Kimi K3.1 Pro a pesi aperti: cosa si scarica, la licenza e i limiti per le aziende

Il 4 novembre 2026, alle 17 ora italiana, Moonshot AI ha annunciato su X il rilascio dei pesi di Kimi K3.1 Pro. Il modello si scarica da Hugging Face, nella pagina moonshotai/Kimi-K3.1-Pro: il repository è pubblico e non chiede di compilare moduli di accesso. Sono 96 file per 1,56 TB di soli pesi, con una licenza propria che lascia l'uso gratuito e mette due condizioni soltanto alle aziende molto grandi. È la promessa fatta al lancio del 23 ottobre, quando il blog tecnico di Moonshot scriveva che i pesi sarebbero arrivati «entro il 4 novembre».

Perché se ne parla#

Del modello in sé si è già parlato al lancio: chi vuole il quadro completo su benchmark, finanza e allucinazioni lo trova nell'articolo Kimi K3.1 Pro di Moonshot AI: benchmark, allucinazioni e pesi aperti entro il 4 novembre. La novità di oggi è un'altra: i pesi sono pubblici, quindi il modello si può far girare sui propri server, modificare e integrare nei propri prodotti.

Il tempismo dice molto sulla corsa tra i modelli aperti cinesi. La mattina dello stesso giorno Tencent ha rilasciato Hy4 promettendo i pesi «a breve», mentre su Hugging Face resta disponibile solo la preview di agosto. Moonshot invece ha mantenuto la data annunciata. Moonshot presenta K3.1 Pro come il suo modello a pesi aperti più capace della classe da 3 mila miliardi di parametri.

Un dettaglio sulle date: secondo i dati di Hugging Face il repository risulta creato e aggiornato il 2 novembre. L'annuncio ufficiale del rilascio è però quello del 4 novembre.

Cosa si scarica, in parole semplici#

Kimi K3.1 Pro è un modello Mixture of Experts: dentro ha 896 blocchi specializzati e per ogni token ne attiva 16, più 2 condivisi. Per questo, su 2.800 miliardi di parametri, a ogni passaggio ne lavorano circa 104 miliardi.

• Testo e immagini. Legge anche immagini, grazie a un codificatore visivo chiamato MoonViT-V2, e risponde in testo.

• Contesto da 1 milione di token. In una sola richiesta può tenere documenti o codebase molto lunghi.

• Già compresso. I pesi sono in formato MXFP4, una precisione ridotta di cui Moonshot ha tenuto conto già durante l'addestramento, invece di comprimere il modello solo alla fine. Anche per questo un modello così grande occupa «solo» 1,56 TB.

• Tre motori consigliati. Per farlo girare Moonshot indica vLLM, SGLang e TokenSpeed, ciascuno con una guida dedicata.

I numeri sul coding#

Nella scheda su Hugging Face Moonshot confronta K3.1 Pro con Claude Opus 5.5, GPT-6 Astra e i principali modelli aperti cinesi. I test di programmazione sono stati eseguiti con lo sforzo di ragionamento al massimo e, per K3.1 Pro, dentro Claude Code.

Il quadro, sempre con i numeri di Moonshot, è questo. Sui compiti software lunghi K3.1 Pro è davanti a tutti, Opus compreso. Sul terminale è praticamente alla pari con Opus. Su DeepSWE è appena sotto DeepSeek V4.1 Flash. Sui programmi completi, invece, Claude Opus 5.5 fa più del doppio. Sull'uso del computer, OSWorld V2.1, K3.1 Pro ottiene 79,6 contro 81,8 di Opus.

Al 4 novembre non risultano verifiche indipendenti su questi risultati. Con i pesi pubblici, però, chiunque abbia l'infrastruttura può rifare i test per conto suo.

La licenza, punto per punto#

I pesi escono con la Kimi K3.1-Pro License, una licenza scritta da Moonshot. La base è molto aperta: si può usare, copiare, modificare, distribuire e anche vendere il software gratis, compresi i pesi e le versioni modificate. Le condizioni sono poche.

Per uso interno la licenza intende qualunque uso che non renda disponibili a terzi il software, i suoi risultati o le sue capacità. Per una piccola o media impresa italiana, quindi, le due condizioni restano molto lontane. Il software è fornito «così com'è», senza garanzie.

La scelta sulla cybersicurezza#

Nel blog tecnico Moonshot spiega una scelta fatta proprio per il rilascio dei pesi. Durante l'addestramento ha visto crescere la capacità del modello di trovare e sfruttare vulnerabilità informatiche. Per la versione a pesi aperti ha quindi tolto i dati legati alla cybersicurezza sia da una fase dell'addestramento sia dagli ambienti di apprendimento per rinforzo, tenendo invece i compiti di programmazione generale.

L'effetto è misurato su xdev-bench-hard, un test interno di Moonshot su vulnerabilità reali: la versione senza questi interventi risolveva il 90,5% dei problemi, quella rilasciata l'81,0%. Moonshot scrive che le capacità offensive del modello restano dietro a quelle dei migliori modelli chiusi.

La motivazione dichiarata è che un modello aperto, che gira su server controllati da chi lo usa, permette a molti più team di controllare la sicurezza del codice che mantengono, compresi i sistemi vecchi che raramente ricevono revisioni dedicate.

Scaricarlo o usarlo via API#

Ci sono due strade, molto diverse tra loro.

Sui propri server. Bastano i numeri per capirlo: con 1,56 TB di soli pesi servono server con più GPU: non è un modello da computer portatile. Il vantaggio è il controllo completo su dati e configurazione.

Via API. Il modello è su platform.kimi.ai con il nome kimi-k3.1-pro, più la variante kimi-k3.1-pro-highspeed che secondo Moonshot è da 2 a 3 volte più veloce. L'API è compatibile con i formati di OpenAI e Anthropic e si sblocca dopo una prima ricarica di almeno 1 dollaro. Il prezzo non cambia con la lunghezza del contesto.

import os
from openai import OpenAI

client = OpenAI(api_key=os.environ["MOONSHOT_API_KEY"], base_url="https://api.moonshot.ai/v1")
risposta = client.chat.completions.create(
    model="kimi-k3.1-pro",
    messages=[{"role": "user", "content": "Trova il bug in questa funzione"}],
    reasoning_effort="high",
)

Lo sforzo di ragionamento si regola con reasoning_effort su tre livelli, low, high e max, con max come valore predefinito. La guida ufficiale spiega come collegarlo anche a strumenti per programmatori come Claude Code, Codex, OpenCode e Kimi Code CLI.

I limiti da tenere presenti#

Cosa cambia in pratica per un'azienda#

• Per provarlo, partite dall'API. Con una ricarica minima si confronta K3.1 Pro con il modello che usate oggi, sullo stesso compito, senza dati dei clienti.

• Mettetelo alla prova sul codice vero. Il suo punto forte nei test di Moonshot sono i compiti software lunghi: un refactoring o una serie di bug da sistemare sono un buon banco di prova.

• Valutate l'installazione in casa solo con numeri alla mano. Ha senso quando i dati non possono uscire dall'azienda e l'infrastruttura c'è già, o è giustificata dal volume di lavoro.

• Se i dati devono restare in Europa, cercate chi lo ospita lì. La licenza permette anche ad altri fornitori di offrire il modello: conviene verificare dove si trovano i loro server.

• Leggete la licenza se lo rivendete. Per l'uso interno è libera; per un servizio offerto ai clienti va controllato il testo, anche se le soglie sono molto alte.

Domande frequenti#

Fonti#

• Annuncio di @Kimi_Moonshot su X, 04/11/2026.

• Hugging Face, moonshotai/Kimi-K3.1-Pro, scheda del modello, letta il 04/11/2026.

• Kimi K3.1-Pro License, testo integrale, letto il 04/11/2026.

• Moonshot AI, «Introducing Kimi K3.1 Pro», blog tecnico, letto il 04/11/2026.

• Kimi API, guida rapida a Kimi K3.1 Pro, letta il 04/11/2026.

• Tencent Hy, «Introducing Hy4», pagina ufficiale, 04/11/2026.