Kimi K3.1 Pro hands-on: close to Astra on 3D and price, behind on science terminal tasks
Kimi K3.1 Pro edges past GPT-6 Astra on Terminal-Bench 4.0 and costs far less, but trails badly on Terminal-Bench Science (38.1% vs 68.1%) and will ship open weights.
Hoy probé Kimi K3.1 Pro en generación 3D y la mejora se nota mucho: escenas, juegos y modelado, con pocos errores. Moonshot apuntó justo ahí: trabaja con Blender, Unreal, Godot y CAD. También mejoró en código y finanzas, y según su prueba interna alucina 65% menos que K3. Y ya no es tan lento: va a unos 73 tokens por segundo, el doble que K3 (y hay una versión Highspeed 2-3x más rápida). En precio: $2/$10 por millón de tokens, 5 veces más barato que Astra ($10/$50) y la mitad que Opus 5.5 ($4/$20). Ojo: es el mismo precio que GPT-6.1 Sol. En benchmarks ya está ahí arriba: en Terminal-Bench 4.0 saca 65.7%, por encima de Astra (58.2%) y casi igual que Opus 5.5 (66.4%). Artificial Analysis lo midió por su cuenta y le dio 67%, y en su índice general queda por encima de Astra y solo detrás de Opus 5.5. Pero tiene sus límites: • En 3D, Astra y Opus siguen un poco adelante: en BenchCAD saca 92.7% vs 95.9% de Astra y 96.2% de Opus 5.5. • En tareas científicas en terminal se queda atrás: 38.1% vs 68.1% de Astra en Terminal-Bench Science. • En mis pruebas lo sentí menos verboso, pero en el índice de Artificial Analysis todavía gasta muchos más tokens que la mediana (150M vs 87M). Así que el ahorro real es menor que la diferencia de precio. En lo que probé, lo sigo poniendo un poco por detrás de Astra, pero no tan lejos. Lo impresionante es que va a ser un modelo abierto: Moonshot promete publicar los pesos antes del 4 de noviembre, así que vas a poder alojarlo tú mismo (eso sí, con hardware de datacenter). Al menos mientras Anthropic y OpenAI no lancen sus próximos modelos, Kimi K3.1 Pro está muy cerca de la frontera.