Por que ele é relevante agora
Se a sua referência de inteligência artificial começa no ChatGPT e termina no Claude, Kimi é um nome para acrescentar ao radar.
Para um executivo, a pergunta útil é o que essa alternativa muda nas decisões de uso: quais entregas ela consegue produzir, quanto custa chegar a um resultado aproveitável e quanto trabalho de revisão permanece com a equipe.
Kimi é a família de modelos e produtos de IA da Moonshot AI. E o novo K3.1 Pro, lançado em 23/10, combina três fatores que justificam experimentar:
- Disputa tarefas exigentes com modelos de ponta.
- Custa metade do Opus 5.5 por token na tarifa básica de API.
- Pode ampliar as opções de onde a empresa opera sua IA, se a abertura anunciada se concretizar.
Demonstração na prática
Quatro experimentos publicados em 23/10 mostram o que as pessoas estão criando. Navegue pelo carrossel para assistir aos originais e entender o que cada teste permite observar.
Quando um modelo é lançado, exemplos impressionantes começam a circular. O vídeo publicado nem sempre mostra quantas tentativas vieram antes, quais ajustes foram feitos ou há quanto tempo o autor já experimenta aquela ferramenta. Isso não tira o valor da demonstração, mas limita o que podemos concluir sobre o resultado que outra pessoa obteria na primeira tentativa. Nos exemplos abaixo, não temos esse histórico completo.
1. Desempenho: disputa espaço com os modelos de ponta
Kimi entra na comparação com Claude Opus 5.5 e GPT-6 Astra em tarefas exigentes. O painel abaixo mostra dois recortes publicados pela Moonshot, com resultados e métodos descritos no relatório do lançamento.
Programação em terminal
Terminal-Bench 4.0 · percentual de tarefas resolvidas
Reconstrução 3D
BenchCAD com ferramentas · sobreposição geométrica
Resultados reportados pela Moonshot. Escalas e métodos diferentes; não somar os dois gráficos. Consultar metodologia.
No primeiro recorte, Kimi fica a 0,7 ponto percentual do Opus e acima do Astra. No segundo, fica abaixo dos dois. BenchCAD mede sobreposição geométrica, uma escala diferente de tarefas concluídas; os valores dos dois gráficos não devem ser somados nem comparados entre si.
A leitura é que Kimi merece entrar numa avaliação junto dos modelos de ponta. Esses números não demonstram liderança geral. O painel reúne resultados reportados pela Moonshot, incluindo números de relatórios e rankings de outros desenvolvedores; as condições não constituem um único ensaio independente controlado. Resultados e metodologia.
2. Preço: metade do Opus por token
Na tarifa básica da API, o Kimi K3.1 Pro custa metade do Opus 5.5. Já o Sonnet 5.5 está na mesma faixa de preço do Kimi:
| Modelo | Entrada por milhão de tokens | Saída por milhão de tokens |
|---|---|---|
| Kimi K3.1 Pro | US$ 2 | US$ 10 |
| Kimi K3.1 Pro Highspeed | US$ 4 | US$ 20 |
| Claude Opus 5.5 | US$ 4 | US$ 20 |
| Claude Sonnet 5.5 | US$ 2 | US$ 10 |
| GPT-6 Astra | US$ 10 | US$ 50 |
Tarifas básicas consultadas em 24/10, sem descontos ou efeitos de cache. Astra: modalidade Standard, para prompts de até 272 mil tokens de entrada; contextos maiores têm acréscimos. Fontes: Kimi, Anthropic e OpenAI.
O Pro custa metade do Opus por token nessas tarifas. Já o Sonnet está na mesma faixa do Kimi. Para quem decide uma adoção, faz sentido comparar também com o modelo que a equipe já usa, incluindo opções dessa faixa de preço.
O custo final depende da quantidade de tokens, das tentativas e do retrabalho. Num teste de dez tarefas em polonês publicado em 23/10, Piotr Olszewski encontrou uma conta ligeiramente maior no K3.1 Pro que no K3, apesar da tarifa menor: o modelo novo consumiu mais tokens. Os três modelos Kimi testados acertaram tudo, o que o próprio autor considerou um sinal de que o conjunto era fácil demais para diferenciá-los. Teste do Promptowy.
3. Mais opções de onde operar a IA da empresa
Hoje, o acesso ao K3.1 Pro passa pelos serviços e provedores que o oferecem. A Moonshot prometeu liberar os pesos completos até 4 de novembro. Esses arquivos permitem que o modelo seja operado em infraestrutura própria ou por outros provedores, conforme a licença e os recursos disponíveis.
Para uma empresa, isso pode ampliar a escolha de quem hospeda e opera sua IA, inclusive em projetos que exigem avaliar controle do ambiente e dos dados. A abertura dos pesos, sozinha, não garante privacidade, implantação simples ou operação mais barata.
A decisão passa por licença, capacidade técnica, infraestrutura e custo total. Na data desta apuração, a liberação ainda era uma promessa. Anúncio da Moonshot.
Em quais trabalhos vale testar
Como leitura editorial das capacidades anunciadas, três frentes merecem uma experiência com escopo delimitado:
| Situação | Experimento útil para a empresa | O que conferir |
|---|---|---|
| Transformar uma ideia em algo demonstrável | Um protótipo de produto, página ou experiência interativa | Funcionamento, fidelidade ao pedido e esforço até uma versão utilizável |
| Trabalhar com documentos e números | Um modelo de cenários a partir de dados fictícios ou autorizados | Fontes, fórmulas, premissas e rastreabilidade |
| Apoiar desenvolvimento de software | Uma alteração num projeto existente, com critérios de aceite | Testes, integração e qualidade da revisão |
A Vercel descreve aplicações que vão de ajustes em código a projetos completos e modelos financeiros com premissas ajustáveis. São aplicações anunciadas, cuja qualidade precisa ser medida no trabalho da empresa. Descrição do lançamento.
Para tarefas simples, este levantamento não demonstra uma vantagem que justifique migrar. Para trabalho confidencial, a escolha também depende das condições do serviço e das regras de uso de dados da organização. O acesso fácil ao modelo não resolve essa decisão.
O que levar para a decisão
Esses exemplos dão motivos para testar Kimi em entregas visuais e em tarefas que exigem construir, executar e revisar. Eles não demonstram que o modelo substitui Claude ou GPT em qualquer trabalho.
Uma comparação útil começa numa tarefa recorrente da empresa, com critérios definidos antes da execução. Mede tempo, custo, qualidade e intervenção humana. Uma entrega bonita pode ser valiosa; a consistência de várias entregas determina onde ela entra no trabalho.
Nosso teste: uma bússola, duas interpretações
Pedimos a Kimi K3.1 Pro e Claude Opus 5.5 uma abertura cinematográfica de até 5 segundos com uma bússola mecânica nas cores da visão.md. Os dois receberam o mesmo briefing inicial e produziram cenas em código, depois renderizadas lado a lado com uma linha do tempo comum.
Nesta entrega, nossa preferência visual ficou com o Opus: a bússola mais densa, o relevo ao fundo e o enquadramento mais próximo se aproximaram mais da abertura cinematográfica que imaginávamos. Kimi adotou uma composição mais aberta, com engrenagens grandes e maior presença do azul. É uma leitura desta entrega, segundo o nosso briefing e gosto visual.
Este é um teste cru: um prompt de criação para cada modelo, sem uma sequência de ajustes nossos ao briefing nem escolha da melhor entre várias versões solicitadas. Os aplicativos puderam executar e revisar o próprio trabalho. Serve como um balizador do que obtivemos ao fazer esse pedido, não como um veredito sobre qual modelo é melhor.
Usamos esforço High nos dois aplicativos. No Claude, interrompemos a revisão após cerca de 25 minutos e enviamos uma mensagem adicional pedindo apenas a exportação da versão existente. Por isso, “um prompt para cada” descreve o pedido de criação, não o total literal de mensagens. As ferramentas e instruções internas dos aplicativos diferem, e não igualamos o tempo ou o processamento disponível. Esta rodada também não permite comparar velocidade, custo ou consistência.
A diferença em relação aos exemplos que favorecem Kimi no X é parte do aprendizado: uma demonstração mostra uma possibilidade; um teste com o seu próprio pedido oferece uma referência para decidir o que investigar depois. Para escolher uma ferramenta de trabalho, ainda é preciso repetir a experiência em tarefas relevantes e observar qualidade, custo e necessidade de intervenção.
Ler o prompt completo · Condições e conferência · Abrir o comparador sincronizado