Kimi K3.1 Pro: lançamento, janela de contexto de 1 milhão de tokens, preços da API e testes de desempenho

A Kimi apresentou exemplos de agentes de programação, criação 3D e pesquisa financeira. Para quem desenvolve com a API, as perguntas práticas são: qual ID de modelo usar, quanto custa uma execução e quais resultados de desempenho foram verificados de forma independente?

O que a Kimi lançou em 23 de outubro?

O Kimi K3.1 Pro é o primeiro modelo da série K3.1. A Moonshot o descreve como uma versão do Kimi K3 que passou por pós-treinamento, com mais treinamento por reforço para programação, tarefas com agentes e outras áreas. A empresa também lançou outra opção de API, o K3.1 Pro Highspeed, ao qual atribui o mesmo nível de capacidade, mas maior velocidade de geração da saída.

Segundo a Moonshot, os modelos já estão disponíveis no kimi.com, no aplicativo Kimi, no Kimi Work, no Kimi Code e na plataforma de API da Kimi. O lançamento é de uma versão hospedada. A empresa diz que publicará os pesos completos até 4 de novembro de 2026. Até que eles estejam disponíveis, hospedar o K3.1 Pro em infraestrutura própria permanece uma opção futura.

Quanto custa a API do Kimi K3.1 Pro?

O modelo padrão custa ¥ 13 por milhão de tokens de entrada sem cache e ¥ 68 por milhão de tokens de saída. Tokens de entrada com acerto de cache custam ¥ 1,30 por milhão. Segundo a Moonshot, o Highspeed custa o dobro nas mesmas categorias. Esses são os valores anunciados em 23 de outubro; não são preços confirmados no momento da contratação nem uma garantia de preços futuros.

Valores em CNY por milhão de tokens. *Os preços do Highspeed foram calculados a partir da afirmação da Moonshot de que ele custa o dobro da versão padrão; confira a tabela atual de preços da API antes de comprar.

Para uma tarefa com 1 milhão de tokens de entrada sem cache e 200 mil tokens de saída, o custo do modelo padrão pelos preços anunciados seria ¥ 26,60 (¥ 13 + 0,2 × ¥ 68). Se o Highspeed custar o dobro, essa mesma tarefa sairia por ¥ 53,20. Acertos de cache, o volume real de tokens e as condições da plataforma podem alterar a cobrança. O exemplo é um cálculo, não o custo medido de uma tarefa real.

O que o K3.1 Pro faz além de conversar?

Os exemplos de lançamento da Moonshot se concentram em tarefas que usam ferramentas. Na programação, ela mostra projetos feitos com Unreal Engine, Godot e Three.js, além de uma simulação de longa duração. Na criação 3D, apresenta fluxos de trabalho com Blender, FreeCAD e modelos prontos para impressão 3D; o site e o aplicativo da Kimi também ganharam o recurso 3D Make para visualizar e editar modelos. Na área financeira, os exemplos incluem uma planilha financeira com dados interligados, uma apresentação para um comitê de investimentos e um relatório setorial com referências às fontes.

São demonstrações da própria empresa. Elas mostram os fluxos de trabalho pretendidos e as ferramentas usadas, mas não provam que qualquer pessoa conseguirá reproduzir os resultados com uma única instrução. Em tarefas financeiras, confira os documentos de origem, as fórmulas e as premissas antes de usar a resposta em uma decisão.

Vídeos e imagens oficiais

As imagens e os vídeos abaixo vêm do anúncio original da Moonshot AI de 23 de outubro. Os vídeos foram mantidos sem edição. Quando uma imagem contém texto em chinês, há uma tradução para o português logo abaixo; os rótulos que já estavam em inglês nos gráficos permanecem como no original.

Gráficos do lançamento

Quer testar rapidamente o Kimi K3.1 Pro e o Kimi K3.1 Pro High Speed? Conheça nosso Kimi Coding Plan.

Programação e agentes de longa duração

Tradução para o português · Frank Wang, cofundador da OpenCodeA experiência geral de programação é excelente. O modelo explora o repositório por iniciativa própria e entende as instruções do projeto antes de editar, usando o contexto disponível. As respostas são claras e organizadas, o processo é transparente e o modelo segue bem as instruções. Não percebemos queda acentuada de desempenho mesmo quando o contexto ultrapassou 600 mil tokens. No geral, é um dos melhores modelos de programação que já usamos.

Tradução para o português · Equipe de avaliação de modelos da QoderEm nossos testes internos, o Kimi K3.1 Pro marcou quase 10 pontos a mais que o K3 anterior em uma escala de 100 pontos. O desempenho geral melhorou de forma perceptível, as funções complexas estão mais completas e, nos cenários de uso avaliados pela Qoder, o modelo está entre os líderes. Esse avanço nos dá mais confiança para continuar melhorando a experiência do produto.

Tradução para o português · Unity ChinaO Tuanjie Codely, lançado pela Unity China, usa o modelo principal da Kimi. Ele se sai bem na geração de código para desenvolvimento de jogos e mostra a competitividade dos modelos chineses na programação profissional. Com as ferramentas do Tuanjie Codely, ajuda desenvolvedores a criar protótipos, validar a jogabilidade e aprimorar experiências mais rapidamente. Esperamos ampliar a colaboração com a Kimi.

Criação 3D

Pesquisa financeira

Tradução para o português · Equipe WorkBuddyEm nossos testes internos, o Kimi K3.1 Pro melhorou bastante em tarefas de escritório em relação à geração anterior, sobretudo no planejamento, na execução e na autoavaliação. Com a orquestração de agentes da WorkBuddy, tarefas complexas podem ser automatizadas do material inicial até a entrega.

Tradução para o português · Li Bo, diretor de tecnologia da Value SimplexUsuários institucionais precisam de precisão e velocidade. Avaliamos 12 dos principais modelos chineses e internacionais em cenários de agentes para pesquisa financeira. O Kimi é atualmente o único modelo chinês que, em nossa avaliação, pode substituir os principais modelos estrangeiros nesses cenários. O K3.1 Pro figura entre os primeiros colocados em perguntas sobre documentos longos e citação de dados. Depois que conectamos o K3 anterior ao AlphaEngine, a adoção pelos usuários cresceu 20%. Nosso trabalho está passando de perguntas e respostas para agentes, e a evolução rápida do modelo nos permite ir mais longe.

Tradução para o português · Gan Tian, CEO da ChinaAMC (Hong Kong)Modelos de grande porte estão mudando a forma como gestoras de ativos produzem e organizam conhecimento. A IA participará cada vez mais de toda a pesquisa e das operações, em vez de apenas responder a perguntas isoladas. A capacidade do Kimi K3.1 Pro de executar agentes por longos períodos nos aproxima desse objetivo. Usamos o principal modelo da Kimi como base dos nossos agentes e o incorporamos à pesquisa de investimentos, ao apoio comercial, à conformidade e às operações. Nossa equipe de pesquisa também usa os recursos de agente financeiro do Kimi Work. Planejamos aprofundar essa colaboração e levar o Kimi a mais processos da empresa.

Avaliação de cibersegurança

Créditos das imagens e dos vídeos: Moonshot AI / Kimi. Os gráficos e depoimentos representam afirmações ou avaliações selecionadas para o anúncio da empresa.

O que os testes do lançamento realmente mostram?

A Moonshot relata resultados melhores que os do K3 em vários testes, especialmente em tarefas de programação de longa duração e em finanças. Os números abaixo vêm do anúncio da empresa. As condições dos testes e parte dos resultados dos modelos comparados não foram reproduzidos de forma independente para esta matéria.

A Moonshot também relata que, no conjunto deliberadamente difícil Kimi Hallu Bench Hard , a taxa de erros factuais por afirmação caiu de 23,4% no K3 para 8,3% no K3.1 Pro. A empresa ressalta que essa taxa, obtida em um teste de estresse, não representa o uso cotidiano. O número menor ajuda a entender o resultado, mas não dispensa a checagem dos fatos.

Vale escolher o Pro ou o Highspeed?

Comece pelo Pro quando o custo pesar mais; teste o Highspeed quando a espera pela resposta for o problema. Segundo a Moonshot, as duas versões têm a mesma capacidade, mas o Highspeed gera tokens de saída a uma velocidade cerca de 2 a 3 vezes maior, pelo dobro do preço. O benefício depende do tamanho dos prompts e do tempo gasto na geração da resposta.

1. Faça o mesmo teste curto e representativo com os dois IDs de modelo.
2. Registre os tokens de entrada e saída, a latência total e se cada resposta atende aos seus critérios.
3. Calcule o custo separando acertos e falhas de cache. Confira o preço oficial atualizado antes de ampliar o uso.