Modelos

Kimi K3.1 Pro ya se descarga, pero ¿quién puede ejecutarlo?

Moonshot AI cumplió lo que prometió el 24 de octubre: los pesos completos de Kimi K3.1 Pro ya están en Hugging Face. Descargarlos no cuesta nada. Ejecutarlos exige un centro de datos, y esa distancia es la noticia.

Lucía GarcíaLucía García
Popularidad: 1,150
Indigo lattice forming a hexagon to represent an open-weight model release

Moonshot AI cumplió lo que prometió el 24 de octubre: los pesos completos de Kimi K3.1 Pro ya están en Hugging Face. Descargarlos no cuesta nada. Ejecutarlos exige un centro de datos, y esa distancia es la noticia.

Kimi K3.1 Pro ya se descarga desde Hugging Face

La publicación llegó este 5 de noviembre, hora de Asia, y cierra la promesa que la empresa hizo en el lanzamiento del 24 de octubre. El repositorio está abierto para cualquiera con una cuenta.

Lo que se descarga no es una demo ni una versión recortada. Es el modelo completo, con 2,8 billones de parámetros totales y unos 104 mil millones activos por token.

Ahí empieza el problema práctico. Un modelo así no se abre en un portátil, y la mayoría de quienes lo descarguen esta semana no van a poder ejecutarlo en casa.

Por qué los Moonshot AI open weights no caben en tu portátil

El tamaño resuelve la duda rápido: cerca de 5,6 TB en BF16 y alrededor de 1,4 TB si se comprime a INT4. Eso es almacenamiento de centro de datos, no un disco de escritorio.

Moonshot AI publicó los open weights pensando en laboratorios, proveedores de inferencia y equipos que ajustan modelos sobre hardware propio. Para alguien con una GPU de consumo, el mensaje es claro: este modelo se usa por API o a través de un tercero que lo aloje.

Hay una excepción parcial. Huawei asegura que Ascend puede servirlo desde el primer día mediante vLLM-Ascend y SGLang, lo que abre la puerta a despliegues en infraestructura china sin depender de Nvidia.

2,8 billones de parámetros: la arquitectura de Kimi K3.1 Pro

Es un modelo de mezcla de expertos. En cada token se activa una fracción del total, y por eso puede tener un tamaño enorme sin que el coste de cómputo crezca en la misma proporción.

Moonshot también sustituyó algunas capas de atención completa por atención dispersa con compuertas: atención lineal KDA y atención dispersa DSA. El objetivo es bajar el coste de trabajar con contextos largos, que es donde estos modelos se vuelven caros de verdad.

El modelo entiende imágenes de forma nativa, sin un módulo aparte que procese la parte visual.

Un 1M context model con atención dispersa

La ventana ronda el millón de tokens, en concreto 1.048.576. Para hacerse una idea, eso es un libro entero o varios informes largos dentro de una sola conversación.

En la práctica es un 1M context model, con la advertencia de siempre: llenar la ventana completa cuesta más que usar una fracción, y la calidad de recuperación en el extremo suele bajar. Las capas KDA y DSA existen para que ese extremo sea menos caro.

¿Merece la pena entonces? Para revisar un contrato de doscientas páginas o un repositorio entero, sí. Para una pregunta suelta, es como alquilar un camión para llevar una caja de zapatos.

Kimi K3.1 Pro no es un modelo base nuevo

Aquí está la parte que más se malinterpreta en los foros. Moonshot no entrenó una base distinta: tomó Kimi K3, mantuvo el mismo número de parámetros y amplió el post-entrenamiento con aprendizaje por refuerzo en cientos de dominios.

Eso explica el patrón de las mejoras. El salto está en el comportamiento de las tareas de varios pasos, que es justo lo que se mide en un agente, y no en el tamaño.

En la jerga, esto es un open-weight model; en la práctica, son varios terabytes y una decisión de infraestructura.

Agent Arena: el dato de terceros que más pesa

A esta altura conviene salir de la documentación del fabricante. Agent Arena, el ranking de Arena para agentes, coloca a Kimi K3.1 Pro (Max) primero entre los modelos de pesos abiertos y decimotercero en la tabla general.

Lo interesante no es la posición, sino la mejora: un 5,1% neto sobre la media, frente al 0,9% de Kimi K3 (Max). La medición cubre más de 17.500 sesiones reales de agentes de horizonte largo, según la plataforma.

Los desgloses ayudan a ver qué cambió. La fiabilidad en Bash sube un 7,9%, cuando K3 marcaba un 4,5% negativo. La relación entre elogios y quejas gana 7,7 puntos, y la capacidad de seguir instrucciones mejora un 6,5%.

Terminal-Bench 4.0: el 65,7% de Moonshot y su letra pequeña

La propia Moonshot publica 65,7% en Terminal-Bench 4.0, una prueba de operaciones en línea de comandos. En la misma tabla, Claude Opus 5.5 aparece con 66,4% y GPT-6 Astra con 58,2%.

Son cifras del fabricante, no de un tercero. Sirven para ubicar el modelo, no para cerrar una discusión.

El matiz importa: quedar siete décimas por debajo de Claude Opus 5.5 en la tabla de Moonshot no es lo mismo que perder contra él en una prueba neutral. Hasta que lleguen esas pruebas, la comparación queda a medias.

Quién puede ejecutar los open weights de Kimi K3.1 Pro

Los perfiles son tres, y ninguno se parece al usuario doméstico. Proveedores de inferencia que quieran ofrecer el modelo sin pasar por la API de Moonshot. Laboratorios que necesiten ajustarlo con datos propios. Equipos de investigación que quieran auditar su comportamiento en agentes.

Para el resto, el camino realista es una API o un servicio alojado. Descargar 1,4 TB para descubrir que no arranca no es un buen plan de fin de semana, y menos si la tarifa de tokens del proveedor sale más barata que la factura de la luz.

Kimi K3.1 Pro es un lanzamiento para la industria, no para el escritorio. Su valor está en demostrar que los pesos abiertos pueden competir en agentes de horizonte largo y en dar a los proveedores una alternativa real a los modelos cerrados. Si te interesa el rendimiento, espera las evaluaciones independientes de las próximas semanas. Si te interesa usarlo, busca quién lo sirva y compara precios por token antes de emocionarte con la descarga.

Compartir esta noticia

Fuentes

Noticias de IA relacionadas

Una ventana de terminal con una curva de recompensa ascendente y una insignia 27B al lado
Modelos

RadixArk entrena 18 días un Qwen3.8-27B y mejora en todo lo que mide

RadixArk no entrenó un modelo desde cero. Cogió un Qwen3.8-27B, le dio 1.200 tareas de agentes y 18 días de refuerzo, y publicó el resultado. La historia está en la factura de cómputo.

Popularidad: 1,330
El contorno de un portátil con tres láminas de capas apiladas que pasan por una flecha de bucle en su interior
Modelos

Inkling 2 Mini cabe en un portátil porque repite las mismas capas tres veces

Thinking Machines Lab resolvió un problema de espacio con una idea que suena a recorte: si el modelo no cabe, que repita las mismas capas. Inkling 2 Mini enseña qué se gana con ese truco y qué queda fuera.

Popularidad: 1,710
Una onda de audio larga en tono turquesa con una sola barra naranja sobre un fondo oscuro
Modelos

Rumble-2-Flash: un modelo de voz de 500 millones que roza a otro de 30.000

Un modelo de voz de 500 millones de parámetros se ha quedado a un pelo de otro sesenta veces mayor en llamadas reales de atención al cliente. La pregunta ya no es si la transcripción puede salir de la nube, sino cuánto se pierde al sacarla.

Popularidad: 560
Tres anillos de neón orbitando un núcleo pequeño y brillante sobre un fondo azul profundo
Modelos

Gemini 4 Neon llega a la app y el selector pierde dos nombres

Google ha reordenado el selector de la app y ha jubilado dos nombres que mucha gente usaba por costumbre. Neon ocupa el hueco intermedio, y la factura por tarea pesa más que la ficha técnica.

Popularidad: 1,500