cliente existente solo necesita una nueva URL base y un id de modelo. Se requiere el id completo; el nombre corto de la lista de precios no se acepta:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMaxAI/MiniMax-M2.7",
    "messages": [{"role": "user", "content": "List the files you would read first in a Python repo with a failing test."}],
    "max_tokens": 400
  }'

La respuesta incluye un bloque usage con los tokens de entrada y salida. Multiplícalos por tu número de pasos y tendrás tu propia versión de la tabla anterior. Los detalles de configuración están en la documentación; si estás eligiendo entre los tres modelos, GLM vs DeepSeek vs MiniMax lo repasa por tarea.

Qué vigilar a continuación#

• El precio. Vuelve a revisar la página de precios de Kimi: en cuanto aparezcan los precios de entrada, caché y salida, podrás hacer el mismo cálculo de 1.000 pasos con ellos.
• 4 de noviembre. Los pesos abiertos. Las evaluaciones independientes suelen llegar en pocos días.
• Highspeed. Su precio y ventana de contexto no están confirmados por separado de K3.1 Pro.

Una regla general para cualquier modelo nuevo de contexto largo: calcula el precio de tu paso real (contexto de entrada, respuesta de salida) antes de emocionarte con el tamaño de la ventana.