China vuelve a demostrar que la carrera por desarrollar los modelos de inteligencia artificial más avanzados ya no está reservada a OpenAI, Anthropic o Google.
Moonshot AI ha presentado Kimi K3.1 Pro, una evolución de su familia Kimi que ha conseguido situarse entre los modelos más avanzados del mundo y que destaca especialmente en programación y en tareas realizadas mediante agentes de inteligencia artificial.
Los resultados son especialmente relevantes porque Moonshot tiene previsto publicar los pesos del modelo. Si cumple sus planes, Kimi K3.1 Pro podría convertirse en uno de los modelos de pesos abiertos más potentes disponibles.
El lanzamiento también vuelve a poner sobre la mesa una tendencia que comenzó a hacerse especialmente visible con DeepSeek: los laboratorios chinos están reduciendo rápidamente la distancia que los separaba de los grandes modelos estadounidenses.
Kimi K3.1 Pro llegó a situarse como la cuarta IA más potente
Uno de los resultados que ha generado más expectación procede de Artificial Analysis, una de las plataformas independientes utilizadas para comparar modelos de inteligencia artificial.
En la versión 4.3.2 de su Intelligence Index, Kimi K3.1 Pro consiguió 55 puntos y la cuarta posición mundial.
Solamente quedaron por delante Claude Opus 5.5, con 58 puntos; Claude Sonnet 5.5 y Muse Wonder Full, ambos con 56.
El resultado colocaba a Kimi por delante de algunos de los modelos más avanzados desarrollados en Estados Unidos y suponía un salto considerable frente a Kimi K3, que obtenía 44 puntos en la misma evaluación.
Hay, sin embargo, un matiz importante.
Artificial Analysis acaba de introducir la versión 5 de su índice, modificando algunas de las pruebas y el peso de diferentes capacidades. Con esta nueva metodología, Claude Opus 5.5 lidera con 58 puntos, GPT-6 Astra alcanza 57 y Kimi K3.1 Pro obtiene 46.
Esto demuestra precisamente por qué no deberíamos utilizar un único benchmark para afirmar que una inteligencia artificial es universalmente mejor que otra. Cambiar las pruebas puede cambiar considerablemente las posiciones.
Lo realmente significativo es que Kimi ya puede competir en determinados ámbitos con algunos de los modelos más avanzados del mercado.
Su gran salto está en los agentes de inteligencia artificial
Los resultados más interesantes de Kimi K3.1 Pro aparecen cuando dejamos de preguntarle cosas y le pedimos que haga trabajos.
Artificial Analysis detectó importantes mejoras en las pruebas destinadas a medir comportamientos propios de agentes de IA.
En Terminal-Bench 4.0, donde los modelos deben realizar tareas complejas utilizando una terminal, Kimi K3.1 Pro consiguió un 67%, frente al 13% obtenido por Kimi K3.
En AutomationBench-AA, centrado en tareas realizadas dentro de aplicaciones empresariales, pasó del 58% al 73%.
También consiguió 1.846 puntos Elo en GDPval-AA, una evaluación orientada al trabajo profesional, quedándose muy cerca de Claude Opus 5.5.
Esto resulta especialmente importante porque la evolución de los modelos de IA ya no se mide únicamente por su capacidad para contestar correctamente una pregunta.
Cada vez resulta más importante saber si pueden recibir un objetivo, utilizar diferentes herramientas, tomar decisiones intermedias, corregir errores y continuar trabajando hasta terminar una tarea.
Precisamente ahí parece encontrarse uno de los mayores avances de Kimi K3.1 Pro.
Un modelo gigantesco con 2,8 billones de parámetros
Kimi K3.1 Pro utiliza una arquitectura Mixture of Experts y cuenta con aproximadamente 2,8 billones de parámetros.
Eso no significa que utilice todos ellos cada vez que genera una respuesta.
El modelo activa aproximadamente 104.000 millones de parámetros por token, permitiendo aprovechar una arquitectura gigantesca sin asumir todo su coste computacional en cada operación.
También dispone de una ventana de contexto de un millón de tokens, suficiente para trabajar con cantidades enormes de documentación, código o información dentro de una misma tarea.
Además, es multimodal: puede recibir texto e imágenes como entrada, aunque actualmente genera texto como salida.
Puede resultar especialmente interesante para programar
La programación es otra de las áreas en las que Moonshot quiere posicionar su nuevo modelo.
Las pruebas realizadas sobre terminales y tareas de ingeniería muestran que Kimi K3.1 Pro puede desenvolverse especialmente bien en trabajos que requieren inspeccionar código, realizar modificaciones, ejecutar pruebas, comprobar errores y continuar iterando.
Esta capacidad puede ser más importante para un programador que obtener unos cuantos puntos adicionales en una prueba general de razonamiento.
Los asistentes de programación están evolucionando desde sistemas que nos proponen unas líneas de código hacia agentes capaces de trabajar durante bastante tiempo sobre un proyecto.
Kimi parece haberse diseñado precisamente pensando en este tipo de utilización.
No supera a sus competidores en todo
Los resultados también muestran claramente dónde debemos poner los límites al entusiasmo.
Kimi K3.1 Pro no es automáticamente mejor que Claude, ChatGPT o cualquier otro modelo avanzado.
En determinadas evaluaciones científicas, por ejemplo, otros modelos mantienen una ventaja considerable.
La nueva versión del Intelligence Index de Artificial Analysis también demuestra que su posición puede variar considerablemente dependiendo de las capacidades evaluadas.
Hay además otro aspecto menos favorable: su velocidad.
Artificial Analysis describe Kimi K3.1 Pro como un modelo relativamente lento y especialmente verboso frente a otras alternativas comparables.
Por eso probablemente tenga más sentido pensar en él como un modelo diseñado para realizar trabajos complejos y prolongados que como la opción ideal para obtener respuestas extremadamente rápidas.
Moonshot también quiere competir con el precio
El otro gran argumento de Kimi K3.1 Pro es económico.
Su API cuesta actualmente 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida, mientras que la entrada procedente de caché se sitúa en 0,20 dólares.
Artificial Analysis calcula aproximadamente 2,11 dólares de coste medio por tarea en su Intelligence Index.
El precio por token, sin embargo, nunca cuenta toda la historia.
Un modelo barato que necesite generar muchos más tokens, repetir tareas o requiera posteriormente más correcciones humanas puede terminar resultando más caro.
En el caso de Kimi, Artificial Analysis señala precisamente que genera una cantidad de tokens particularmente elevada durante sus evaluaciones.
Por eso, para una empresa resulta mucho más interesante medir cuánto cuesta completar correctamente una tarea que limitarse a comparar las tarifas por millón de tokens.
Kimi quiere convertirse en uno de los modelos de pesos abiertos más potentes
Moonshot tiene previsto dar otro paso especialmente importante: publicar los pesos de Kimi K3.1 Pro.
En el momento de su lanzamiento todavía no estaban disponibles, por lo que técnicamente el modelo continúa siendo propietario. Artificial Analysis también lo clasifica actualmente de esta manera.
La publicación prevista de los pesos cambiaría considerablemente la situación.
Permitiría que desarrolladores y empresas pudieran ejecutar el modelo en su propia infraestructura, estudiarlo y desarrollar aplicaciones alrededor de él dependiendo de las condiciones concretas de su licencia.
Artificial Analysis señalaba, utilizando su anterior índice, que una vez publicados los pesos Kimi K3.1 Pro se convertiría en el modelo de pesos abiertos con mayor puntuación de aquella clasificación.
China ya no compite solamente ofreciendo inteligencias artificiales baratas
DeepSeek cambió considerablemente la percepción internacional sobre los modelos chinos a principios de 2025.
Demostró que China podía desarrollar modelos muy competitivos mientras planteaba una alternativa a las plataformas cerradas de las grandes tecnológicas estadounidenses.
Desde entonces la competición se ha intensificado.
Moonshot AI representa otra parte de esa evolución. Kimi K3.1 Pro ya no intenta llamar la atención únicamente porque sea más barato o porque vaya a ofrecer sus pesos.
Está intentando competir directamente en rendimiento.
Y eso probablemente sea lo más importante de este lanzamiento.
La carrera de la inteligencia artificial está dejando de ser una competición entre unas pocas empresas estadounidenses.
Cada nueva generación de modelos chinos reduce un poco más esa distancia y obliga a OpenAI, Anthropic, Google y Meta a competir también contra alternativas que pueden ofrecer un rendimiento similar en determinadas tareas, precios agresivos y la posibilidad de ejecutar los modelos fuera de sus propias plataformas.
Kimi K3.1 Pro todavía no es la mejor inteligencia artificial para absolutamente todo. Pero ya es suficientemente potente como para que la pregunta haya cambiado.
Ya no se trata de cuándo China alcanzará a los mejores modelos estadounidenses, sino de en qué tareas ya los ha alcanzado.