Kimi K3.1 Pro cobra metade do preço do Claude Opus 5.5, mas pesos abertos só saem em novembro

Um modelo chinês entra na disputa de preço e desempenho

A Moonshot AI colocou o Kimi K3.1 Pro na própria API em 23 de outubro de 2026. O lançamento foi registrado no mesmo dia pelo desenvolvedor Simon Willison, que testa modelos de linguagem publicamente há anos em seu blog pessoal. O que chama atenção não é só o desempenho do modelo: é o preço agressivo e o fato de que os pesos completos, os arquivos que permitem rodar o modelo em infraestrutura própria, ainda não foram publicados.

A Moonshot promete liberar os pesos completos até 4 de novembro de 2026. Até essa data, o Kimi K3.1 Pro só existe como serviço pago via API, do mesmo jeito que GPT e Claude. Quando os pesos saírem, equipes que hoje dependem de chamadas pagas poderão baixar o modelo e rodá-lo em nuvem própria ou on premise, mudando o cálculo de custo de quem roda em volume alto.

Quanto custa cada chamada

O preço do Kimi K3.1 Pro na API da Moonshot é de $2,00 por milhão de tokens de entrada e $10,00 por milhão de tokens de saída. Esse valor é idêntico ao praticado pela OpenAI no GPT-6.1 Sol e representa metade do preço do Claude Opus 5.5, segundo a comparação feita por Simon Willison.

Como a Anthropic não divulgou o preço exato do Opus 5.5 no material usado aqui, a conta de "metade do preço" implica que o Opus 5.5 cobra algo como $4,00 por milhão de tokens de entrada e $20,00 por milhão de saída, o dobro do Kimi em ambas as pontas.

Para um job hipotético de 1 milhão de tokens de entrada e 200 mil de saída, isso dá:

• Kimi K3.1 Pro: $2,00 (entrada) + $2,00 (saída) = $4,00
• GPT-6.1 Sol: mesmo valor do Kimi, $4,00
• Claude Opus 5.5 (preço inferido pela proporção informada): $4,00 (entrada) + $4,00 (saída) = $8,00

A versão Highspeed cobra o dobro, com uma exceção

A Moonshot também oferece uma versão chamada "Highspeed", de 2 a 3 vezes mais rápida que a padrão. Ela custa o dobro em tokens de entrada e de saída, exceto numa situação: tokens de entrada que acertam o cache, quando o mesmo trecho de prompt já foi processado numa chamada anterior, são cobrados no mesmo valor da versão normal.

Essa exceção importa pra quem monta agentes com system prompt longo e repete o mesmo contexto em várias chamadas, caso comum em RAG (busca que alimenta o prompt com documentos) e em pipelines de function calling. Nesses casos, o prefixo fixo do prompt vira cache hit e não paga o adicional da velocidade extra.

Benchmark do fabricante e benchmark independente não são a mesma coisa

A Moonshot divulgou benchmarks próprios mostrando o Kimi K3.1 Pro aproximadamente no mesmo nível do Claude Opus 5.5 e do GPT-6 Astra, batendo os dois em algumas métricas e ficando perto em outras. Esse número vem do fabricante e mede o que a Moonshot escolheu medir, então serve como indicação, não como veredito.

A avaliação independente veio da Artificial Analysis, organização que roda a própria bateria de testes em todos os modelos relevantes do mercado. Em outubro de 2026 ela deu ao Kimi K3.1 Pro uma nota de 55, à frente do Claude Fable 5.1, do GPT-6 Astra e do Gemini 4 Argon, todos empatados em 53, e atrás apenas do Claude Opus 5.5, que marcou 58.

Esta é a primeira vez que um modelo de pesos abertos (em breve) pontua tão alto contra os modelos de fronteira.

This is the first time a (soon-to-be) open weight model has scored this highly against the frontier.Simon Willison, desenvolvedor e autor do blog simonwillison.net

A frase de Willison resume o motivo do barulho: nenhum modelo com promessa de pesos abertos tinha chegado tão perto do topo da tabela da Artificial Analysis antes do Kimi K3.1 Pro.

Como testar o modelo com a própria linha de comando

Willison rodou o Kimi K3.1 Pro usando o comando llm openai endpoint, recurso que ele adicionou à ferramenta de linha de comando LLM na versão 0.32, lançada em agosto de 2026. O comando conversa com qualquer endpoint compatível com a API da OpenAI, incluindo o da Moonshot:

llm openai endpoint \
https://api.moonshot.ai/v1 \
--key kimi \
-m kimi-k3.1-pro \
"Generate an SVG of a pelican riding a bicycle" \
--responses \
-o reasoning_effort low \
> kimi-k3.1-pro-pelican-low.stdout.txt \
2> kimi-k3.1-pro-pelican-low.stderr.txt

A flag -o reasoning_effort controla o quanto o modelo "pensa" antes de responder: o Kimi K3.1 Pro aceita os valores low, medium e max. Como llm openai endpoint não grava o histórico de prompts no banco de dados da própria ferramenta, Willison redirecionou a saída padrão e o log de raciocínio (stderr) para arquivos, prática útil pra quem quer comparar respostas entre modelos depois.

O teste que ele usa há anos é pedir um SVG de um pelicano andando de bicicleta, um desenho difícil pra qualquer modelo acertar e fácil de avaliar visualmente. Willison gerou o pelicano do Kimi K3.1 Pro nos três níveis de raciocínio e repetiu o mesmo prompt no Kimi K3 (versão anterior) para comparar a evolução entre as duas gerações.

Quando faz sentido considerar o Kimi K3.1 Pro

Pelo preço, o Kimi K3.1 Pro compete direto com o GPT-6.1 Sol e fica mais barato que o Claude Opus 5.5 para a mesma tarefa, o que importa em volume alto de chamadas, como pipelines de classificação, extração de dados ou agentes que fazem muitas idas e vindas. A nota 55 da Artificial Analysis coloca o modelo à frente de opções como Gemini 4 Argon e GPT-6 Astra, mas atrás do Opus 5.5, que ainda lidera o ranking.

A ressalva é o momento: os pesos completos não estão disponíveis até a publicação deste texto, só a promessa de liberação até 4 de novembro de 2026. Quem precisa hospedar o modelo hoje, por exigência de compliance ou por já ter infraestrutura própria de inferência, ainda não tem essa opção. Quem só usa via API e decide por custo e desempenho já pode rodar o teste descrito acima e comparar com o que está em produção.

Fonte: Simon Willison