Moonshot publica pesos do Kimi K3.1 Pro no Hugging Face, como prometido para 4 de novembro

A Moonshot AI cumpriu sua palavra. Em 4 de novembro de 2026, prazo final que havia estabelecido no lançamento, a empresa chinesa publicou no Hugging Face os pesos completos do Kimi K3.1 Pro, seu modelo de ponta lançado em 23 de outubro. Havíamos destacado essa promessa em nosso artigo sobre sua entrada no Intelligence Index: ela agora está confirmada. O K3.1 Pro torna-se, assim, um dos maiores modelos disponíveis para download até o momento.

O que foi publicado

A ficha do modelo descreve um Mixture-of-Experts de 2,8 trilhões de parâmetros, com 104 bilhões ativos a cada token, distribuídos entre 896 especialistas (16 acionados por token). O contexto chega a 1.048.576 tokens, ou seja, um milhão, e o modelo aceita texto e imagens graças a um codificador visual de 401 milhões de parâmetros. Em relação ao Kimi K3, a Moonshot substituiu suas camadas de atenção total por uma atenção esparsa inspirada na DeepSeek, para lidar melhor com contextos longos.

Os pesos são fornecidos já quantizados (MXFP4 para os pesos, MXFP8 para as ativações), um formato planejado desde o treinamento, e não uma compressão a posteriori. Apesar disso, o repositório pesa cerca de 1,56 TB no total, de acordo com a lista de arquivos no Hugging Face: estamos longe de um modelo viável para rodar em uma estação de trabalho. A Moonshot recomenda três motores de inferência, vLLM, SGLang e TokenSpeed, e mantém sua API (kimi-k3.1-pro) para quem não deseja hospedá-lo por conta própria.

Uma licença aberta, com duas salvaguardas

A licença “Kimi K3.1 Pro License” reproduz essencialmente o texto de uma licença MIT: uso, modificação, redistribuição, venda e criação de derivados são permitidos gratuitamente. Duas condições têm como alvo os players de grande porte:

• uma empresa que revenda o acesso ao modelo por API (um “serviço de modelo”) e ultrapasse 20 milhões de dólares em receita em 12 meses deve assinar um acordo em separado com a Moonshot;
• um produto comercial que ultrapasse 100 milhões de usuários mensais ou 20 milhões de dólares em receita por mês deve exibir “Kimi K3.1-Pro” de forma visível.

Essas condições não se aplicam ao uso interno, nem ao acesso por meio dos produtos oficiais da Moonshot ou de seus parceiros de inferência certificados. Para uma empresa que queira hospedar o modelo para suas próprias equipes, como a Revolut já faz com o GLM, a licença não impõe nenhum obstáculo.

Desempenho anunciado próximo aos melhores modelos fechados

A Moonshot apresenta o K3.1 Pro como próximo dos melhores modelos proprietários em código e em tarefas de agentes. No Terminal-Bench 4.0, ele reivindica 65,7, contra 66,4 do Claude Opus 5.5 e 58,2 do GPT-6 Astra; no DeepSWE v1.1, alcança 75,5. A tabela da ficha também mostra desvantagens claras em outras frentes, como no HLE-Diamond (39,4 contra 60,9 do Opus 5.5). Esses números são da desenvolvedora, obtidos com suas próprias configurações e harnesses diferentes conforme o modelo; apenas algumas pontuações foram extraídas de rankings de terceiros.

Capacidades cibernéticas voluntariamente reduzidas

Um ponto notável é que a Moonshot explica ter removido dados ligados à cibersegurança do treinamento da versão de pesos abertos. Em seu teste interno de descoberta e exploração de vulnerabilidades, o modelo publicado atinge 81,0% das tarefas, contra 90,5% em uma versão treinada sem essa filtragem. A empresa afirma que não desejava disponibilizar pesos que expandissem a fronteira das capacidades ofensivas, embora reconheça que os avanços gerais em código também beneficiam essas tarefas. Essas medições continuam sendo internas e não foram verificadas por terceiros.