A Artificial Analysis ainda classifica o modelo como proprietário e registra entrada de texto e imagem, saída de texto e contexto de 1 milhão de tokens. A Moonshot diz que os pesos saem até 4 de novembro de 2026. O anúncio não traz a licença. Confira o model card quando os pesos chegarem.
Quando usar o K3.1 Pro e quando usar o Opus 5.5
O K3.1 Pro entra quando a tarefa é um comando no terminal com testes que já existem, uma peça reconstruída a partir de vistas ou um parecer sobre documentos financeiros. O Claude Opus 5.5 continua à frente nas duas provas em que a Moonshot publica os dois lado a lado.O que a Moonshot mediu
Os números abaixo são os publicados pela Moonshot, com esforço de raciocínio max, temperature 1,0 e top-p 0,95. Várias notas de outros modelos foram tiradas de blogs ou de leaderboards oficiais, não do mesmo harness.Terminal
No Terminal-Bench 4.0, com o harness Claude Code, a Moonshot mediu 65,7%. Na tabela dela, o GPT-6 Astra fica em 58,2% e o Claude Opus 5.5 em 66,4%. As notas dos outros modelos são o máximo que cada um publicou no blog ou no leaderboard oficial. Não trate os três como a mesma rodada. No Kimi Code Bench 3.0, prova interna de execução em várias etapas e uso de ferramenta, o K3.1 Pro marcou 61,2%, contra 55,95% do K3.Peça em 3D
No BenchCAD, reconstrução 3D a partir de renderizações por código CAD, a Moonshot mediu 92,7% com tools, num subconjunto de 1.000 arquivos. Na mesma conta, o Claude Opus 5.5 fica em 96,2% e o GPT-6 Astra em 95,9%. Sem tools, o K3.1 Pro fica em 72,8% e o Opus 5.5 em 73,0%.Documento financeiro
No OfficeQA Pro v2, análise de documentos financeiros reais entregues como imagem, a Moonshot mediu 64,4 e chamou o resultado de estado da arte. No Frontier Finance, 58,6. Nas provas internas, o K3.1 Pro sobe 7,2 pontos em modelagem financeira (57,6 contra 50,4 do K3) e 11,6 pontos em pesquisa financeira (70,4 contra 58,8). Em operação de negócio simulada, a Moonshot relata cerca de 4,2 vezes o resultado do K3 (37 contra 8,9). No Kimi Hallu Bench Hard, um teste de estresse interno, a taxa de alucinação por afirmação com tools caiu de 23,4% no K3 para 8,3%. A parcela de respostas com pelo menos um erro factual ficou em 42,4% da taxa do antecessor. Na mesma prova com tools, a Moonshot lista o GPT-6 Astra em 5,5% e o Opus 5.5 em 15,0%. Sem tools, lista Astra 4,2%, K3.1 Pro 5,4% e Opus 5.5 6,8%. A Moonshot diz que a prova foi feita para provocar erro e que essas taxas não são as do uso comum.O que ficou de fora de propósito
Para o lançamento com pesos abertos, a Moonshot diz ter removido dados de cibersegurança do treinamento intermediário e da mistura de ambientes de aprendizado por reforço, e mantido as tarefas gerais de programação. Ela afirma que a capacidade ofensiva do modelo lançado fica atrás de modelos proprietários de ponta que já estavam públicos há pelo menos três meses. Esta página não descreve essas tarefas.O que a Artificial Analysis mediu
A Artificial Analysis marcou 55 no Intelligence Index, em 4º lugar entre 220 modelos da mesma classe. A mediana da faixa é 28. Nessa rodada o modelo gerou 150 milhões de tokens de saída, contra uma mediana de 81 milhões. O custo médio foi de 2,11 dólares por tarefa do índice. A velocidade de saída foi de 41,4 tokens por segundo, em 186º lugar entre 192. A mediana da faixa fica perto de 85. Essa medição é do
kimi-k3.1-pro, não da variante Highspeed.
A tabela mistura números da Moonshot com o Intelligence Index da Artificial Analysis. As notas de outros modelos no Terminal-Bench e no BenchCAD nem sempre saem do mesmo harness. Os resultados dependem do harness, das tools e do esforço. Valide no seu fluxo antes de trocar uma configuração em produção.
Onde ele não lidera
- A 41,4 tokens por segundo, o Pro padrão é lento. A Highspeed existe para quando a espera é o problema.
- 150 milhões de tokens de saída no índice, contra 81 milhões de mediana, é um modelo verboso. O preço da tarefa sobe com o texto.
- No Terminal-Bench 4.0 da tabela da Moonshot, 65,7% fica atrás dos 66,4% do Opus 5.5. No BenchCAD com tools, 92,7% fica atrás de 96,2% e 95,9%.
- No teste de estresse factual com tools, 8,3% ainda fica acima dos 5,5% que a Moonshot lista para o Astra.
- Os pesos ainda não saíram. A Artificial Analysis segue classificando o modelo como proprietário.
Onde ele gera mais valor
Uma mudança no terminal, com testes
O comportamento está descrito e os testes já existem. O K3.1 Pro edita, roda a verificação e para se a segunda tentativa falhar. Resultado esperado: o diff dentro do escopo e os testes pedidos passando.Uma peça a partir das vistas
O desenho ou a renderização mostra a forma. O modelo devolve medidas, o que a imagem não mostra e o script, sem tratar o arquivo como pronto para impressão. Resultado esperado: a lista do que está na vista e a lacuna do que falta medir.Um parecer sobre os documentos
A pergunta é financeira e a resposta tem de sair dos arquivos. O modelo cita o trecho e lista o que não encontrou. Resultado esperado: cada número com origem, sem recomendação de investir.Como aplicar na Tess
1
Escolha terminal, peça ou dossiê
Prefira uma mudança com testes, uma peça a partir de vistas ou um parecer sobre documentos. Para uma resposta curta com alguém esperando, use a Highspeed.
2
Feche o que conta como pronto
Diga o resultado, os arquivos que podem mudar e a prova que encerra a tarefa.
3
Defina tools e aprovações
Habilite apenas as ferramentas necessárias. Exija confirmação antes de enviar, publicar ou alterar dados.
4
Mantenha um esforço por sessão
As notas publicadas usam esforço max. Trocar o nível no meio da sessão descarta o cache, segundo o guia da DataCamp a partir da documentação do Kimi Code.
5
Amostre antes de soltar
Rode um caso inteiro, confira o que mudou e só então repita o fluxo.
Três playbooks para começar
1. Mudança no terminal com testes
Entrada: o repositório, o comportamento esperado e os testes que já existem.Tools: leitura, edição e execução dos testes.
2. Peça a partir das vistas
Entrada: as vistas ou o esboço, e a lista do que medir.Tools: leitura das imagens.
3. Parecer com citação
Entrada: os documentos financeiros e a pergunta.Tools: leitura de arquivos.
Limitações e boas práticas
- O preço de tabela na API da Kimi é de 2 dólares na entrada e 10 dólares na saída por 1 milhão de tokens. A leitura de cache sai a 0,20 dólar. A DataCamp registra que esse preço é plano em toda a janela e fica abaixo dos 3 dólares de entrada e 15 dólares de saída do K3.
- A Highspeed é mais rápida e, na conta da DataCamp, custa mais. Use essa variante quando a espera for o limite.
- No Kimi Enterprise, o acesso ao K3.1 Pro nasce desligado. Um administrador precisa habilitar.
- O modelo escreve muito. Peça a resposta no formato, para não pagar texto que ninguém vai ler.
- Mantenha aprovação humana para decisões financeiras, jurídicas, clínicas ou de alto impacto.