Kimi K3.1 Pro y K3.1 Pro Highspeed
Moonshot AI ha lanzado Kimi K3.1 Pro, su modelo abierto de pesos más capaz de la clase 3T, con una ventana de contexto de 1 millón de tokens y una variante Highspeed que corre de 2 a 3 veces más rápido. Con postentrenamiento sobre K3, con mucho más cómputo y RL conjunta a cientos de dominios, alcanza 65.7% en Terminal-Bench 4.0, justo detrás del 66.4% de Claude Opus 5.5, y reduce su tasa de alucinación a nivel de afirmación del 23.4% al 8.3%. Los pesos llegan antes del 4 de noviembre, pero los datos de entrenamiento sobre ciberataques se retiraron de la versión abierta.
La discusión
La mayoría de los comentarios señala el recorte de capacidades cibernéticas como la verdadera historia, porque Moonshot admite abiertamente que retiró los datos de ciber del mid-training y de la mezcla del entorno de RL: su propia puntuación en xdev-bench-hard cae del 90.5% del checkpoint sin filtrar al 81.0% de los pesos publicados. Sus defensores sostienen que el gating mantiene la capacidad de explotación de vanguardia fuera de los pesos abiertos por ahora, y consideran creíble la metodología porque el blog nombra exactamente qué tipos de tareas se recortaron. La objeción más dura es que ataque y defensa son la misma capacidad, así que el nerf perjudica más a los defensores: varios dicen que confían en GLM-5.3 precisamente porque los modelos de vanguardia rehúsan hacer trabajo de seguridad sobre su propio código, y dejan el hallazgo de vulnerabilidades reales a quien haga fine-tuning sorteando la restricción. Un grupo más pequeño se burla del planteamiento de “seguir el ritmo de la frontera” como un cártel con los laboratorios de EE. UU., mientras los escépticos dudan de que la eliminación sea real o solo una historia de marketing.