Kimi K3, en números, a 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 activados por token.
1,000,000 tokens de contexto. Visión nativa. Un modo de razonamiento, permanentemente configurado al máximo.
$3 por millón de tokens de entrada, $15 por millón de salida. La entrada en caché baja a $0.30, y la pila de servicio de Moonshot mantiene tasas de acierto de caché superiores al 90% en sesiones de codificación.
En las pruebas independientes de codificación front-end de Arena, K3 superó a Claude Fable 5 y GPT-5.6 Sol. En la clasificación de texto más amplia de Arena, quedó por delante de Opus 4.8 mientras costaba un 40% menos por tarea.
Los pesos completos se publican el 27 de julio bajo una licencia MIT Modificada. Primer modelo abierto de clase 3T 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 solos subestiman lo extraño que es este lanzamiento.
Una remontada que nadie programó
Hace dieciocho meses, Moonshot parecía acabado. DeepSeek se comió su mercado de consumo, su historia empresarial se estancó y la marca Kimi parecía una nota al pie en la carrera de IA de China. El fundador Yang Zhilin, ex investigador de Google, mantuvo al laboratorio enfocado en una cosa: modelos de codificación agentivos con ventanas de contexto absurdas.
K2 llegó en julio de 2025 como un sólido codificador 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 alcanzara 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 lucha por la procedencia es real, y también lo es el artefacto que estará en Hugging Face en 10 días.
Lo que realmente compran 2.8 billones de parámetros
El número destacado engaña si lo lees como volumen bruto. K3 es un modelo de mezcla de expertos disperso: 896 subredes especialistas, 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 soportar. Attention Residuals, un reemplazo directo de las conexiones residuales estándar, es donde Moonshot afirma tener ganancias consistentes de escala. Ambos se publicaron como investigación abierta en GitHub antes de que el modelo se lanzara, lo que le dio credibilidad a K3 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.
Añade visión nativa y la superficie de entrada se amplía de nuevo. 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 viven en el mismo cerebro.
La economía es el arma real
Deja de lado los benchmarks. La tabla de precios es donde K3 hace daño.
$3 de entrada, $15 de salida sitúan a K3 en la cima de los precios de los laboratorios chinos y aproximadamente la mitad del costo por tarea de Opus 4.8. Luego el 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 derrumba aproximadamente 4 veces.
Los agentes de horizonte largo viven y 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 arruina. 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. Su número, de su tabla de evaluación, así que tómalo con pinzas. Probadores 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 sobre contexto masivo, donde el caché absorbe el costo de entrada y la tarea justifica el razonamiento máximo, es 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 fronteriza vive detrás de una API. La alquilas, el vendedor puede cambiarle el precio, desaprobarla o cambiar silenciosamente su comportamiento, y tu negocio absorbe lo que sea que pase.
El 27 de julio los pesos de K3 aterrizan bajo MIT Modificada. Descárgalo una vez y ningún laboratorio en la tierra puede recuperar la capacidad. Ajústalo en 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 desaprobación de modelos ahora tienen una alternativa de clase fronteriza que no 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 lejos del alcance de aficionados. Eso no es el punto. La existencia de los pesos en público limita permanentemente lo que cualquiera puede cobrar por modelos cerrados de fuerza similar, y garantiza un mercado de anfitriones externos baratos compitiendo para servir a K3 con márgenes de producto básico. 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 fronteriza y costos de caché en caída no es una actualización de chat. Recompensa una forma diferente de trabajo.
Aliméntalo con cosas completas. Repositorios enteros para revisión, carpetas de contratos completas para auditoría, una biblioteca completa de contenido de la competencia para desglose. Cualquier cosa que solías cortar en trozos, deja de cortar.
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 más las puntuaciones fronterizas de front-end hacen que de pantalla a código sea el terreno natural del modelo.
Y mantén una mano en el medidor. Dirige tus llamadas triviales y de alta frecuencia a un modelo pequeño y barato, porque K3 gastará felizmente un cuarto pensando mucho en nada.
La frontera solía ser una suscripción. En 10 días se convierte en un archivo. Planifica en consecuencia.
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 te fue útil, un seguimiento significa que el desglose de la publicación de pesos del 27 de julio llegará a tu feed el día que ocurra.
