Kimi K3.1 Pro se presenta oficialmente: 3 billones de parámetros y contexto de 1 millón de tokens
Kimi ha presentado el primer modelo de la familia K3.1, con 3 billones de parámetros y una ventana de contexto de 1 millón de tokens; los pesos completos se publicarán el 4 de noviembre.
Kimi K3.1 Pro se ha presentado oficialmente.
El equipo ha lanzado el primer modelo de la familia K3.1 y los resultados parecen prometedores.
- Modelo de 3 billones de parámetros con una ventana de contexto de 1 millón de tokens.
- Supera a Astra y Fable 5.1 a un coste significativamente menor.
- Obtuvo un 65,7% en Terminal-Bench 4.0.
- Los pesos completos del modelo se publicarán el 4 de noviembre.
El modelo ya está disponible en Kimi, Kimi Work, Kimi Code y a través de API.
Kimi vuelve a la partida.
Por qué es importante
AnálisisSi las cifras anunciadas se confirman, el modelo podría ser una alternativa muy competitiva en coste y rendimiento para tareas de agentes y programación. La publicación de los pesos permitirá evaluarlo y desplegarlo de forma independiente.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Llega Kimi K3.1: un modelo de IA con 2,8 billones de parámetros
Kimi K3.1 se presenta como un modelo abierto muy grande con 2,8 billones de parámetros y 104 mil millones activos, aunque sus pesos aún no han sido publicados.
Kimi K3.1: un teaser anticipa el próximo modelo de Kimi
El equipo de Kimi publicó un teaser que sugiere la próxima llegada de Kimi K3.1, esperado como el mejor entre los modelos de IA chinos disponibles y significativamente más barato que Kimi K3.
Parte I. Arquitectura de Agentes de IA: Fundamentos
Los once bloques constructivos fundamentales de un agente de IA: taxonomía de modelos, bucle de ejecución, ingeniería de prompts, destilación, skills, memoria, function calling y FinOps.
Parte II. Arquitectura de agentes de IA: del modelo a la memoria y las herramientas
Inmersión profunda de ingeniería: tokenización, KV-cache, determinismo del muestreo, stack de entrenamiento, cuantización, ingeniería de contexto, stack de seguridad, RAG en producción, ReAct y sistemas swarm multiagente.
DeepSeek (Ruptura China en IA Abierta)
Serie de modelos abiertos innovadores de la laboratorio chino DeepSeek (V3, R1). Demuestra el más alto nivel en codificación y razonamiento a un costo de 10 a 20 veces inferior al de los análogos comerciales occidentales.
DeepSeek-R1 (Modelo de Razonamiento DeepSeek)
Modelo de razonamiento de pesos abiertos (Open Weights Reasoning Model) basado en una arquitectura de 671B MoE, que ha demostrado la capacidad de formar un pensamiento lógico extremadamente complejo a través del aprendizaje por refuerzo puro (GRPO).