MandAPIKimi K3.1 Pro con pesos abiertos: coste de despliegue y opciones de API
Moonshot AI publicó los pesos de Kimi K3.1 Pro en su página oficial de Hugging Face. El modelo tiene 2,8 billones de parámetros totales, 104.000 millones activados y una ventana de contexto anunciada de 1.048.576 tokens. Se puede alojar por cuenta propia, pero hacerlo requiere infraestructura considerable.
¿Kimi K3.1 Pro es de código abierto?
La descripción más exacta es pesos abiertos. Los pesos se descargan bajo la licencia Kimi K3.1 Pro; conviene revisar sus condiciones antes de redistribuirlos o prestar un servicio comercial. La ficha oficial describe una arquitectura MoE, pesos MXFP4, atención KDA y Gated DSA, y entrada de texto e imagen. El millón de tokens es un límite del modelo, no una garantía de rendimiento a esa longitud para cualquier servidor.
¿Qué hardware hace falta para ejecutarlo localmente?
El checkpoint ocupa alrededor de 1,5 TB de almacenamiento. La inferencia necesita además memoria para caché KV, buffers y solicitudes concurrentes. La receta pública de vLLM documenta distintas configuraciones: una máquina con ocho GPU B300 para ciertos casos y, en hardware Zhenwu, cuatro nodos M890 de ocho PPU (32 PPU en total) o dos nodos 810E de 16 PPU. Son recetas específicas para cada plataforma. Que dos M890 sumen memoria suficiente para los pesos no demuestra que constituyan una instalación de producción verificada.
La guía de SGLang separa perfiles de baja latencia, alta concurrencia y agentes de contexto largo. Hay que medir la carga y la latencia reales antes de comprar equipos.
¿Cuesta realmente ¥8 millones montar el modelo?
Moonshot AI no publica un precio fijo universal para el alojamiento propio. Las estimaciones de unos ¥8 millones para dos M890 y ¥30 millones para ocho dependen de supuestos sobre el precio de cada nodo y la red. No son una cotización oficial ni el mínimo validado para K3.1 Pro. El coste total incluye red rápida, electricidad, almacenamiento, operación y utilización. La receta de cuatro M890 de vLLM tampoco ofrece un presupuesto de compra público.
| Opción | Cuándo conviene | Qué verificar |
|---|---|---|
| API alojada | Pruebas y demanda variable | Precio por token, latencia, límites y datos |
| Infraestructura propia | Carga sostenida o control de infraestructura | Topología probada, caché, red y coste total |
| Modelo más pequeño | Presupuesto o uso inciertos | Calidad y coste por tarea terminada |
¿Qué mejora frente a Kimi K3?
Según el anuncio oficial, K3.1 Pro usa más postentrenamiento y aprendizaje por refuerzo. La tabla de Moonshot da 65,7 % en Terminal-Bench 4.0, frente al 58,2 % de GPT-6 Astra y el 66,4 % de Claude Opus 5.5. En Kimi Code Bench 3.0 Long-horizon, una prueba interna, informa 61,2 % frente al 55,95 % de K3. Son evaluaciones publicadas por el proveedor con configuraciones de agente diferentes; las tareas propias son una mejor base para comparar costes.
¿Cómo se usa la API de Kimi K3.1 Pro?
Moonshot ofrece kimi-k3.1-pro y una variante Highspeed en su plataforma API. La ficha del modelo documenta interfaces compatibles con OpenAI y Anthropic y reasoning_effort en low, high y max (predeterminado max). En conversaciones con herramientas, hay que devolver el mensaje completo del asistente, incluidos reasoning_content y tool_calls.
En MandAPI, el catálogo público consultado el 5 de noviembre de 2026 incluye kimi-k3, kimi-k2.8 y kimi-k2.7-code, pero todavía no incluye K3.1 Pro. Consulta Models y los precios vigentes en Pricing. No uses el identificador K3.1 Pro en MandAPI hasta verlo en el catálogo y en tu cuenta.
Preguntas frecuentes
¿Funciona el modelo completo en una sola GPU corriente?
No. El checkpoint oficial supera ampliamente la memoria de una GPU convencional. Las cuantizaciones de terceros requieren otra validación.
¿Son suficientes dos nodos M890?
La memoria total por sí sola no basta como prueba. La receta pública de vLLM para Zhenwu documenta cuatro M890 de ocho PPU.
¿API o servidores propios?
Compara el coste por tarea terminada, incluidos tokens de razonamiento, reintentos, latencia y operación. Compra hardware después de medir la carga y los requisitos de control de datos.