Moonshot ha puesto Kimi K3.1 Pro en su API con una promesa pegada: los pesos completos salen antes del 4 de noviembre de 2026. Es la primera vez que un modelo que va a ser descargable se cuela tan arriba en la tabla de la frontera, y eso cambia la conversación más que el benchmark en sí.
Lo cuenta Simon Willison, que lo ha probado el mismo día.
Qué ha pasado
El modelo ya responde en la API de Moonshot, pero todavía no hay descarga. La empresa se compromete por escrito a liberarlo:
"Full model weights will be released by Nov 4, 2026".
Los precios: dos dólares por millón de tokens de entrada y diez por millón de salida. Eso lo deja a la par de GPT-6.1 Sol y a mitad de camino de Claude Opus 5.5. Hay además una variante «Highspeed», entre dos y tres veces más rápida, que cuesta el doble —con una excepción: cuando el prompt acierta en la caché de entrada, el precio de esos tokens es el mismo en las dos versiones.
En los números: las pruebas que publica la propia Moonshot lo ponen codo con codo con Opus 5.5 y GPT-6 Astra, ganando en unas pocas y quedándose cerca en el resto. El índice de Artificial Analysis le da un 55. Gemini 4 Argon, GPT-6 Astra y Claude Fable 5.1 se quedan en 53; por encima solo aparece Opus 5.5, con 58.
Willison lo ha lanzado contra el endpoint de Moonshot usando el comando llm openai endpoint que añadió a LLM en agosto, que vale para cualquier API compatible con OpenAI pero no guarda registro —de ahí que tuviera que redirigir salida y traza de razonamiento a ficheros. El modelo admite tres niveles de razonamiento: bajo, medio y máximo. Y sí, le pidió el pelícano en bicicleta en SVG, su prueba de cabecera, en los tres.
Por qué importa
Si eres de los que mantiene software en producción con un modelo detrás, aquí hay tres cosas accionables.
El precio de salida manda. Diez dólares por millón de tokens de salida, la mitad de lo que pide el que va primero, es mucho dinero en cuanto tienes un agente que escribe código o genera informes largos. La entrada se cachea y se abarata; la salida no. Si tu carga es de las que escupen texto, ahí está el ahorro real.
La caché premia el orden del prompt. Que los aciertos de caché cuesten lo mismo en la versión rápida y en la normal es un detalle con consecuencias: te interesa que la parte estable del prompt —instrucciones, esquema, ejemplos— vaya siempre delante y no cambie entre llamadas. Mover una coma en la cabecera te invalida la caché entera.
Tres niveles de razonamiento son tres modelos. Trátalos como tales: mide calidad, latencia y coste de los tres contra tus casos, no contra una tabla general. Nosotros hemos visto tareas donde el nivel bajo acierta igual y tarda un tercio, y otras donde subir a máximo es la diferencia entre que funcione y que no.
Y la «Highspeed»: pagar el doble por ir de dos a tres veces más rápido solo tiene sentido si la latencia está en el camino crítico de un usuario que espera mirando la pantalla. Para procesos por lotes, nocturnos o en cola, es tirar dinero.
Qué no cambia
Los pesos todavía no están. Hasta el 4 de noviembre esto es una API china más, con la misma dependencia de proveedor que cualquier otra, y con una consideración extra si vas a mandar datos de clientes: mira dónde se procesan antes de firmar nada.
Tampoco sabemos con qué licencia saldrán. «Pesos abiertos» no significa nada por sí solo hasta que lees las condiciones de uso comercial, y ahí las sorpresas son habituales.
Los benchmarks propios de un fabricante son material de marketing, siempre. Y el índice de Artificial Analysis, que sí es independiente, es un agregado: un 55 frente a un 58 no te dice nada sobre si va a extraer mejor los datos de tus albaranes. Eso solo lo sabes con tus casos.
Y la de siempre: descargar un modelo de frontera no es ejecutarlo. Los pesos se bajan gratis; la GPU que los mueve, no. Lo escribimos cuando salió Kolibri-1 y sigue valiendo igual.
Nuestra lectura
Lo que me parece noticia no es el 55. Es la fecha.
Una promesa con día concreto es verificable: el 5 de noviembre sabremos si Moonshot cumple o si se suma a la larga lista de «lo abrimos pronto». Y el patrón que ensaya —cobrar por API durante la ventana en la que tienes ventaja, abrir después— me parece el más sano de los que se han probado hasta ahora. Alinea incentivos: te pagan por el servicio, no por el secreto.
Lo que creo que va a envejecer mal es el número. Dentro de seis semanas habrá otro modelo arriba y nadie se acordará del 55 de octubre. Lo que no envejece es el efecto de precio: cada vez que un modelo descargable se pone a la altura de los cerrados, los cerrados bajan. Para la mayoría de las empresas con las que trabajo, el valor de esto no es la soberanía —no van a montar un clúster— sino que la factura del mes que viene sea más barata sin tocar una línea de código.
Qué haría yo hoy: nada de migrar. Montar un banco de pruebas propio con cincuenta casos reales de tu dominio, dejarlo corriendo contra lo que ya usas, y volver el 5 de noviembre con la licencia leída y los números delante. Cambiar de modelo por una tabla ajena es la forma más rápida de pasar dos semanas depurando regresiones que nadie te ha pedido.
Y una cosa que nos encontramos siempre que alguien quiere traerse un modelo abierto a casa: el problema nunca es el modelo. Es de dónde salen los documentos, quién tiene permiso para verlos y qué pasa el día que el servicio no responde. Eso no lo arregla un cambio de proveedor.
Cualquier duda me dices y lo vemos.
Un saludo, Vicente.