Kimi K3.1 Pro: pesos abiertos, descarga, licencia y API
Los pesos oficiales de Kimi K3.1 Pro están disponibles en Hugging Face. Revisa la arquitectura de 2.8T parámetros totales y 104B activos, la descarga de unos 1.56 TB y los umbrales y exenciones de la licencia. Fija una revisión, verifica los archivos, prueba una petición a la API y compara configuraciones de hardware y costes sin confundir los parámetros activos con la memoria necesaria para todo el modelo.
Índice
Los pesos de Kimi K3.1 Pro están disponibles en el repositorio oficial de Moonshot AI en Hugging Face. Empieza con un servicio de API para las pruebas de programación; elige un despliegue propio cuando el control necesario justifique el hardware y la revisión de la licencia. Los 104B parámetros activos no representan el tamaño del modelo completo que tendrás que almacenar.
A fecha de 2026-11-11, el repositorio contiene los pesos, la configuración y una licencia propia. La decisión práctica es operar ese conjunto de pesos o contratar inferencia a través de una API.
¿Qué incluyen los pesos abiertos?
Esta publicación ofrece los pesos de Kimi K3.1 Pro, no solo un nombre de modelo para la API. El anuncio técnico de Moonshot lo describe como un modelo multimodal derivado de Kimi K3 mediante posentrenamiento con aprendizaje por refuerzo conjunto.
La ficha oficial del modelo recoge estas especificaciones. El límite exacto de contexto también figura en la documentación de precios de Kimi API.
| Propiedad | Valor publicado |
|---|---|
| Repositorio de Hugging Face | moonshotai/Kimi-K3.1-Pro |
| Arquitectura | Mezcla de expertos, Mixture-of-Experts (MoE) |
| Parámetros totales | 2.8T |
| Parámetros activos | 104B |
| Ventana de contexto | 1,048,576 tokens |
| Licencia | Licencia propia Kimi K3.1-Pro License |
Un modelo MoE activa solo una parte de sus parámetros para cada token. Eso no elimina los demás expertos de los archivos de pesos. Calcula el almacenamiento a partir de los archivos reales, no solo de los 104B.
La lista de archivos del repositorio muestra aproximadamente 1.56 TB y nombres de pesos terminados en of-000096.safetensors. La configuración especifica mxfp4-pack-quantized. La guía de despliegue de vLLM aclara que los expertos enrutados usan MXFP4 y el resto de los pesos, BF16.
Para los equipos de desarrollo, esto añade una opción de despliegue, no un agente de programación listo para usar. Elige por separado el motor que atiende las peticiones y el cliente del agente. Antes de trasladar tu flujo de trabajo, comprueba la lectura del repositorio, la ejecución de herramientas y una prueba de aceptación real.
La guía de inicio de la API de Moonshot también documenta kimi-k3.1-pro-highspeed como opción alojada. La velocidad anunciada corresponde al servicio. Descargar estos pesos no garantiza ese mismo rendimiento.
¿Qué exige la licencia de Kimi K3.1 Pro?
El uso comercial está permitido bajo las condiciones de la Kimi K3.1-Pro License. Revisa por separado los requisitos de MaaS y de presentación del nombre antes del despliegue. Este es un análisis práctico de las condiciones, no una opinión jurídica sobre tu empresa.
MaaS evalúa los ingresos de cualquier periodo de 12 meses consecutivos
La sección 2 se aplica cuando el licenciatario o una entidad afiliada opera un negocio de Model as a Service, o MaaS. Se exige un acuerdo separado cuando sus ingresos agregados superan el umbral de $20 million durante cualquier periodo de 12 meses consecutivos.
La redacción abarca los ingresos agregados del licenciatario y sus entidades afiliadas, no solo los obtenidos con este modelo. El acuerdo debe preceder al uso comercial del software o de sus obras derivadas.
MaaS implica dar a terceros acceso a inferencia o ajuste fino con un control significativo sobre las entradas, los parámetros o los datos de entrenamiento. Quedan fuera los productos para usuarios finales cuyas capacidades del modelo estén integradas exclusivamente en funciones concretas o entornos de ejecución, llamados harnesses. También queda fuera la mera retransmisión de peticiones a modelos alojados por otros. Consulta con asesoría jurídica si tu servicio encaja realmente en una exclusión.
La presentación del nombre depende de umbrales mensuales del producto
La sección 3 se aplica a productos o servicios comerciales que usan el software o sus obras derivadas. Cuando se supera cualquiera de los umbrales, exige mostrar Kimi K3.1-Pro de forma destacada en la interfaz del producto o servicio correspondiente. El umbral de usuarios activos mensuales es 100 million; el de ingresos mensuales, $20 million.
El criterio de usuarios es mensual, no diario. Aquí los ingresos se miden durante un mes, no durante el periodo de 12 meses consecutivos del requisito MaaS.
Las exenciones tienen un alcance específico
La sección 4 exime de las secciones 2 y 3 al uso interno y al acceso mediante productos oficiales de Moonshot o socios de inferencia certificados. Su definición de uso interno excluye poner el software, sus resultados o sus capacidades subyacentes a disposición de terceros.
La compatibilidad con una API no demuestra que un proveedor sea un socio certificado. Integrar una pasarela y cumplir una exención de licencia son cuestiones distintas. Conserva los avisos de derechos de autor y de permiso exigidos. Revisa también las condiciones aplicables del proveedor.
¿Cómo descargar y verificar los pesos?
Revisa la licencia y el tamaño de la descarga antes de transferir los pesos. Instala una versión actual de hf CLI siguiendo las instrucciones de Hugging Face. Utiliza un sistema de archivos con suficiente espacio libre.
Los siguientes comandos usan Bash. Fijan la revisión del repositorio examinada el 2026-11-11.
KIMI_REPO="moonshotai/Kimi-K3.1-Pro"
KIMI_REV="d9e99b0792a5e93b78ea9bea62a68167e36ddd9e"
KIMI_DIR="$PWD/kimi-k3.1-pro"
hf download "$KIMI_REPO" README.md LICENSE config.json \
--revision "$KIMI_REV" --local-dir "$KIMI_DIR"
hf download "$KIMI_REPO" --revision "$KIMI_REV" \
--local-dir "$KIMI_DIR" --dry-runLee los archivos LICENSE y README.md descargados. La simulación de descarga muestra los archivos y bytes pendientes sin transferir los pesos. Reserva espacio adicional para las cachés de descarga y los archivos de trabajo del motor. El tamaño del repositorio no cubre todas las necesidades de almacenamiento.
Una vez revisadas la licencia y la capacidad disponible, ejecuta esto en la misma sesión de Bash:
hf download "$KIMI_REPO" --revision "$KIMI_REV" \
--local-dir "$KIMI_DIR" &&
hf cache verify "$KIMI_REPO" --revision "$KIMI_REV" \
--local-dir "$KIMI_DIR" --fail-on-missing-filesEl comando de verificación de Hugging Face compara los archivos locales con las sumas de comprobación del Hub. --fail-on-missing-files también detecta una copia incompleta de la revisión.
Continúa solo si la verificación termina sin archivos ausentes ni discrepancias en las sumas de comprobación. Una descarga correcta confirma que los archivos están completos, no que tu motor de inferencia pueda cargar el modelo. Si hay una discrepancia, usa hf download con --force-download para el archivo señalado y la misma revisión. Repite la verificación antes de servir el modelo.
¿Qué hardware debes prever?
Utiliza una guía de despliegue para un hardware concreto. No trates este modelo como uno de 104B parámetros para una estación de trabajo. A fecha de 2026-11-11, la guía de vLLM documenta una configuración base con ocho GPU NVIDIA: dos bandejas GB300 o un nodo B300.
Es una configuración documentada, no un mínimo universal ni una promesa de rendimiento. La guía indica que no se optimizó la capacidad de procesamiento de esa configuración base. Sigue las instrucciones específicas del modelo en lugar de usar un comando de arranque genérico.
El manual de SGLang ofrece otra vía. Indica la rama kimi-k3.1-day-0 y distingue las configuraciones verificadas de las que siguen en proceso de verificación.
Para una prueba previa a la compra, selecciona una configuración de hardware documentada. Registra la versión del motor, el digest de la imagen y la revisión de los pesos. Empieza con una petición corta. Después aumenta por separado el contexto y la concurrencia mientras mides memoria, tiempo hasta el primer token y coste por tarea completada.
La ventana de contexto anunciada no garantiza suficiente memoria de ejecución para cualquier nivel de concurrencia. Mantén iguales el cliente del agente, las herramientas, el nivel de razonamiento y las pruebas de aceptación al comparar inferencia local con API.
El despliegue propio gana interés si necesitas controlar los pesos, modificarlos o disponer de un entorno de inferencia controlado. Pierde atractivo si tu equipo no puede operar el clúster o mantener el hardware suficientemente ocupado. Revisa la lista de costes de un modelo con despliegue propio antes de convertir una factura de API en un presupuesto de hardware.
¿Cómo probar el modelo mediante API?
Usa kimi-k3.1-pro para una petición de programación pequeña antes de comprometerte con una infraestructura. Distingue el identificador del modelo en la API del identificador del repositorio de Hugging Face.
Estas vías de acceso se comprobaron el 2026-11-11:
| Vía de acceso | ID del modelo | Base URL compatible con OpenAI | Credencial |
|---|---|---|---|
| Moonshot API | kimi-k3.1-pro | https://api.moonshot.ai/v1 | Tu clave de API de Moonshot |
| BetterToken API | kimi-k3.1-pro | https://www.bettertoken.ai/v1 | Tu clave de API de BetterToken |
BetterToken incluye este identificador exacto en la fecha de verificación. Consulta por separado los precios actuales de la pasarela: las tarifas de Moonshot indicadas más adelante no son una cotización de BetterToken.
Para probar directamente Moonshot, crea una clave de API en la plataforma enlazada desde su guía de inicio. Usa Bash e introduce la clave sin mostrar sus caracteres en pantalla:
read -rs MOONSHOT_API_KEY && export MOONSHOT_API_KEY
curl --fail-with-body --silent --show-error \
"https://api.moonshot.ai/v1/chat/completions" \
-H "Authorization: Bearer ${MOONSHOT_API_KEY}" \
-H "Content-Type: application/json" \
--data '{
"model": "kimi-k3.1-pro",
"reasoning_effort": "low",
"max_completion_tokens": 4096,
"messages": [
{
"role": "user",
"content": "Return a Python function add(a, b) and one assert checking add(2, 3) == 5."
}
]
}'Busca la función y la comprobación assert en choices[0].message.content. Revisa la información de uso de la respuesta antes de ampliar la prueba. Esta petición comprueba la autenticación y la generación de texto. No demuestra que un agente de programación pueda leer o modificar archivos.
La documentación de razonamiento de Kimi admite low, high y max, con max como valor predeterminado. El razonamiento permanece activado. El ejemplo selecciona low para una comprobación pequeña de conectividad.
Si la respuesta contiene un error de API, comprueba primero el endpoint, el proveedor de la credencial y el ID exacto del modelo. Si la respuesta está truncada, revisa el límite de salida antes de atribuirlo a la calidad del modelo.
En conversaciones de varios turnos y llamadas a herramientas, devuelve el mensaje completo del asistente sin cambios dentro de messages. Conserva también reasoning_content y tool_calls. Después sigue la guía de configuración de Claude Code y Codex y verifica una lectura real de archivos.
La facturación de tokens de API es independiente de la membresía de Kimi y de las cuotas de Kimi Code. Consulta la guía de cuotas y facturación de API si el bloqueo real procede de un límite de suscripción.
¿Cómo comparar los costes del despliegue propio y la API?
Compara tareas completadas con el mismo objetivo de calidad. No compares la disponibilidad de los pesos directamente con una tarifa por token. Poder descargar los pesos no elimina los costes de hardware, almacenamiento, red, operaciones ni de un posible acuerdo de licencia.
Según la comprobación del 2026-11-11, la plataforma de API de Moonshot publica estas tarifas en USD por 1,000,000 tokens. Las condiciones de precios de Kimi excluyen los impuestos aplicables.
| Modelo de API | Entrada normal | Salida | Acierto de caché | Escritura en caché de 5 minutos predeterminada |
|---|---|---|---|---|
kimi-k3.1-pro | $2.00 | $10.00 | $0.20 | $2.00 |
kimi-k3.1-pro-highspeed | $4.00 | $20.00 | $0.20 | $4.00 |
La documentación de caché separa los aciertos de caché, las escrituras en caché y la entrada sin caché. En Chat Completions y Responses, omitir prompt_cache_options selecciona una duración de escritura en caché de 5m. La petición anterior omite ese campo y, por tanto, usa ese valor predeterminado.
No cuentes un token escrito en caché de nuevo como entrada normal. Para otras duraciones de caché, aplica las tarifas de escritura correspondientes.
Como estimación, supón que una tarea del modelo estándar consume 100,000 tokens de entrada y 10,000 tokens de salida facturados. Supón que no hay aciertos de caché. Toda la entrada queda sin caché o se escribe con la duración predeterminada de cinco minutos.
En este escenario, ambas categorías de entrada cuestan $2.00 por millón de tokens:
Estimated token charge
= (100,000 × $2.00 + 10,000 × $10.00) / 1,000,000
= $0.30 before taxesEs un cálculo, no el resultado medido de una tarea. Usa el consumo de salida reportado, no la longitud de la respuesta visible. Excluye herramientas opcionales y otros servicios de la estimación solo si tu carga de trabajo no los utiliza.
Para el despliegue propio, divide el coste operativo completo entre las tareas equivalentes completadas con éxito. Incluye capacidad ociosa, memoria del host, almacenamiento, electricidad o alquiler, red, mantenimiento y cualquier acuerdo comercial necesario. Registra también los reintentos y las tareas que no superan las pruebas de aceptación en ambas opciones.
Elige primero la API para una prueba de aplicación o una demanda incierta. Reconsidera el despliegue propio cuando el control necesario lo justifique y una carga medida respalde el coste operativo. Si operas un negocio MaaS, determina qué condiciones de licencia te corresponden antes de prometer un despliegue o comprometer una compra.
