Rumor de vazamento do Kimi K3.1: custo em código 3D, quatro níveis de raciocínio e o que desenvolvedores devem verificar
Segundo o Leiphone em 23 de outubro de 2026, apareceu um easter egg de "Kimi K3.1" no teaser oficial do Kimi, desenvolvedores encontraram o identificador kimi-k3-1 na configuração da API da Moonshot e uma opção K3.1 na lista de modelos do Kimi Code; um merge request do SGLang teria adicionado o nível Medium de raciocínio, ampliando de três para quatro os níveis de intensidade. O blogueiro de IA Chris afirma ter testado por cerca de uma semana e que o custo seria aproximadamente 70% do K3, e a reportagem também afirma que o custo em 3D seria cerca de 1/14 do GPT-6 Astra. Tudo isso são rumores e testes unilaterais.
O que mudou
O Leiphone reportou em 23 de outubro de 2026 que o Kimi publicou um teaser com um easter egg visual de "Kimi K3.1", interpretado como aquecimento para um novo modelo. A reportagem cita o blogueiro de IA Chris, que afirma ter testado por cerca de uma semana, que o K3.1 se destaca em Three.js e que o custo seria de apenas cerca de 70% do Kimi K3, com melhora na eficiência de tokens; a reportagem também mostra imagens dele executando uma simulação de ciclo dia-noite de 24 horas. A reportagem ainda reúne várias pistas de vazamento: no fim de setembro, um desenvolvedor encontrou o identificador de modelo kimi-k3-1 no arquivo de configuração da plataforma de API da Moonshot; em 21 de outubro, a lista de troca de modelos do Kimi Code ganhou uma opção K3.1; no fim de outubro, surgiram na arena modelos anônimos com codinomes Kibitz e Kalmia, sendo que Kibitz se destacou em tarefas de front-end e código 3D, e um desenvolvedor usou características do tokenizador para especular que seria o K3.1. Um merge request no repositório do SGLang teria exposto a adição do nível Medium de raciocínio no K3.1, expandindo a intensidade de raciocínio de três para quatro níveis. A reportagem afirma que, em uma comparação de construção no Minecraft com o GPT-6 Astra, o custo do K3.1 seria cerca de 1/14 do concorrente, mas também apresenta deficiências como movimentos não naturais em tarefas de animação, como uma girafa correndo. A reportagem também reproduz um relatório do Nomura, afirmando que a Moonshot está desenvolvendo um modelo com mais parâmetros, sem relação direta com o K3.1.
Impacto para desenvolvedores
Caso essas pistas de vazamento se concretizem, o impacto direto para desenvolvedores se concentra em dois pontos. O primeiro é a estrutura de custos. Os valores citados de "cerca de 70% do K3" e "cerca de 1/14 do GPT-6 Astra" são relativos, não preços tabelados, mas apontam para a mesma coisa: em tarefas de geração de código que exigem cálculo quadro a quadro de vértices, iluminação e texturas, como Three.js, WebGL e painéis interativos, o consumo de tokens por unidade produzida e o número de chamadas podem ser significativamente menores que os dos modelos principais atuais. Para protótipos 3D, painéis de visualização e pipelines de simulação H5 focados em geração de código, isso determina diretamente se é possível tentar novamente a baixo custo após uma falha de geração. O segundo é a granularidade de controle. A reportagem afirma que a intensidade de raciocínio passou de três para quatro níveis com a adição do nível Medium, o que significa que o mesmo modelo pode alternar o nível de computação entre tarefas simples de layout e tarefas complexas de interação física; se for possível escalonar por dificuldade da tarefa, tarefas de agente de cadeia longa poderiam usar o nível baixo para etapas rotineiras e o alto para raciocínio estrutural, em vez de cobrar a cadeia inteira pelo nível mais alto. Vale notar que tudo isso ainda são rumores e testes unilaterais, sem confirmação oficial, e a cobrança real, os nomes dos níveis e as políticas de limitação de taxa podem ser diferentes.
Integração e avaliação
A seguir, análises e recomendações condicionais, não fatos confirmados. Primeiro, quanto à afirmação de que "o custo é cerca de 70% do K3", a escolha é fazer um teste comparativo com os mesmos prompts, em vez de migrar diretamente o tráfego de produção. A premissa é ter acesso ao K3.1 e a tarefa ser de geração de código; o critério de avaliação é fixar o mesmo conjunto de prompts de cena 3D (incluindo um exemplo de ciclo dia-noite, um de relações espaciais entre múltiplos objetos e um de vista explodida de componentes), registrar taxa de sucesso, número de tentativas e consumo total, e só considerar direcionar uma pequena fração do tráfego se o consumo total após novas tentativas ainda for inferior à linha de base do modelo atual. Segundo, quanto ao "novo nível Medium de raciocínio", a escolha é especificar explicitamente o nível conforme a complexidade da tarefa, em vez de manter um nível único. A premissa é que a interface realmente exponha o parâmetro de nível; o critério de avaliação é rodar comparações em tarefas de raciocínio estrutural (como engrenagens mecânicas e vista explodida de componentes) e tarefas de layout comum, comparando se a diferença de qualidade entre o nível alto e o Medium está dentro de um limite aceitável, e definir o Medium como padrão se a qualidade não cair de forma perceptível em tarefas comuns. Terceiro, quanto à "especulação baseada em características do tokenizador sobre o modelo anônimo Kibitz na arena", a escolha é não equiparar o desempenho de Kibitz nos rankings à capacidade estável do K3.1 com base em especulação. A premissa é que o interesse esteja em contexto longo e controle de instruções muito longas; o critério de avaliação é retestar com seu próprio conjunto de instruções longas, observando onde a aderência às instruções se degrada, em vez de olhar apenas a posição em testes cegos públicos. Toda avaliação deve confirmar a cobrança real nas páginas de preços do fornecedor e do KimiSeek antes de decidir escalar.
Limites e pontos a confirmar
As informações centrais desta reportagem vêm de easter egg em teaser, campos de arquivo de configuração, merge request em repositório de código e especulação sobre modelo anônimo em arena, sem confirmação de lançamento oficial, e os números (70%, 1/14) são rumores ou testes unilaterais, não benchmarks verificados. O Kimi K3.1 não aparece atualmente no catálogo de vendas do KimiSeek; a configuração de API, a lista do Kimi Code e a disponibilidade de chamadas mencionadas na reportagem apontam para o lado do fornecedor, e não há essa versão disponível para chamada no KimiSeek; o Kimi K3 no catálogo é uma versão diferente e não pode ser considerado o mesmo modelo. Os casos de deficiência citados na reportagem (movimento não natural de uma girafa correndo) e os casos positivos são testes de usuários, com tamanho de amostra e método de teste desconhecidos, e o desempenho do objeto de comparação não foi reproduzido de forma independente. Os detalhes dos níveis de raciocínio no merge request do SGLang, os nomes reais dos níveis e as diferenças de cobrança não podem ser confirmados a partir desta reportagem. A afirmação do relatório do Nomura sobre um modelo maior, reproduzida na reportagem, não tem relação com o K3.1 e afirma que ele está limitado por poder computacional, com progresso incerto. Preços e disponibilidade reais devem ser consultados nas páginas de preços do fornecedor e do KimiSeek, e os preços podem ser ajustados a qualquer momento.
Ilustrações da notícia original
