La startup china Moonshot AI, respaldada por Alibaba, lanzó el 16 de julio Kimi K3, el modelo open-weight más grande conocido hasta la fecha: 2,8 billones de parámetros (trillions en inglés), contexto de 1 millón de tokens y entrada nativa de texto e imágenes.
La compañía lo presenta como «el primer sistema abierto de clase 3T» y prometió publicar los pesos el 27 de julio. Mientras tanto, el modelo ya está disponible vía la API propia de Moonshot.
Un MoE que activa 16 de 896 expertos
K3 usa una arquitectura Mixture-of-Experts (MoE) que activa 16 de sus 896 expertos por token. Es decir: aunque el modelo completo pesa 2,8 billones de parámetros, solo una fracción se usa en cada paso de inferencia.
El modelo es multimodal nativo en la entrada (texto e imágenes) y genera solo texto. Según Artificial Analysis, además mejoró la eficiencia de tokens: completó su Intelligence Index usando 132 millones de tokens de salida, un 21% menos que su antecesor K2.6.
Benchmarks: primero en frontend, tercero en tareas agénticas
Los números que más ruido hicieron son los de código. K3 quedó primero en Frontend Code Arena con 1.679 puntos, por encima de Claude Fable 5 (1.631), GPT-5.6 Sol (1.618) y GLM-5.2 (1.587).
En otras mediciones independientes de Artificial Analysis, el modelo también quedó muy arriba:
- Tercero en GDPval-AA v2 (tareas de trabajo profesional) con un Elo de 1.668, por encima de Claude Opus 4.8 y GPT-5.5.
- Tercero en el Intelligence Index con 57 puntos, un nivel comparable a Opus 4.8.
- Primero en AutomationBench-AA con 53%.
Los benchmarks propios de Moonshot muestran a K3 ganándole en general a Opus 4.8 y GPT-5.5, pero todavía por debajo de Claude Fable 5 y GPT-5.6 Sol en capacidad general. Simon Willison notó además que, a diferencia de sus competidores, K3 tiene un solo nivel de esfuerzo de razonamiento, y tiende a gastar muchos tokens pensando.
Precio: se termina la IA china regalada
La API cuesta 3 dólares por millón de tokens de entrada y 15 de salida (con caché de entrada a 0,30). Es el modelo más caro publicado por un laboratorio chino hasta ahora.
Aun así, la economía por tarea le juega a favor: en el índice de Artificial Analysis, K3 promedia 0,94 dólares por tarea, contra 1,04 de GPT-5.6 Sol y 1,80 de Opus 4.8. Aproximadamente la mitad del costo del modelo de Anthropic, con resultados comparables en varias mediciones.
La escalada open-weight china
El lanzamiento no llega en el vacío. La misma semana, Xi Jinping comprometió públicamente al ecosistema de IA chino con el «open source y la difusión global» en la World AI Conference.
Alibaba anunció en paralelo Qwen 3.8 (2,4 billones de parámetros, con pesos abiertos prometidos) y ya circula un preview de DeepSeek V4. La presión sobre los laboratorios de frontera de EE.UU. (OpenAI, Anthropic, Google) es directa: modelos abiertos, cada vez más cerca en capacidad y más baratos por tarea.
Como resumió el investigador Nathan Lambert: «Moonshot AI está peleando mano a mano con Anthropic y OpenAI con muchísimos menos recursos».
¿Cambia la ecuación para los equipos de acá?
Si los pesos llegan el 27 de julio como está prometido, cualquier organización con GPU suficiente (o un proveedor de inferencia) va a poder correr un modelo de clase frontera sin depender de una API cerrada.
¿Evaluarían un modelo open-weight chino para cargas productivas, o el origen del modelo sigue pesando más que el benchmark? Te leemos en los comentarios.
Fuentes
- Simon Willison — Kimi K3, and what we can still learn from the pelican benchmark
- Artificial Analysis — Kimi K3 achieves #3 in the Artificial Analysis Intelligence Index
- Interconnects (Nathan Lambert) — Kimi K3: The open-weights escalation
- Tom’s Hardware — China’s 2.8-trillion-parameter Kimi K3 beats Claude Fable 5 in Frontend Code Arena benchmark
