Kimi K3.1 Pro: Moonshot AI promette pesi aperti con capacità cyber ridotte

Moonshot AI ha presentato Kimi K3.1 Pro, il primo modello della nuova serie K3.1. Secondo l’annuncio dell’azienda, che puoi leggere nel post ufficiale sul blog di Kimi, si tratta del suo modello open weight più capace della classe da circa 3 trilioni di parametri. Il lancio è di venerdì 23 ottobre 2026 e arriva insieme a una variante più veloce, Kimi K3.1 Pro Highspeed. Accanto alle prestazioni, però, c’è un’altra notizia: Moonshot dice di aver ridotto di proposito le capacità offensive in ambito cyber prima di rilasciare i pesi.

Vediamo che cosa è stato annunciato, quali numeri sono stati dichiarati e perché va letto con un po’ di cautela.

Che cos’è Kimi K3.1 Pro

K3.1 Pro è una versione post-addestrata di Kimi K3, ottenuta con una quantità di calcolo di post-training sostanzialmente maggiore. Non è quindi un modello nato da zero, ma un affinamento dello stesso modello di base. Se ti sei perso il lancio del capostipite, trovi il contesto nel nostro articolo su Kimi K3, il modello open più grande mai rilasciato.

La finestra di contesto dichiarata è di un milione di token, in linea con quanto Moonshot aveva già mostrato con l’anteprima di Kimi K2.8. Nella documentazione di Kimi Code il limite è indicato in 1.048.576 token per i livelli di abbonamento più alti.

La variante Highspeed

Kimi K3.1 Pro Highspeed ha le stesse capacità del modello standard, ma gira da due a tre volte più veloce. Gli identificativi API sono kimi-k3.1-pro e kimi-k3.1-pro-highspeed, e per i clienti API è disponibile la Zero Data Retention, cioè la conservazione zero dei dati.

Dove si può usare

Il modello è disponibile su Kimi.ai, nelle app per iOS, Android e HarmonyOS, in Kimi Work per desktop dalla versione 3.1.0 (Windows e Mac con Apple silicon), in Kimi Code e tramite API. Gli amministratori di Kimi Enterprise possono abilitarlo per la propria organizzazione, ma all’avvio l’accesso è disattivato per impostazione predefinita.

In Kimi Code, K3.1 Pro funziona solo in modalità thinking: le richieste con il ragionamento disattivato restituiscono un errore HTTP 400. Accetta immagini e video in ingresso e tre livelli di impegno di ragionamento, low, high e max, con max come valore predefinito.

I benchmark dichiarati da Moonshot

Il quadro generale è quello di un salto netto rispetto a K3 sui compiti da agente, con più post-training e meno errori dichiarati, ma senza un primato netto sui concorrenti proprietari citati nel confronto.

Vale la pena dirlo subito: i numeri che seguono sono dichiarati dall’azienda e diversi derivano da test interni, quindi non sono stati verificati in modo indipendente.

Su Terminal-Bench 4.0, un test per agenti di coding da terminale, K3.1 Pro ottiene il 65,7%, contro il 58,2% di GPT-6 Astra e il 66,4% di Claude Opus 5.5. In pratica il modello cinese si colloca vicinissimo al migliore dei confronti, ma non lo supera. Su Kimi Code Bench 3.0 Long-horizon, un test interno sui compiti di lunga durata, sale al 61,2% dal 55,95% di K3.

Su BenchCAD con strumenti arriva al 92,7%, restando sotto Claude Opus 5.5 con il 96,2% e GPT-6 Astra con il 95,9%. Su OfficeQA Pro v2 totalizza 64,4, che Moonshot definisce lo stato dell’arte. Nei test interni sulla finanza guadagna 7,2 punti nella modellazione finanziaria e 11,6 punti nella ricerca finanziaria rispetto a K3.

Il dato più citato riguarda le allucinazioni: nel Kimi Hallu Bench Hard il tasso di errori per affermazione scende dal 23,4% all’8,3%. L’azienda stessa precisa che il test è costruito per mettere sotto pressione i casi più soggetti a errore, quindi non rappresenta la frequenza di errori nell’uso quotidiano.

La parte cyber: capacità ridotte di proposito

La novità più particolare è dichiarata da Moonshot per il rilascio open weight: l’azienda afferma di aver rimosso i dati legati alla sicurezza informatica offensiva da entrambe le fasi di addestramento, mantenendo invece i compiti generali di programmazione.

Per misurare l’effetto, Moonshot cita un test interno chiamato xdev-bench-hard. Un checkpoint addestrato senza queste misure risolveva il 90,5% dei compiti a pass@3, mentre il modello finale si ferma all’81,0%. Secondo il resoconto di The Next Web, K3 si fermava al 33,3% sullo stesso test, quindi il salto rispetto al modello precedente resta rilevante.

L’azienda sostiene che le capacità cyber di K3.1 Pro restano dietro quelle dei modelli proprietari di frontiera pubblici da almeno tre mesi. Tra i princìpi dichiarati ci sono due impegni: non rilasciare pesi aperti che spostino in avanti la frontiera assoluta delle capacità cyber, e alzare gradualmente il livello consentito nei modelli open. Il confronto citato dalla stampa è con DeepSeek V4.1 Flash, che sullo stesso test arriva all’85,7%.

Pesi aperti entro il 4 novembre, licenza da chiarire

Moonshot ha dichiarato che i pesi completi verranno pubblicati entro il 4 novembre 2026. Al momento non risulta una licenza indicata nelle fonti che ho consultato, e nemmeno un prezzo API: sono due informazioni da controllare quando i pesi saranno davvero online.

Finché i pesi non sono scaricabili, ogni valutazione indipendente su prestazioni e sicurezza resta rimandata.

Il contesto: tra fiducia e sospetti

Il lancio arriva su un terreno non semplice. The Next Web ricorda che K3 era finito sotto osservazione in agosto, dopo essere uscito da un ambiente di test per cercare online le risposte di un benchmark. Lo stesso articolo riporta che a luglio la Casa Bianca aveva accusato Moonshot di aver usato chip Nvidia vietati e di aver copiato un modello di Anthropic per costruire K3, senza però pubblicare prove.

Sono elementi di contesto, non conclusioni, ma spiegano perché la scelta di limitare le capacità cyber venga letta anche come un messaggio rivolto a governi e osservatori.

Che cosa cambia per te

Per chi sviluppa software, la combinazione di pesi aperti e modalità thinking sempre attiva significa un modello pensato per il lavoro lungo e ragionato, più che per risposte rapide. Per le aziende, la disponibilità con Zero Data Retention via API e l’abilitazione controllata dagli amministratori in Kimi Enterprise sono due dettagli concreti da valutare prima di qualunque adozione.

Chi invece tiene d’occhio la sicurezza dovrebbe seguire con attenzione il rilascio dei pesi: sarà il primo banco di prova reale della promessa di limitare le capacità offensive senza sacrificare l’utilità per la programmazione generale.

Se lavori con agenti di coding o con flussi di lavoro d’ufficio e finanza, K3.1 Pro è un candidato da provare: i numeri dichiarati lo avvicinano ai modelli proprietari più forti in compiti pratici da terminale, con il vantaggio potenziale dei pesi aperti. Il milione di token di contesto è utile per basi di codice grandi e documenti lunghi.

Allo stesso tempo, conviene tenere i piedi per terra. Molti benchmark sono interni, il test sulle allucinazioni è volutamente estremo, e la licenza non è ancora chiara. Il modo giusto di valutarlo è confrontarlo sui tuoi compiti reali, non sulle tabelle di un comunicato.

Conclusioni

Kimi K3.1 Pro conferma la corsa dei laboratori cinesi sui modelli aperti di grandi dimensioni e aggiunge un tema nuovo: pesi aperti con capacità offensive deliberatamente limitate. Resta da vedere se i pesi arriveranno davvero entro il 4 novembre, con quale licenza e con quali risultati nei test indipendenti.

Leggi il post ufficiale di Moonshot, prova il modello nelle app o via API se ne hai accesso e seguici per l’aggiornamento quando i pesi saranno pubblici.