O Kimi K3.1 Pro está no Hugging Face com os pesos completos. O detalhe que muda tudo é o tamanho: 2,8 trilhões de parâmetros exigem data center, não uma placa de vídeo comum.
Kimi K3.1 Pro: o que a Moonshot AI abriu
A Moonshot AI publicou os pesos completos do Kimi K3.1 Pro no Hugging Face nesta quinta, 5 de novembro. A empresa cumpriu a promessa feita em 24 de outubro.
O modelo não é uma base nova. É um pós-treinamento do Kimi K3, com a mesma contagem de parâmetros e uma etapa maior de aprendizado por reforço em centenas de domínios. Em termos simples, a base já sabia ler e escrever; o que mudou foi o treino para executar tarefa e corrigir o próprio passo. O movimento de open weights da Moonshot AI coloca a empresa no grupo de laboratórios que publicam o modelo completo, não só um relatório, e isso muda o cálculo de quem depende de API.
Por que 2,8 trilhões de parâmetros mudam a conversa
O número total é 2,8 trilhões de parâmetros, com cerca de 104 bilhões ativos por token. A arquitetura é de mistura de especialistas, ou MoE: em vez de acionar a rede inteira a cada palavra, o modelo liga apenas uma parte dela. Isso reduz o custo de inferência, mas não o tamanho do arquivo.
Em BF16, os pesos ocupam cerca de 5,6 TB, um volume que assusta até quem já trabalha com modelo grande. Mesmo em INT4, a versão quantizada fica na casa de 1,4 TB. Não cabe em uma RTX 4090, nem em quatro. Quem baixa o modelo precisa de várias GPUs de data center ou de uma instância de nuvem com memória sobrando, o que significa alugar máquina por hora.
Aí está a distância entre "aberto" e "rodável". O download é livre. O hardware não. Para um laboratório ou provedor, isso é um ativo. Para o desenvolvedor no notebook, é um arquivo para estudar a arquitetura, não para conversar com o modelo.
O que o 1M context model faz diferente
A janela de contexto chega a 1.048.576 tokens, ou seja, um 1M context model. Isso permite colocar um código inteiro, um pacote de contratos ou uma pilha de relatórios em uma entrada, sem picar o material.
Para sustentar esse tamanho, a Moonshot trocou camadas de atenção completa por atenção esparsa. O modelo combina KDA, uma atenção linear, com DSA, uma atenção esparsa. A ideia é gastar menos com histórico longo.
O Kimi K3.1 Pro entende imagem de forma nativa. Na prática, você manda um diagrama e pede código, ou envia um print e pede explicação do erro. Contexto longo com imagem separa esse modelo de um chat comum.
Kimi K3.1 Pro no Agent Arena: o sinal de terceiros
O Agent Arena colocou o Kimi K3.1 Pro (Max) em primeiro lugar entre modelos de peso aberto e em 13º na classificação geral. A medição usa mais de 17.500 sessões reais de agentes em tarefas longas, o que dá outro peso ao resultado.
O ganho líquido foi de 5,1% acima da média, contra 0,9% do Kimi K3 (Max). Nas subcategorias, a confiabilidade em Bash subiu 7,9%, enquanto o K3 tinha 4,5% negativo, uma virada que interessa a quem usa terminal. A steerability, a capacidade de aceitar correção no meio do caminho, avançou 6,5%, e a taxa de sucesso confirmado ficou 3,9% melhor.
Vale olhar o conjunto. Um modelo pode ir bem em comando de terminal e mal em conversa. O Agent Arena tenta capturar essa diferença porque mede sessão inteira, com erro no meio e correção depois, e isso separa teste de laboratório de uso real. É o tipo de teste que importa para quem usa agente de verdade.
Terminal-Bench 4.0 e o cuidado com números de fornecedor
A tabela da Moonshot coloca o Kimi K3.1 Pro com 65,7% no Terminal-Bench 4.0. O Claude Opus 5.5 fica com 66,4%. O GPT-6 Astra, com 58,2%. Os três números saíram do mesmo material da Moonshot.
O Terminal-Bench mede tarefa de linha de comando, com sequência de passos e leitura de saída. É um bom retrato para agente de código, mas não cobre tudo. A diferença de 0,7 ponto para o Opus 5.5 está na margem desse tipo de benchmark.
A leitura honesta: o Kimi K3.1 Pro joga na primeira divisão, e a Moonshot escolheu os testes em que ele aparece bem. Vale a ressalva. Falta uma rodada independente, com as mesmas tarefas para todos os modelos, para saber onde a diferença real fica.
Quem consegue rodar o open-weight model na prática
Laboratórios de pesquisa são o público mais óbvio. Eles podem ajustar o modelo com dados próprios e publicar resultados sem depender de API, o que interessa a quem precisa treinar em domínio próprio. Provedores de inferência também ganham.
A Huawei afirmou que o Ascend suporta inferência no primeiro dia, com vLLM-Ascend e SGLang. Isso abre uma rota de hardware fora das GPUs da Nvidia, o que interessa a empresas que já operam infraestrutura chinesa ou querem diversificar fornecedor.
A licença está no cartão do modelo, e é ali que você olha antes de usar comercialmente. O documento lista as condições, que não são idênticas às de um modelo totalmente livre, e é essa diferença que decide o uso comercial. Para uso interno, o caminho é mais simples do que para revender o modelo como serviço.
O que os pesos abertos da Moonshot AI significam para o Brasil
Um banco ou fintech brasileira que não pode mandar dado para fora ganha uma opção. Com os pesos em mãos, o modelo pode rodar em infraestrutura própria ou em nuvem local, se a empresa tiver hardware. A conta só fecha para quem já tem hardware. Para a maioria, não.
Universidades com cluster de GPU também entram. Um grupo de pesquisa consegue testar o modelo em português e medir onde ele erra, algo que hoje depende de API e cota estrangeiras.
Para o restante das startups, o caminho realista é o provedor de inferência, porque alugar uma instância com várias GPUs custa caro em dólar e o time precisa saber operar esse tipo de ambiente. O peso aberto não elimina o custo de infraestrutura.
O que observar depois do download do Kimi K3.1 Pro
O próximo dado importante é o desempenho em português, fora dos benchmarks divulgados. Também falta ver quais provedores vão hospedar o modelo e a que preço. Sem isso, o Kimi K3.1 Pro é peça de infraestrutura, não ferramenta de uso diário no Brasil. Quem ganha com isso?
Quem tem data center.






