A Europa Press informou que os pesos de Kimi K3.1 Pro ficaram disponíveis no Hugging Face em 4 de novembro de 2026. Em 23 de outubro, a Moonshot AI havia anunciado que publicaria os pesos até essa data. O repositório da Moonshot AI no Hugging Face apresenta os arquivos do modelo e instruções de implantação.
A ficha técnica também ajuda a separar o que a publicação dos pesos permite fazer do que os benchmarks conseguem demonstrar: há opções de implantação e parâmetros de API descritos, enquanto os resultados de desempenho divulgados pela Moonshot AI têm condições e fontes diferentes.
O que a ficha técnica diz sobre o modelo e a API
Kimi K3.1 Pro usa uma arquitetura de mistura de especialistas, ou MoE: o processamento é distribuído entre componentes especializados. A ficha informa 2,8 trilhões de parâmetros no total, dos quais 104 bilhões são ativados, e uma janela de contexto de 1.048.576 tokens. O modelo tem 896 especialistas, seleciona 16 por token e inclui outros dois compartilhados.
A Moonshot recomenda vLLM, SGLang e TokenSpeed para executar o modelo e apresenta exemplos de implantação. Na API, o campo reasoning_effort aceita low, high e max; o padrão é max.
Há também um detalhe importante para quem integra conversas com várias rodadas ou chamadas de ferramentas: a orientação da Moonshot é devolver a mensagem completa do assistente a cada etapa, incluindo reasoning_content e tool_calls. Passar apenas o texto final pode deixar de fora partes necessárias para continuar a interação. Esses detalhes constam do repositório oficial do modelo.
A NeoTeo já abordou a disputa em torno dos modelos chineses de pesos abertos em uma análise da estimativa da Mozilla sobre a distância para os sistemas de fronteira. Leia a análise anterior da NeoTeo.
Para avaliar Kimi K3.1 Pro, trate o acesso aos pesos, a escolha das ferramentas de implantação e as condições da licença como decisões distintas.
Como interpretar as pontuações do Terminal-Bench
A Moonshot AI reportou 65,7% para Kimi K3.1 Pro no Terminal-Bench 4.0. A tabela da empresa também lista 66,4% para Claude Opus 5.5 e 58,2% para GPT-6 Astra.
| Modelo | Resultado publicado no Terminal-Bench 4.0 |
| Kimi K3.1 Pro | 65,7% |
| Claude Opus 5.5 | 66,4% |
| GPT-6 Astra | 58,2% |
A Moonshot informa que avaliou Kimi K3.1 Pro com o ambiente Claude Code. As pontuações dos outros modelos foram reunidas de fontes variadas, como publicações dos próprios modelos e o ranking do benchmark. A empresa também diz que, salvo indicação diferente, seus resultados geralmente usam esforço máximo de raciocínio, temperatura 1,0 e top-p 0,95. Assim, os valores publicados não correspondem a uma comparação independente feita com uma configuração única para os três modelos. A apresentação da Moonshot AI detalha o resultado e suas condições.
Em outro teste interno da Moonshot, o xdev-bench-hard, voltado a encontrar e explorar vulnerabilidades em código, Kimi K3.1 Pro marcou 81,0% em pass@3. Um checkpoint sem as remoções de dados relacionadas a cibersegurança citadas pela empresa marcou 90,5% na mesma métrica. A Moonshot afirma que removeu esses dados das etapas de treinamento intermediário e de aprendizado por reforço, mantendo tarefas gerais de programação. São resultados divulgados pela própria empresa.
O que a licença permite e quais condições foram reportadas
O repositório identifica a licença como Kimi K3.1 Pro License. Segundo o resumo publicado pela Europa Press, ela permite usar, modificar, ajustar por fine-tuning e redistribuir o modelo, com condições para certos usos comerciais.
A reportagem afirma que uma organização que ofereça o modelo como serviço de terceiros e ultrapasse US$ 20 milhões em faturamento anual precisa firmar um acordo separado com a Moonshot. Também relata uma exigência de atribuição na interface para produtos com mais de 100 milhões de usuários mensais ou receita mensal superior a US$ 20 milhões. Esses termos são descritos pela Europa Press; o nome da licença aparece no repositório do modelo.
