知Yizhi Daily
← Volver a esta edición

IA

Kimi K3.1 Pro abre los pesos del modelo

Edición 2026-11-05 · 08:00 Hora de Pekín

Un artículo técnico reproducido en Hacker News afirma que Kimi K3.1 Pro es un modelo de agente de pesos abiertos y multimodal nativo, perteneciente al nivel de 3 billones de parámetros, con soporte para un contexto de 1 millón de tokens. El artículo indica que se entrenó a partir de Kimi K3 mediante aprendizaje por refuerzo conjunto a gran escala y que muestra mejoras evidentes en programación, creación 3D, investigación financiera y precisión factual.

El artículo presenta a Kimi K3.1 Pro como el primer modelo de la serie K3.1 y el modelo de pesos abiertos de nivel de 3 billones más capaz de Moonshot AI hasta la fecha. El modelo admite de forma nativa tareas multimodales y de agentes, con una ventana de contexto de hasta 1 millón de tokens.

Según el artículo, Kimi K3.1 Pro continúa el postentrenamiento desde Kimi K3 y realiza aprendizaje por refuerzo conjunto a gran escala en cientos de dominios posteriores, con mejoras en programación, creación 3D, investigación financiera, precisión factual y otras capacidades de agente.

En cuanto a la arquitectura, el artículo afirma que Kimi K3.1 Pro sustituye las capas Gated MLA de atención total de Kimi K3 por capas Gated DeepSeek Sparse Attention para mejorar la eficiencia del modelado de contexto largo. Salvo que se indique lo contrario, todos los resultados del artículo utilizan el máximo esfuerzo de inferencia, temperatura 1,0 y top-p 0,95.

El material también enumera varias notas a pie de página sobre evaluaciones, referidas a bancos de referencia como Terminal-Bench, SWE-Marathon, ProgramBench, DeepSWE y BenchCAD, y explica que distintas tareas utilizan herramientas como Claude Code, Kimi Code o Codex, mientras que algunas puntuaciones proceden de tablas de clasificación oficiales, blogs de modelos o evaluaciones internas. El artículo advierte que las puntuaciones Elo y los indicadores específicos de cada banco de referencia no pueden compararse directamente con tasas de precisión o de superación de pruebas.

Fuentes originales

Hacker News ↗
Volver a esta ediciónAbrir lector interactivo