Kimi K3.1 Pro tem pesos abertos: licença, tamanho e suporte no vLLM e SGLang

A Moonshot AI liberou os pesos do Kimi K3.1 Pro no Hugging Face, no repositório moonshotai/Kimi-K3.1-Pro, que é público e não exige formulário nem pedido de acesso, segundo o AIModeling. Com isso, ela cumpre a promessa feita quando o modelo estreou na API e nos apps da Kimi.

Este texto é para quem roda ou hospeda modelos abertos e precisa de três respostas: o que exatamente vai baixar, sob quais regras de licença e com qual motor de inferência dá para colocar isso de pé.

Do lançamento na API aos pesos abertos: o que aconteceu

O Kimi K3.1 Pro saiu primeiro na API e nos apps da Kimi em 23 de outubro de 2026, com a promessa de abrir os pesos até 4 de novembro, conforme o post oficial da Kimi no X. Cobri esse primeiro movimento no post sobre o lançamento do Kimi K3.1 Pro.

Os pesos foram publicados em 4 de novembro de 2026, dentro do prazo, segundo o AICoder.

Um ponto que evita confusão: o K3.1 Pro não é um modelo treinado do zero. Ele é uma versão pós-treinada do Kimi K3, com muito mais computação de pós-treino e RL conjunto em larga escala em centenas de domínios, segundo o blog técnico da Kimi.

O que vem no repositório do Kimi K3.1 Pro (e quanto espaço ocupa)

O repositório traz 96 arquivos safetensors, somando cerca de 1,56 TB, além do arquivo LICENSE, do código de tokenizer/processor e do model card, de acordo com o DEV Community.

Antes de disparar o download, separe espaço em disco à altura. 1,56 TB não é coisa que cabe em qualquer servidor de teste.

A precisão também importa para dimensionar a infraestrutura. Segundo o DEV Community, citando a receita do vLLM, os experts roteados vêm em MXFP4, enquanto atenção, shared experts e a torre de visão ficam em BF16; o model card descreve os pesos como MXFP4 com ativações MXFP8, obtidos via treinamento ciente de quantização.

Que experts são esses? O K3.1 Pro é um MoE (mixture of experts): tem 2,8T de parâmetros totais, mas só 104B ficam ativos por token. Ele aceita contexto de 1M de tokens e é multimodal, conforme o post oficial da Kimi no X.

Licença do Kimi K3.1 Pro: quando o uso comercial exige acordo com a Moonshot

A licença é própria, chamada Kimi K3.1-Pro License, e não é Apache 2.0 nem MIT, segundo o DEV Community.

Duas cláusulas aparecem nos resumos e pesam para uso comercial:

• Model as a Service: quem opera um negócio de MaaS, terceiros com controle relevante sobre inputs, parâmetros ou treinamento via acesso tipo API, com receita agregada do grupo acima de US$ 20 milhões em quaisquer 12 meses consecutivos precisa de um acordo comercial separado com a Moonshot antes do uso comercial; recursos embutidos para usuário final e o simples repasse de requisições ficam fora dessa definição, segundo o DEV Community.
• Atribuição na interface: produtos comerciais com mais de 100 milhões de usuários ativos mensais ou mais de US$ 20 milhões de receita mensal precisam exibir "Kimi K3.1-Pro" em destaque na UI, segundo o AIModeling.

Tome cuidado: se o seu negócio chega perto desses limites, leia o arquivo LICENSE do próprio repositório antes de colocar qualquer coisa em produção.

Suporte no vLLM e no SGLang desde o primeiro dia

O vLLM suporta o Kimi K3.1 Pro desde o lançamento dos pesos em GPUs NVIDIA, GPUs AMD, Google TPUs e PPUs Zhenwu da Alibaba T-Head, segundo o blog oficial do vLLM.

No mesmo post, o vLLM informa um pico de 37,8 mil tokens/s por GPU na NVIDIA GB300, no extremo de throughput. É número do próprio projeto, então trate como referência de teto, não como o que você vai ver na sua máquina.

Para subir o modelo, o DEV Community resume uma configuração com vLLM na versão 0.34.0 ou mais recente, usando paralelismo tensorial 8 (TP8) em hardware de data center, vale conferir a documentação oficial do vLLM antes de reproduzir comandos específicos.

No SGLang o caminho é outro: existe uma página de cookbook oficial dedicada ao modelo, segundo a documentação do SGLang, e vale seguir as instruções específicas dela em vez de instalar o pacote padrão.

Outro caminho de deploy: llm-d

O llm-d publicou um guia de deploy em TPU e GPU, útil para quem já roda inferência distribuída em Kubernetes.

Sem infraestrutura própria: Ollama Cloud e API da Moonshot

Se você não tem onde colocar 1,56 TB de pesos (nem o PC da Nasa para servir isso), dá para usar o modelo hospedado.

O Kimi K3.1 Pro está disponível no Ollama Cloud, hospedado nos EUA com retenção zero de dados, segundo o Ollama no X.

Na API da Moonshot, o modelo custa US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída, com o ID kimi-k3.1-pro, segundo o AICoder; a API também oferece a variante kimi-k3.1-pro-highspeed, conforme o blog técnico da Kimi.

O que muda para quem roda ou hospeda modelos abertos

Depende muito do seu perfil, então bora separar:

• Self-host para uso interno: dá para baixar direto, sem pedir acesso. A barreira é ter infraestrutura para um checkpoint desse tamanho.
• Provedor de inferência ou fine-tuning: confira se a receita do grupo passa de US$ 20 milhões em 12 meses, porque aí entra o acordo comercial separado.
• Produto grande: verifique a regra de atribuição na UI (mais de 100M de usuários ativos mensais ou mais de US$ 20M de receita por mês).
• Quem só quer usar o modelo: Ollama Cloud ou API resolvem sem dor de cabeça com hardware.

Se você vinha da versão anterior, vale revisar os erros comuns com o Kimi K3 antes de migrar seus fluxos.

Próximo passo

Abra o repositório moonshotai/Kimi-K3.1-Pro e leia o arquivo LICENSE primeiro, para saber se o seu caso cai em alguma das cláusulas comerciais.

Depois escolha o caminho pelo hardware que você tem: vLLM para NVIDIA, AMD ou TPU, o cookbook do SGLang ou o guia do llm-d para deploy distribuído.

Sem esse hardware? Avalie o modelo antes pelo Ollama Cloud ou pela API, e só pense em self-host se o resultado justificar o investimento.

Fontes consultadas

Consulta em 05/11/2026.

• AICoder
• AILog
• DEV Community
• Kimi.ai (post oficial no X)
• Blog oficial do vLLM
• Documentação do SGLang
• Blog do llm-d

Acompanhe os tutoriais do Hora de Codar no YouTube. Se quiser aprofundar o contexto, veja LANÇOU o Kimi K3.1 Pro! O rival barato do Opus 5.5 na prática (teste completo).