Kimi K3.1 Pro supera el umbral chino de exportación

Qué lanzó exactamente Moonshot AI

Yo miraría Kimi K3.1 Pro desde dos perspectivas a la vez: es un modelo MoE muy grande y, al mismo tiempo, un posible objeto de control de exportaciones. La ficha de Moonshot AI en Hugging Face indica 2,8 billones de parámetros, de los cuales se activan 104.000 millones por cada token. El contexto anunciado llega a 1.048.576 tokens.

La diferencia entre el número total de parámetros y el número activo es fundamental. Una arquitectura Mixture of Experts no convierte cada paso de inferencia en el cálculo de un modelo denso de 2,8 billones de parámetros, pero el conjunto completo de pesos sigue siendo enorme. Ahí es donde una especificación técnica se convierte inesperadamente en una cuestión jurídica.

K3.1 Pro se describe como un modelo multimodal compatible con texto, imágenes y vídeo en las interfaces previstas. La documentación de la API de Moonshot también indica niveles de razonamiento low, high y max; entre los usos principales figuran el contexto largo, la programación, el uso de herramientas y la ejecución de tareas mediante agentes.

Según los propios resultados de Moonshot, el modelo obtuvo un 65,7% en Terminal-Bench 4.0. Es una cifra relevante, pero por ahora la trataría como una afirmación del desarrollador: la validación independiente es limitada y parte de las evaluaciones citadas se basa en conjuntos de datos internos. Tampoco hay plena reproducibilidad, ya que los materiales disponibles no confirman la publicación de todo el código de entrenamiento ni de la composición de los datos.

El umbral de exportación cambia las reglas de acceso

El principal riesgo es que Kimi K3.1 Pro supera formalmente el umbral chino propuesto de 2 billones de parámetros. Si el regulador cuenta todos los parámetros MoE, el modelo entraría en el criterio; si solo cuenta los 104.000 millones activos, el resultado sería distinto.

A fecha de 4 de noviembre de 2026, los informes disponibles describen un proyecto o sistema de control previsto, no una prohibición mundial automática. Siguen sin estar claros el alcance sobre API, pesos, checkpoints y soporte técnico, así como el procedimiento concreto de autorización.

Para los desarrolladores fuera de China, esto podría implicar pasar de una distribución libre a un acceso gestionado en la nube, interfaces regionales y verificación de usuarios. Para los investigadores, las consecuencias pueden ser peores: menos pesos disponibles, pruebas más difíciles de reproducir y mayores diferencias entre versiones regionales.

Mi conclusión técnica es simple: 2,8 billones de parámetros impresionan, pero el tamaño no es la verdadera cuestión. Todo dependerá de qué cifra reconozca finalmente el regulador como el tamaño de un sistema MoE.

Anteriormente analizamos Pony Alpha, un probable modelo GLM-5 disponible a través de OpenRouter con una ventana de contexto de 200K. El contexto de su lanzamiento ayuda a entender cómo los modelos chinos de frontera llegan a los usuarios por distintos canales en un entorno de restricciones a la exportación.