Kimi K3, en números, al 17 de julio de 2026:
2,8 billones de parámetros. El modelo de pesos abiertos más grande jamás construido, un 75% más grande que DeepSeek V4 Pro.
896 expertos dentro de la arquitectura. 16 activos por token.
1,000,000 de tokens de contexto. Visión nativa. Un modo de razonamiento, permanentemente al máximo.
$3 por millón de tokens de entrada, $15 por millón de salida. La entrada en caché baja a $0.30, y el stack de servicio de Moonshot mantiene tasas de acierto de caché por encima del 90% en sesiones de codificación.
En las pruebas independientes de codificación front-end de Arena, K3 venció a Claude Fable 5 y GPT-5.6 Sol. En la clasificación de texto general de Arena, terminó por delante de Opus 4.8 costando un 40% menos por tarea.
Los pesos completos se lanzan el 27 de julio bajo una licencia MIT Modificada. El primer modelo de clase 3T abierto en la historia.
Moonshot AI, el laboratorio de Pekín detrás de esto, superó los $200 millones en ingresos anualizados en abril. El 16 de julio lanzaron K3 y los mercados tuvieron su segundo momento DeepSeek en 18 meses.
Esos son los números. Ahora la historia detrás de ellos, porque los números por sí solos subestiman lo extraño que es este lanzamiento.
Un regreso que nadie tenía en la agenda
Hace dieciocho meses, Moonshot parecía acabado. DeepSeek se comió su mercado de consumo, su historia empresarial se estancó, y la marca Kimi se leía como una nota al pie en la carrera de la IA china. El fundador Yang Zhilin, ex investigador de Google, mantuvo al laboratorio enfocado en una sola cosa: modelos de codificación agentivos con ventanas de contexto absurdas.
K2 llegó en julio de 2025 como un codificador sólido de pesos abiertos. K2.5 y K2.6 siguieron durante la primavera de 2026, y para abril, Artificial Analysis clasificó a K2.6 como el modelo de pesos abiertos más fuerte en su índice de inteligencia. Respetable. Aún un escalón por debajo de la frontera cerrada.
K3 cerró ese escalón. Moonshot programó el lanzamiento días antes de la Conferencia Mundial de Inteligencia Artificial en Shanghái, y el mensaje detrás de los benchmarks fue contundente: tres años de controles de exportación de GPU no impidieron que un laboratorio mediano de Pekín llegara a la frontera y luego entregara los pesos a cualquiera con un enlace de descarga.
Anthropic ha acusado a Moonshot y otros laboratorios chinos de destilación a escala industrial, supuestamente entrenando con millones de intercambios con modelos fronterizos estadounidenses. Moonshot lo niega. Ambas cosas pueden importar a la vez: la disputa sobre la procedencia es real, y también lo es el artefacto que estará en Hugging Face en 10 días.
Qué compran realmente 2,8 billones de parámetros
La cifra principal engaña si la lees como volumen bruto. K3 es un modelo disperso de Mezcla de Expertos: 896 subredes especializadas, 16 activadas por token. Obtienes la capacidad de conocimiento de un modelo de 2.8T con el costo de inferencia de algo mucho más pequeño.
Dos invenciones internas sostienen el diseño. Kimi Delta Attention, un mecanismo de atención lineal híbrido, es la razón por la que existe la ventana de contexto de 1M a un precio que puedes pagar. Attention Residuals, un reemplazo directo para las conexiones residuales estándar, es donde Moonshot afirma obtener ganancias de escalado consistentes. Ambos fueron publicados como investigación abierta en GitHub antes de que el modelo se enviara, lo que le compró a K3 credibilidad entre los investigadores antes de que llegara un solo benchmark.
La traducción práctica: este modelo lee un código base completo, un año de documentos o 50 transcripciones de video en un solo prompt, mantiene todo en atención activa y razona sobre todo ello. Los pipelines de RAG, las estrategias de fragmentación, las bases de datos de embeddings, toda la industria de recuperación construida para compensar las ventanas de contexto pequeñas, todo se vuelve opcional para una clase creciente de tareas.
Agrega visión nativa y la superficie de entrada se amplía aún más. Capturas de pantalla, diagramas, fotos de pizarras, gráficos. Las victorias de K3 en Arena llegaron específicamente en codificación front-end, la disciplina exacta donde ver un diseño y escribir el código para él coexisten en el mismo cerebro.
La economía es el arma real
Deja los benchmarks a un lado. La tabla de precios es donde K3 hace daño.
$3 de entrada, $15 de salida colocan a K3 en la cima de los precios de los laboratorios chinos y aproximadamente a la mitad del costo por tarea de Opus 4.8. Luego, el almacenamiento en caché reescribe las matemáticas. A $0.30 por millón de tokens de entrada en caché con tasas de acierto superiores al 90% en sesiones largas de codificación, el costo efectivo de entrada de un agente que sigue releyendo el mismo repositorio se desploma aproximadamente 4 veces.
Los agentes de horizonte largo viven o mueren en esto. Un agente que trabaja en un repositorio durante 6 horas relee el mismo contexto miles de veces. Bajo la mayoría de los modelos de precios, ese bucle te lleva a la quiebra. Bajo la economía de caché de K3, cuesta el dinero del almuerzo.
Moonshot también afirma que K3 gasta un 21% menos de tokens de salida que K2.6 en tareas equivalentes. Es su número, de su tabla de evaluación, así que tómalo con pinzas. Evaluadores independientes encontraron la presión opuesta en el extremo pequeño: el modo de razonamiento máximo siempre activo quemó 13,241 tokens de pensamiento en un dibujo SVG trivial, unos $0.25 por una consulta desechable. K3 no tiene marcha económica. No puedes pedirle que piense menos.
Lo que traza la línea de uso honesto. Las tareas simples, de alto volumen y sensibles a la latencia son el hogar equivocado para este modelo. Las sesiones largas con contexto masivo, donde el caché absorbe el costo de entrada y la tarea justifica el razonamiento máximo, son donde el precio pasa de caro a injusto.
El 27 de julio cambia la categoría
Hasta ahora, una regla se mantenía en toda la industria: la capacidad de frontera vive detrás de una API. La alquilas, el proveedor puede cambiarle el precio, descontinuarla o modificar su comportamiento silenciosamente, y tu negocio absorbe lo que sea que pase.
El 27 de julio, los pesos de K3 aterrizan bajo MIT Modificado. Descárgalo una vez y ningún laboratorio en la tierra puede quitarte la capacidad. Ajústalo a tu dominio. Ejecútalo en modo aislado. Sírvelo desde tu propio hardware. Gobiernos, hospitales, bancos y todos los fundadores que perdieron el sueño por avisos de descontinuación de modelos ahora tienen un respaldo de clase fronteriza que no le responde a nadie.
Casi nadie alojará por sí mismo 2,8 billones de parámetros. La factura de hardware para servir un modelo de este tamaño, incluso disperso, está muy por encima del alcance de un aficionado. Eso no viene al caso. El hecho de que los pesos existan en público limita permanentemente lo que cualquiera puede cobrar por modelos cerrados de fuerza similar, y garantiza un mercado de hosts externos baratos compitiendo para servir a K3 con márgenes de commodity. Te beneficias del lanzamiento abierto incluso si nunca descargas un solo fragmento.
Qué construir con él este mes
Un modelo con 1M de contexto, visión nativa, puntuaciones de codificación de frontera y costos de caché en caída no es una actualización de chat. Recompensa una forma diferente de trabajo.
Aliméntalo con cosas enteras. Repositorios completos para revisión, carpetas de contratos enteras para auditoría, una biblioteca completa de contenido de la competencia para desglose. Cualquier cosa que solías cortar en trozos, deja de cortarla.
Ejecútalo durante mucho tiempo. El posicionamiento oficial de K3 son sesiones largas de ingeniería con supervisión mínima: navega por el repositorio, orquesta herramientas de terminal, sigue adelante. Pon en cola tareas reales de varias horas por la noche e inspecciona el trabajo terminado por la mañana, con el caché absorbiendo el costo de cada relectura.
Apunta la cámara a los problemas. Captura la página de inicio de un competidor y pide la reconstrucción. Fotografía la pizarra y pide la implementación. La visión combinada con puntuaciones front-end de frontera hace que de pantalla a código sea el terreno natural del modelo.
Y mantén un ojo en el medidor. Dirige tus llamadas triviales y de alta frecuencia a un modelo pequeño y barato, porque K3 gastará felizmente 25 centavos pensando mucho en nada.
La frontera solía ser una suscripción. En 10 días se convierte en un archivo. Planifica como tal.
Gracias por leer hasta aquí.
Analizo modelos de IA, flujos de trabajo de agentes y los sistemas detrás de ellos, con números reales y advertencias honestas. Si esto fue útil, un follow hace que el desglose del lanzamiento de pesos del 27 de julio llegue a tu feed el día que suceda.
