Modelos

Kimi K3.1 Pro está aberto, mas rodar em casa não é uma opção

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.

Mariana SilvaMariana Silva
Popularidade: 1,150
Indigo lattice forming a hexagon to represent an open-weight model release

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.

Compartilhar esta notícia

Fontes

Notícias de IA relacionadas

Uma longa forma de onda verde-azulada com uma barra laranja de destaque em campo escuro
Modelos

Rumble-2-Flash: um modelo de fala de 0,5B encosta no de 30B

A Reson8 liberou um modelo de reconhecimento de fala de 0,5 bilhão de parâmetros que fica a um décimo de ponto de um gigante de 30 bilhões em ligações de call center. O número interessa a quem paga por minuto de transcrição, e o resto do pacote decide se vale trocar.

Popularidade: 560
Três anéis de neon orbitando um pequeno núcleo brilhante em campo azul-escuro
Modelos

Gemini 4 Neon chega ao app, e o seletor perde Argon e 3.1 Pro

O Gemini 4 Neon entrou no app como a opção do meio: mais forte que o Hydrogen, mais barato que o Carbon. A troca interessa a quem paga o Gemini AI Pro, porque duas opções antigas saíram do seletor no mesmo dia.

Popularidade: 1,500
Um grande núcleo de modelo cercado por raios de raciocínio ao lado de um núcleo rápido menor, com barras de preço em queda à direita
Modelos

GPT-6.2 Astra fica 20% mais barato e continua atrás no teste independente

A OpenAI cortou o preço do Astra em 20% e deixou o Sol na faixa anterior. Só que a fatura por tarefa depende de outro número: quantos tokens o modelo queima até entregar o resultado.

Popularidade: 1,900
Uma grade densa de quadrados especialistas com seis nós acesos e uma fita longa atravessando
Modelos

Qwen4-Max: 2,4 trilhões de parâmetros e a conta menor por tarefa

A Alibaba não está vendendo o modelo mais forte do mercado. Está vendendo a conta menor no fim do mês, com uma arquitetura que gasta menos tokens para chegar à mesma resposta. A diferença aparece nos benchmarks que o Qwen4-Max perde.

Popularidade: 1,650