Kimi K3, in numeri, aggiornato al 17 luglio 2026:
2,8 trilioni di parametri. Il più grande modello open-weight mai costruito, il 75% più grande di DeepSeek V4 Pro.
896 esperti all'interno dell'architettura. 16 attivati per token.
1.000.000 di token di contesto. Visione nativa. Una modalità di ragionamento, impostata permanentemente al massimo.
3 $ per milione di token in input, 15 $ per milione in output. L'input in cache scende a 0,30 $, e lo stack di servizio di Moonshot mantiene il tasso di cache hit sopra il 90% nelle sessioni di coding.
Nei test di front-end coding indipendenti di Arena, K3 ha superato Claude Fable 5 e GPT-5.6 Sol. Nella classifica testuale più ampia di Arena, si è piazzato davanti a Opus 4.8, costando il 40% in meno per attività.
I pesi completi verranno rilasciati il 27 luglio con una licenza MIT modificata. Il primo modello open di classe 3T della storia.
Moonshot AI, il laboratorio di Pechino che lo ha creato, ha superato i 200 milioni di dollari di fatturato annualizzato lo scorso aprile. Il 16 luglio hanno rilasciato K3 e i mercati hanno avuto il loro secondo momento DeepSeek in 18 mesi.
Questi sono i numeri. Ora la storia dietro di essi, perché i numeri da soli non rendono giustizia a quanto sia strana questa uscita.
Un ritorno che nessuno aveva programmato
Diciotto mesi fa Moonshot sembrava finita. DeepSeek si è mangiata il loro mercato consumer, la loro storia aziendale si è arenata e il marchio Kimi sembrava una nota a piè di pagina nella corsa all'IA cinese. Il fondatore Yang Zhilin, ex ricercatore di Google, ha mantenuto il laboratorio concentrato su una cosa sola: modelli di coding agentici con contesti di dimensioni assurde.
K2 è arrivato nel luglio 2025 come un solido coder open-weight. K2.5 e K2.6 sono seguiti nella primavera del 2026, e ad aprile Artificial Analysis ha classificato K2.6 come il modello open-weight più forte nel loro indice di intelligenza. Rispettabile. Ancora un gradino sotto la frontiera chiusa.
K3 ha chiuso quel gradino. Moonshot ha tempificato il lancio pochi giorni prima della World Artificial Intelligence Conference di Shanghai, e il messaggio sotto i benchmark era chiaro: tre anni di controlli sulle esportazioni di GPU non hanno impedito a un laboratorio di medie dimensioni di Pechino di raggiungere la frontiera e poi consegnare i pesi a chiunque avesse un link per il download.
Anthropic ha accusato Moonshot e altri laboratori cinesi di distillazione su scala industriale, presumibilmente addestrandosi su milioni di scambi con modelli americani di frontiera. Moonshot lo contesta. Entrambe le cose possono essere rilevanti contemporaneamente: la disputa sulla provenienza è reale, così come lo è l'artefatto che sarà su Hugging Face tra 10 giorni.
Cosa comprano realmente 2,8 trilioni di parametri
Il numero headline trae in inganno se lo si legge come pura mole. K3 è un modello sparso Mixture-of-Experts: 896 sotto-reti specializzate, 16 attivate per token. Ottieni la capacità di conoscenza di un modello da 2,8T con il costo di inferenza di qualcosa di molto più piccolo.
Due invenzioni interne guidano il design. Kimi Delta Attention, un meccanismo di attenzione lineare ibrido, è il motivo per cui la finestra di contesto da 1M esiste a un prezzo sostenibile. Attention Residuals, un sostituto drop-in per le connessioni residue standard, è dove Moonshot rivendica guadagni di scaling costanti. Entrambi sono stati pubblicati come ricerca aperta su GitHub prima che il modello fosse spedito, il che ha dato a K3 credibilità tra i ricercatori prima ancora che arrivasse un singolo benchmark.
La traduzione pratica: questo modello legge un intero codebase, un anno di documenti o 50 trascrizioni video in un unico prompt, mantiene tutto nell'attenzione di lavoro e ragiona sull'intera cosa. Pipeline RAG, strategie di chunking, database di embedding, l'intera industria del recupero costruita per compensare le finestre di contesto ridotte, tutto questo diventa opzionale per una classe crescente di attività.
Aggiungi la visione nativa e la superficie di input si allarga ulteriormente. Screenshot, diagrammi, foto di lavagne, grafici. Le vittorie di K3 in Arena sono arrivate specificamente nel front-end coding, la disciplina esatta in cui vedere un design e scrivere il codice per esso vivono nello stesso cervello.
L'economia è la vera arma
Mettiamo da parte i benchmark. La tabella dei prezzi è dove K3 fa danni.
3 $ in input, 15 $ in output mettono K3 al vertice dei prezzi dei laboratori cinesi e a circa la metà del costo per attività di Opus 4.8. Poi la cache riscrive la matematica. A 0,30 $ per milione di token di input in cache con un tasso di hit superiore al 90% in lunghe sessioni di coding, il costo effettivo di input di un agente che continua a rileggere lo stesso repository crolla di circa 4 volte.
Gli agenti a lungo orizzonte vivono e muoiono su questo. Un agente che lavora in un repository per 6 ore rilegge lo stesso contesto migliaia di volte. Con la maggior parte dei modelli di prezzo, questo ciclo ti manda in bancarotta. Con l'economia della cache di K3, costa il prezzo di un pranzo.
Moonshot afferma anche che K3 spende il 21% di token in output in meno rispetto a K2.6 per attività equivalenti. Il loro numero, dalla loro tabella di valutazione, quindi prendilo con le pinze. I tester indipendenti hanno trovato la pressione opposta sul lato piccolo: la modalità di ragionamento massimo sempre attiva ha bruciato 13.241 token di pensiero per un disegno SVG banale, circa 0,25 $ per una singola query usa e getta. K3 non ha una marcia economica. Non puoi chiedergli di pensare di meno.
Il che traccia la linea d'uso onesta. Le attività semplici, ad alto volume e sensibili alla latenza non sono la casa giusta per questo modello. Le sessioni lunghe su contesti enormi, dove la cache assorbe il costo di input e l'attività giustifica il ragionamento massimo, sono dove il prezzo passa da costoso a scorretto.
Il 27 luglio cambia la categoria
Fino ad ora, una regola valeva in tutto il settore: la capacità di frontiera vive dietro un'API. La noleggi, il venditore può riprezzarla, deprecarla o cambiarne silenziosamente il comportamento, e la tua azienda assorbe qualunque cosa accada.
Il 27 luglio i pesi di K3 arrivano con licenza MIT modificata. Scaricalo una volta e nessun laboratorio sulla terra può riprendersi la capacità. Affinalo sul tuo dominio. Eseguilo in aria isolata. Servilo dal tuo hardware. Governi, ospedali, banche e ogni fondatore che ha perso il sonno a causa degli avvisi di deprecazione dei modelli ora ha un backup di classe frontiera che non risponde a nessuno.
Quasi nessuno si auto-ospiterà 2,8 trilioni di parametri. La bolletta hardware per servire un modello di queste dimensioni, anche sparso, è ben oltre la portata degli hobbisti. Questo manca il punto. L'esistenza dei pesi in pubblico limita permanentemente ciò che chiunque può far pagare per modelli chiusi di forza simile, e garantisce un mercato di host di terze parti a buon mercato che competono per servire K3 a margini di commodity. Tu trai beneficio dal rilascio open anche se non scarichi mai un singolo shard.
Cosa costruire con questo mese
Un modello con 1M di contesto, visione nativa, punteggi di coding di frontiera e costi di cache in calo non è un aggiornamento della chat. Ricompensa una forma diversa di lavoro.
Alimentalo con cose intere. Repository interi per la revisione, cartelle di contratti complete per l'audit, una libreria completa di contenuti della concorrenza per lo smontaggio. Tutto ciò che eri solito tagliare a pezzi, smetti di tagliarlo.
Eseguilo a lungo. Il posizionamento ufficiale di K3 sono lunghe sessioni di ingegneria con supervisione minima: naviga nel repository, orchestra gli strumenti del terminale, continua. Metti in coda attività reali di più ore la sera e ispeziona il lavoro finito al mattino, con la cache che mangia il costo di ogni rilettura.
Punta la fotocamera sui problemi. Fai uno screenshot della pagina di destinazione di un concorrente e chiedi la ricostruzione. Fotografa la lavagna e chiedi l'implementazione. La visione più i punteggi di front-end di frontiera rendono lo screen-to-code il territorio di casa del modello.
E tieni una mano sul contatore. Instrada le tue chiamate banali e ad alta frequenza verso un modello piccolo ed economico, perché K3 spenderà volentieri un quarto di dollaro per pensare intensamente a nulla.
La frontiera era un abbonamento. Tra 10 giorni diventa un file. Pianifica di conseguenza.
Grazie per essere arrivato fino a qui.
Analizzo modelli di IA, flussi di lavoro degli agenti e i sistemi che li alimentano, con numeri reali e avvertenze oneste. Se questo è stato utile, un follow significa che l'analisi del rilascio dei pesi del 27 luglio arriverà nel tuo feed il giorno stesso.
