Kimi K3.1 Pro: China dice superar a Claude Opus 5.5 y GPT-6 Astra, pero aún faltan las pruebas independientes

La empresa china Moonshot AI ha lanzado Kimi K3.1 Pro. Es un modelo de 2,8 billones de parámetros (los parámetros son los valores internos que el modelo ajusta al entrenarse). Según la nota que hemos recibido, supera a Claude Opus 5.5, de Anthropic, y a GPT-6 Astra, de OpenAI, en diversas pruebas de rendimiento. No tenemos el artículo original. No sabemos qué pruebas se usaron, con qué márgenes ni en qué condiciones, así que no daremos cifras que no figuran en el material.

El contexto ayuda a leer la noticia. En nuestros índices, Kimi K2.6 estaba por detrás de los líderes, tanto en calidad como en el AA Index. Un salto que lo ponga por delante de los modelos punteros de Anthropic y OpenAI sería un cambio importante, aunque encaja con la tendencia de fondo: los laboratorios chinos (GLM, Qwen, DeepSeek, Kimi) reducen la distancia ciclo tras ciclo. El tamaño anunciado, 2,8 billones de parámetros, indica una apuesta fuerte por la escala. Pero el tamaño no es calidad.

Nuestra lectura: hay que esperar a los benchmarks independientes y difíciles, como SWE-bench Pro, Terminal-Bench o las tareas expertas sin guía, antes de dar por buena la frase «supera a». Un lanzamiento acompañado de una selección de pruebas favorables es marketing hasta que terceros lo confirmen. Aun así, la dirección es clara y, a largo plazo, positiva: más competencia en la frontera abarata el acceso y rompe cualquier monopolio de la capacidad. Si se confirma, la pregunta interesante será si Moonshot publica los pesos del modelo, porque ahí está su verdadero potencial para democratizar la tecnología.