Kimi K3 desafía a los modelos cerrados

Un modelo de lenguaje recibió acceso a un entorno de diseño electrónico y trabajó durante cuarenta y ocho horas sin intervención constante. Su tarea era construir un chip capaz de ejecutar una versión pequeña de su propia arquitectura. Al terminar, había diseñado, optimizado y verificado un circuito de cuatro milímetros cuadrados con 1,46 millones de celdas estándar. La prueba ocurrió en simulación, con herramientas abiertas y una biblioteca industrial conocida. No produjo un chip físico, pero completó una cadena de trabajo que exige programación, razonamiento técnico y control de errores durante miles de pasos.

El sistema era Kimi K3, el nuevo modelo insignia de Moonshot AI. La empresa china lo presentó como el primer modelo abierto de la clase de tres billones de parámetros y como su intento más ambicioso de competir en la frontera. La cifra exacta es 2,8 billones, es decir, 2,8 millones de millones de parámetros. También incorpora comprensión visual, una ventana de contexto de un millón de tokens y capacidades orientadas a tareas prolongadas de programación, investigación y producción de documentos.

La noticia circuló con una formulación más contundente: el primer modelo abierto que supera a los modelos de frontera de apenas unas semanas atrás. La frase recoge una parte real de los resultados y omite otra. Kimi K3 vence a Claude Opus 4.8 y GPT‑5.5 en varias pruebas publicadas por Moonshot, pero no los supera en todas. La propia compañía reconoce que su rendimiento general todavía queda por debajo de Claude Fable 5 y GPT‑5.6 Sol, los sistemas cerrados más potentes incluidos en su comparación.

La distinción no reduce la importancia del lanzamiento. Un modelo cuyos pesos serán descargables alcanza resultados que hace poco estaban reservados a laboratorios con sistemas cerrados. Eso permite estudiar la arquitectura, adaptarla y desplegarla fuera de la API oficial, siempre que la licencia final y los recursos técnicos lo permitan. También aumenta la presión sobre los precios y sobre la velocidad con la que los modelos propietarios deben justificar su ventaja.

El tamaño tampoco debe confundirse con el costo de ejecutar todos esos parámetros para cada palabra. Kimi K3 utiliza una arquitectura Mixture of Experts. En lugar de activar toda la red en cada paso, un enrutador selecciona dieciséis expertos entre 896. Los demás permanecen inactivos para ese token. El modelo conserva una enorme capacidad total, pero distribuye el cálculo entre subconjuntos especializados. Moonshot no publicó todavía en su blog la cantidad exacta de parámetros activos por token, de modo que cualquier cifra adicional sería prematura.

Cómo procesa más información sin activar toda la red

Una ventana de contexto de un millón de tokens permite introducir repositorios extensos, numerosos documentos o sesiones de trabajo muy largas. No significa que el modelo recuerde cada detalle con idéntica precisión ni que pueda razonar correctamente sobre todo el contenido. Describe la cantidad máxima de información que el sistema puede recibir dentro de una interacción. La calidad depende de cómo seleccione, conserve y recupere lo relevante.

Kimi K3 intenta resolver ese problema mediante tres decisiones arquitectónicas. Kimi Delta Attention modifica la manera en que el modelo conserva información a lo largo de una secuencia. Attention Residuals cambia el modo en que cada capa recupera representaciones producidas por capas anteriores. Stable LatentMoE organiza la selección de expertos para que una red muy dispersa no concentre el trabajo de forma inestable en unos pocos componentes.

Kimi Delta Attention procede de una línea de investigación anterior de Moonshot. En pruebas con un modelo mucho más pequeño, la arquitectura híbrida Kimi Linear redujo hasta un 75 por ciento el uso de la memoria caché de claves y valores y alcanzó hasta seis veces más velocidad de decodificación en contextos de un millón de tokens frente a la atención completa comparada por sus autores. Esos resultados no pueden trasladarse automáticamente a K3, pero explican por qué la compañía eligió esa base para escalar.

La atención tradicional compara tokens y conserva representaciones previas en una caché que crece con la longitud. Ese crecimiento resulta costoso cuando el contexto alcanza cientos de miles de unidades. KDA combina capas de atención completa con otras que mantienen un estado acotado. En términos sencillos, no guarda cada detalle de la misma manera: resume parte del pasado, actualiza ese resumen y reserva mecanismos más costosos para momentos específicos.

Attention Residuals aborda otra dimensión. Un Transformer profundo pasa la información por muchas capas. Las conexiones residuales convencionales suman las salidas anteriores con pesos fijos, una estrategia eficaz pero propensa a diluir la contribución de cada capa a medida que la profundidad aumenta. El mecanismo de Moonshot permite que una capa atienda selectivamente a representaciones previas. En su variante por bloques, agrupa capas para reducir memoria y comunicación.

La combinación permite sostener sesiones extensas sin recurrir solamente a una red densa gigantesca. Moonshot afirma que la eficiencia global de escalamiento mejora aproximadamente 2,5 veces frente a Kimi K2. La expresión no significa que todas las tareas sean dos veces y media más rápidas ni que el costo de inferencia caiga en esa proporción. Se refiere a la relación observada por la empresa entre cómputo de entrenamiento y capacidad obtenida.

La magnitud del sistema sigue siendo extraordinaria. Moonshot recomienda configuraciones de supernodos con al menos 64 aceleradores para desplegarlo eficientemente. Esa indicación destruye una interpretación cómoda de la palabra abierto: publicar pesos no convierte automáticamente a Kimi K3 en un modelo para una computadora doméstica. La apertura ofrece control y posibilidad de adaptación a organizaciones con infraestructura suficiente, pero el costo físico continúa funcionando como barrera.

Dónde supera a modelos anteriores y dónde no

Los benchmarks de Kimi K3 cubren programación, uso de herramientas, navegación, producción de documentos, razonamiento, visión y automatización. La tabla completa presenta un rendimiento competitivo y desigual. K3 supera a GPT‑5.5 y Claude Opus 4.8 en numerosas tareas, alcanza o rebasa a GPT‑5.6 Sol en algunas, y queda detrás de Claude Fable 5 en buena parte de la evaluación general.

En FrontierSWE, una prueba de resolución de tareas reales de ingeniería de software, K3 obtuvo 81,2 puntos, frente a 71,3 de GPT‑5.6 Sol y 66,7 de Opus 4.8. En SWE Marathon logró 42,0, por encima de 39,0 de GPT‑5.6 Sol y 40,0 de Opus. En BrowseComp, orientado a búsqueda difícil en la web, alcanzó 91,2, algo más que GPT‑5.6 Sol y Fable 5. En Terminal‑Bench 2.1 quedó detrás de ambos modelos más nuevos.

La comparación requiere más cuidado del que sugiere una tabla ordenada. El rendimiento de un modelo agente depende del arnés que le permite usar terminales, herramientas y memoria. Moonshot evaluó K3 con Kimi Code en algunas pruebas, con Claude Code en otras y comparó resultados de GPT obtenidos mediante Codex. Cambiar esa infraestructura puede alterar el puntaje incluso cuando el modelo permanece igual.

La empresa detalla estas diferencias en sus notas metodológicas, algo que mejora la transparencia, pero no elimina el problema. K3 fue evaluado con el máximo esfuerzo de razonamiento. GPT‑5.5 utilizó una configuración denominada xhigh. Fable 5 pudo recurrir a Opus 4.8 cuando sus políticas rechazaban una solicitud en ciertos recorridos. En varios benchmarks los valores pertenecen a laboratorios o tableros independientes; en otros, a evaluaciones internas de Moonshot.

El dato más razonable no es que K3 “gane” una carrera única, sino que entra en el mismo rango operativo. Un modelo anunciado para distribución abierta puede completar tareas prolongadas de ingeniería, manejar herramientas y producir entregables complejos con niveles que ya no quedan claramente separados de los sistemas cerrados. Esa proximidad cambia decisiones empresariales aunque el ganador de cada benchmark varíe.

Los casos demostrativos intentan mostrar capacidad más allá de las preguntas de examen. K3 construyó MiniTriton, un compilador compacto inspirado en Triton, con representación intermedia, optimizaciones y generación de código para GPU. Según Moonshot, el sistema sostuvo el entrenamiento de nanoGPT y obtuvo rendimientos comparables o superiores a herramientas consolidadas en algunas cargas. La empresa también afirma que una versión temprana de K3 realizó gran parte del trabajo de optimización de kernels utilizado durante su propio desarrollo.

En investigación científica, el modelo revisó más de veinte artículos sobre relaciones universales en astrofísica, implementó un flujo numérico, evaluó más de trescientas ecuaciones de estado, detectó inconsistencias y produjo más de tres mil líneas de código junto con un tablero interactivo. Moonshot estima que la tarea tomó unas dos horas, frente a una o dos semanas para un investigador experimentado. La afirmación procede del fabricante y no incluye todavía una evaluación externa de la corrección integral del trabajo.

La creación visual amplía el mismo argumento. K3 puede observar capturas del programa que está construyendo, modificar código y revisar el resultado. Moonshot denomina a ese ciclo “visión dentro del bucle”. El modelo generó juegos tridimensionales, interfaces y experiencias interactivas a partir de conceptos, imágenes o videos. El caso embebido muestra un mundo abierto procedural con terreno, clima, poblado y personajes externos integrados.

También editó un video promocional propio a partir de 56 clips, seleccionó tomas, sincronizó cortes, procesó audio y realizó varias revisiones. Estos ejemplos son más informativos que una conversación de demostración porque exigen mantener objetivos durante mucho tiempo y coordinar diferentes herramientas. Aun así, fueron seleccionados por Moonshot entre sus mejores resultados. No permiten estimar cuántos intentos fallaron ni qué intervención humana se necesitó antes de obtener la versión mostrada.

Un modelo abierto que todavía no puede descargarse

Kimi K3 está disponible desde el lanzamiento en la web y las aplicaciones de Kimi, Kimi Work, Kimi Code y la API. El acceso comercial es inmediato. La publicación de los pesos completos fue prometida para el 27 de julio, junto con detalles destinados a socios de inferencia y mantenedores de herramientas abiertas. El informe técnico sobre arquitectura, entrenamiento y evaluaciones también quedó anunciado para una fecha posterior.

La diferencia entre acceso público, pesos abiertos y código abierto importa. Un modelo disponible por API puede usarse sin conocer ni controlar su interior. Un modelo de pesos abiertos permite descargar los parámetros entrenados, pero puede estar sujeto a restricciones de licencia y no revelar los datos o el código completo de entrenamiento. “Código abierto” implica condiciones más amplias que no deberían atribuirse antes de leer la licencia efectiva.

En el momento del anuncio, la organización oficial de Moonshot en Hugging Face todavía mostraba Kimi K2.7 Code, K2.6 y K2.5 como modelos recientes, pero no un repositorio verificable de K3. Esa ausencia coincide con el calendario declarado por la compañía. El tuit de DotCSV acierta al señalar la dirección del lanzamiento, aunque adelanta como hecho consumado una apertura que Moonshot programó para once días después.

El precio oficial es agresivo para un sistema de esa escala, en especial cuando la caché alcanza tasas elevadas en trabajos de programación repetitivos. Sin embargo, una ventana de un millón de tokens puede convertir una sola solicitud extensa en un costo significativo. El precio por token tampoco mide el costo total de una tarea agente, que puede ejecutar cientos de pasos, llamar herramientas, repetir análisis y generar grandes volúmenes de salida.

El despliegue propio enfrenta otra economía. Descargar pesos elimina la dependencia de la tarifa del proveedor, pero exige almacenamiento, aceleradores, interconexión rápida, software compatible y personal capaz de operar una arquitectura nueva. La recomendación de 64 aceleradores sitúa la versión completa fuera del alcance de la mayoría de universidades, medios, pequeñas empresas y usuarios individuales. Las cuantizaciones o versiones reducidas podrían ampliar el acceso, pero todavía no forman parte verificable del lanzamiento.

La proactividad es una advertencia especialmente importante. Un agente capaz de trabajar durante horas puede ahorrar supervisión, pero también alejarse del encargo antes de que una persona detecte el desvío. Mejor rendimiento en tareas largas no equivale a mayor obediencia. Las organizaciones necesitarán permisos mínimos, puntos de confirmación, registros de acciones y entornos aislados cuando K3 opere sobre código o datos sensibles.

El significado geopolítico del lanzamiento tampoco depende de proclamar un vencedor. Moonshot muestra que un laboratorio chino puede escalar una arquitectura propia, competir en programación y agentes, ofrecer precios bajos y comprometerse a publicar los pesos. Ese patrón reduce el tiempo durante el cual los laboratorios estadounidenses conservan una ventaja exclusiva y convierte la apertura en una herramienta de difusión técnica, influencia y adopción.

El juicio definitivo debe esperar al 27 de julio, al informe técnico y a evaluaciones independientes. Si Moonshot cumple el calendario y los archivos reproducen el sistema anunciado, Kimi K3 será un lanzamiento decisivo. No porque haya derrotado a todos los modelos de frontera, sino porque demuestra que el rendimiento de esa frontera puede dejar de pertenecer exclusivamente a quienes mantienen sus modelos cerrados.