Moonshot lanzó Kimi K3.1 Pro de 3 billones de parámetros y ya lidera los benchmarks open weights — Anthropic presentó Claude Duet, su agente proactivo con 6.000 conectores

Moonshot AI lanzó este viernes Kimi K3.1 Pro, una versión post-entrenada de su modelo Kimi K3 de julio con 3 billones de parámetros. En evaluaciones independientes de Artificial Analysis, el modelo alcanza 67% en Terminal-Bench 4.0 —contra 64% de Sonnet 5.5—, 95% en CyberGym-E2E-AA —contra 93% de Daybreak Blue— y 64% en el Cyber Index —contra 57% de DeepSeek V4.1 Flash—. Con esos resultados, Kimi K3.1 Pro ocupa el primer lugar en el ranking de modelos con pesos abiertos del índice de inteligencia de Artificial Analysis, adelantando a Xiaomi MiMo-V2.6-Pro, DeepSeek V4.1 Flash-1017, Meta Muse Wonder y GPT-6 Astra.

Los mayores avances están en tareas que exigen ejecución secuencial, con mejoras sustanciales en Terminal-Bench y en CyberGym-E2E-AA frente al Kimi K3 original. En las comparativas propias de Moonshot, el modelo supera a Opus 5.5 en SWE-Marathon de codificación extendida (51,7% vs 46,3%) y en análisis de documentos financieros OfficeQA Pro v2 (64,4% vs 62,2%). Donde sigue por detrás es en Terminal-Bench Science y en la evaluación de física CritPt.

Por el momento, Kimi K3.1 Pro está disponible a través de la API y las aplicaciones de Kimi a precios que Moonshot sitúa en la mitad de los de Claude Opus 5.5. Los pesos abiertos bajo licencia open están prometidos para el 4 de noviembre. El lanzamiento también fue acompañado de acusaciones en X de una campaña de influencers pagados para promover el modelo, que la compañía no ha confirmado ni desmentido.

Anthropic, por su parte, presentó el miércoles Claude Duet, un agente diseñado para actuar sin que el usuario lo inicie: monitorea cuentas conectadas cada pocas horas, detecta correos sin responder, facturas vencidas o reuniones mal agendadas, y ejecuta las tareas en un entorno de cómputo remoto con navegador propio, de modo que continúa trabajando aunque el dispositivo esté apagado. El agente se basa en el modelo Opus 5.5 y accede a más de 6.000 conectores disponibles en Claude Marketplace.

El lanzamiento de Duet llega en modalidad de research preview, disponible solo para suscriptores Pro y Max en Estados Unidos, vía lista de espera. Está disponible como app móvil para iOS y Android, además de claude.ai. Anthropic distingue Duet de sus productos anteriores: Remote Control conecta el móvil a una sesión de código en el computador del usuario, mientras que Dispatch —ahora cerrado a nuevos usuarios— requería que ese computador permaneciera encendido. Duet corre todo en servidores de Anthropic y su diferencial es que identifica trabajo por hacer sin que se le pida.