Surgem sinais do lançamento do Kimi K3.1 enquanto a Moonshot prepara a próxima atualização da sua IA

Um novo identificador de modelo aponta para o próximo passo da Moonshot

A Moonshot AI parece estar a preparar o Kimi K3.1, depois de programadores terem encontrado um identificador de modelo invocável, «kimi-k3-1», no registo da plataforma de API da empresa, a 28 de setembro. Mais tarde, surgiu uma pré-visualização na plataforma aberta Kimi com os nomes K3.1 ou K3 11111, anunciando uma janela de contexto de um milhão de tokens.

Estas descobertas sugerem que o desenvolvimento já ultrapassou a fase de nome interno. Os programadores disseram que o identificador respondeu a testes da interface, enquanto alterações no site da Moonshot incluíram outro identificador, «k3d1-agent», e um novo módulo de bot. Segundo informações, o K3.1 está a ser sujeito a testes limitados, por vezes designados por testes em ambiente controlado, em que o acesso é disponibilizado a um grupo restrito antes de um lançamento mais alargado.

O Kimi K3 atual da Moonshot tem 2,8 biliões de parâmetros, os valores numéricos que um modelo aprende durante o treino. Esse número diz respeito ao K3; a contagem de parâmetros do K3.1 ainda não foi confirmada. A distinção é importante porque uma atualização pode alterar a forma como um modelo raciocina, utiliza ferramentas ou processa pedidos sem necessariamente aumentar o seu tamanho.

Os planos divulgados apontam para tarefas autónomas mais prolongadas, programação, jogos, desenvolvimento 3D e operação de computadores. Entre as possíveis novidades estão várias definições de raciocínio e modos para coordenar vários agentes de IA. Estas funcionalidades aproximariam o Kimi da conclusão de sequências de trabalho, em vez de se limitar a responder a perguntas individuais.

Não foi anunciada uma data firme de lançamento público nem uma especificação final do K3.1. Para quem pondera adotá-lo, as questões práticas já começam a delinear-se: com que fiabilidade conclui tarefas, quanto tempo demora e quanto custa esse trabalho.

O que revelam as descobertas de setembro

Os programadores repararam pela primeira vez em «kimi-k3-1» no registo de modelos do sistema de retaguarda da plataforma de API, a 28 de setembro. Uma API é a ligação que permite ao software enviar pedidos a um modelo de IA e receber as respetivas respostas. Um identificador de modelo indica a essa ligação qual o sistema a utilizar.

A pré-visualização posterior na plataforma acrescentou uma indicação mais concreta sobre as capacidades: suporte para até um milhão de tokens de contexto. Os tokens são pequenas unidades de informação, muitas vezes palavras ou partes de palavras. Uma janela de contexto corresponde à quantidade de material que um modelo consegue considerar numa interação, incluindo instruções, documentos e a conversa em torno de uma tarefa.

O identificador do site «k3d1-agent» e o novo módulo de bot também deram origem a especulações sobre um Kimi Bot. A Moonshot não apresentou uma descrição confirmada do produto para essa possibilidade, pelo que as provas mais claras dizem respeito aos testes do modelo e às alterações na plataforma.

A sequência situa as descobertas mais recentes depois da apresentação do K3, em julho:

• 17 de julho de 2026: a Moonshot anunciou o Kimi K3, com 2,8 biliões de parâmetros e uma janela de contexto de um milhão de tokens.
• 27 de julho: data anunciada pela Moonshot como objetivo para disponibilizar os pesos do modelo K3, os valores numéricos aprendidos necessários para executar o modelo.
• 28 de setembro: os programadores encontraram o identificador invocável «kimi-k3-1» no registo da API.
• Após essa descoberta: surgiu na plataforma aberta uma pré-visualização do K3.1 ou K3 11111, anunciando um milhão de tokens de contexto.

O que o K3.1 herdaria do K3

A Moonshot lançou o K3 na sua aplicação e na API em julho. O anúncio do K3 em julho apresentou-o como o modelo de referência da empresa para programação, trabalho intelectual e tarefas complexas que exigem raciocínio prolongado com supervisão humana limitada. A promessa de disponibilizar os respetivos pesos também tornou o acesso fora do serviço da própria Moonshot uma parte central do seu atrativo.

O K3 utiliza uma arquitetura de mistura de especialistas. Em termos simples, o modelo contém diferentes grupos de componentes computacionais, e um sistema de encaminhamento seleciona os grupos que ajudam a processar uma entrada. Os seus 2,8 biliões de parâmetros descrevem o modelo no seu conjunto, enquanto a arquitetura determina que partes participam num cálculo específico.

Este desenho ajuda a explicar por que motivo a contagem total de parâmetros é apenas uma parte da história. Os utilizadores sentem os efeitos combinados do treino, do encaminhamento, dos recursos computacionais e do software que liga o modelo às ferramentas. Por si só, uma contagem total de parâmetros mais elevada não diz a um cliente quão depressa será concluída uma tarefa de programação nem qual será o custo.

A capacidade de contexto anunciada para o K3.1 corresponderia à do K3: um milhão de tokens. Assim, a atualização proposta parece dar grande ênfase à forma como o modelo trabalha com informação e executa tarefas, em vez de aumentar a quantidade de informação que consegue manter de uma só vez.

As definições de raciocínio podem dar mais controlo aos utilizadores

Espera-se que o K3.1 ofereça três níveis de raciocínio: Low, High e Max. Estas definições permitiriam aos programadores escolher quanto esforço o modelo dedica à análise de um pedido. O seu funcionamento exato e o efeito nos custos ainda não foram divulgados.

Uma tarefa simples de classificação e uma reparação de software difícil exigem níveis de trabalho diferentes. Classificar uma mensagem de cliente pode requerer apenas uma resposta rápida. Investigar uma falha em vários ficheiros pode exigir inspeções, testes e revisões repetidos. As definições de raciocínio ajustáveis poderiam permitir aos utilizadores escolher um equilíbrio diferente entre rapidez e esforço para cada tarefa.

Os programadores que analisaram a plataforma sugeriram que os níveis poderão corresponder a diferentes afetações de recursos computacionais e a diferentes modalidades de cobrança. Para uma empresa que processe muitos pedidos, essa escolha seria uma decisão operacional, além de técnica.

A janela de um milhão de tokens anunciada também é relevante neste contexto. Um modelo pode receber grandes conjuntos de código ou documentos, mas o tempo e o esforço computacional necessários para os utilizar continuam a ser importantes. Os clientes que ponderem usar o K3.1 terão de avaliar as definições de raciocínio em função da dimensão do trabalho que lhe entregam.

Os modos Agent e Swarm visam tarefas mais longas

Entre os possíveis modos do K3.1 estão Agent, Swarm, pesquisa e processamento em lote. Um agente de IA executa uma sequência de ações para atingir um objetivo, recorrendo muitas vezes a ferramentas entre etapas. Em vez de se limitar a sugerir como corrigir um programa, por exemplo, um agente poderia inspecionar ficheiros, propor uma alteração, executar um teste e rever o seu trabalho.

Swarm refere-se à colaboração entre vários agentes, que poderão dividir uma tarefa mais ampla em trabalhos mais pequenos. Um poderia procurar informação, enquanto outro analisaria o código e um terceiro verificaria os resultados. O modo proposto alargaria essa abordagem no Kimi, embora a sua implementação ainda não tenha sido pormenorizada.

A pesquisa e o processamento em lote respondem a necessidades diferentes. A pesquisa ajuda a IA a recuperar informação durante uma tarefa. O processamento em lote permite ao utilizador submeter um conjunto de trabalhos, como vários documentos que precisam do mesmo tratamento, em vez de gerir cada pedido em separado.

Os jogos, a programação 3D e a operação de computadores também são apontados como áreas de interesse. Exigem mais do que uma resposta escrita fluente: o código tem de ser executado, os elementos interativos têm de funcionar como previsto e as ações num computador têm de ocorrer pela ordem certa. Para quem utiliza IA para desenvolver ou operar software, a execução fiável dessas etapas seria um indicador central da qualidade da atualização.

O preço e a rapidez determinarão o valor da atualização

A plataforma aberta da Moonshot apresentou preços de API para o K3.1 iguais às tarifas atuais do K3. Essa indicação poderá ser provisória, pelo que os clientes continuam sem conhecer o preço definitivo do novo modelo. Entre as preocupações referidas em relação ao K3 estão o preço, a rapidez das respostas e os limites de utilização.

Estas três questões estão estreitamente ligadas quando se trata de trabalho autónomo. Uma tarefa que exija chamadas repetidas ao modelo e a utilização de ferramentas pode consumir mais tempo e recursos do que uma resposta isolada. Os limites de utilização também podem interromper uma tarefa antes de estar concluída, obrigando alguém a retomá-la ou a reorganizar o trabalho.

Assim, manter as tarifas anunciadas para o K3 responderia apenas a parte da questão dos custos. A quantidade de trabalho necessária para chegar a um resultado útil também influencia a despesa. Para uma tarefa específica, um modelo que a conclua com menos tentativas pode ser mais económico, mesmo que a tarifa publicada seja semelhante.

Segundo informações, a Moonshot também está a preparar o lançamento oficial do Kimi K2.8, disponível em pré-visualização há mais de um mês. Com o K2.8 e o K3.1 a surgirem nas discussões sobre lançamentos, os programadores terão de escolher entre produtos com base nas capacidades e nas condições de acesso que a Moonshot venha a divulgar.

A concorrência mudou desde a estreia do K3 em julho

O K3 estreou-se em julho numa posição competitiva forte, ocupando o terceiro lugar no Intelligence Index da Artificial Analysis e o segundo no Vals AI Index. O analista Nathan Lambert descreveu-o na altura como o modelo aberto mais avançado, reduzindo a diferença face aos principais modelos norte-americanos, cujos pesos internos continuam a ser proprietários.

Desde então, a atenção voltou-se para o lançamento do V4.1 Flash-1017 pela DeepSeek. A comparação mais recente divulgada juntamente com as informações sobre o K3.1 coloca esse modelo à frente do K3 em quase todos os indicadores de desempenho mencionados. Não foi apresentada uma tabela detalhada de pontuações, pelo que a dimensão da vantagem não é clara.

As classificações de julho e a comparação mais recente dizem respeito a momentos diferentes de um mercado em rápida evolução. O K3 estabeleceu a Moonshot como um concorrente de peso no seu lançamento; cabe agora ao K3.1 demonstrar progressos úteis perante concorrentes mais recentes. Para os clientes, a comparação relevante incluirá os tipos de tarefas que realmente executam, além do custo, da latência e dos limites de acesso.

Os detalhes de lançamento mais importantes serão os que liguem as funcionalidades propostas pela Moonshot a resultados concretos: se um agente conclui uma tarefa demorada, se um raciocínio mais aprofundado justifica a espera e se os programadores conseguem prever as despesas. Os registos e a pré-visualização da plataforma deram visibilidade ao K3.1. Um lançamento oficial terá de transformar esses sinais num produto claramente definido.

Principais pontos

• Os programadores encontraram o identificador de modelo invocável «kimi-k3-1» a 28 de setembro, seguindo-se uma pré-visualização do K3.1 ou K3 11111 na plataforma.
• A pré-visualização anuncia um milhão de tokens de contexto, igualando a capacidade do K3.
• A contagem de 2,8 biliões de parâmetros está confirmada para o K3; a contagem do K3.1 não foi anunciada.
• As funcionalidades esperadas incluem os níveis de raciocínio Low, High e Max, e possíveis modos Agent, Swarm, pesquisa e processamento em lote.
• Os preços de API apresentados correspondem aos do K3, mas poderão ser provisórios. A rapidez, os limites de utilização e a conclusão das tarefas também influenciarão o seu valor.
• A Moonshot não anunciou uma data firme de lançamento do K3.1.