Kimi K3 es el modelo abierto más grande jamás creado. Pero aún no es el mejor.

Kimi K3 es el modelo abierto más grande hasta ahora, con 2,8 billones de parámetros, construido por Moonshot AI con una arquitectura de atención novedosa y una ventana de contexto de 1 millón de tokens. Pero un número destaca más en su tabla de benchmarks: el rendimiento general todavía está por detrás de Claude Fable 5 y GPT 5.6 Sol, y Claude Opus 5 igualó recientemente el rendimiento de Fable a la mitad del costo, según los resultados de benchmarks de Claude Opus 5. Esa brecha importa, no porque K3 sea débil (no lo es), sino porque complica la narrativa de que los modelos abiertos se están poniendo al día.

Dónde gana K3

K3 lidera en varios benchmarks individuales. En SWE Marathon, obtiene un 59,7, superando el 57,4 de Claude Fable 5 y el 56,5 de GPT 5.6 Sol. En Terminal-Bench 2.1, K3 alcanza un 45,8, venciendo a todos los rivales propietarios. La variante de contexto 1M de BrowseComp le da un 89,5, nuevamente por encima de la competencia, como confirma un desglose benchmark por benchmark. Estas puntuaciones señalan fortalezas reales en codificación de largo plazo, uso autónomo de herramientas e investigación web profunda. En tareas agénticas que exigen razonamiento sostenido e interacción con entornos, K3 a menudo lidera, reflejando avances en cómo los modelos manejan la interacción sostenida, un área donde técnicas como la destilación SEED han mostrado promesa.

Pero en benchmarks integrales como DeepSWE, Program Bench y KCB 2.0, K3 se sitúa detrás de los mejores modelos propietarios por varios puntos, un patrón consistente con la observación de que incluso los mejores agentes obtienen un 49% en tareas de clasificación complejas, como lo muestra el benchmark HSCodeComp. El panorama general es una dispersión de victorias y derrotas, no una victoria clara.

Lo que nos dice la arquitectura

La historia técnica de K3 es más interesante que los números principales. Kimi Delta Attention y Attention Residuals son innovaciones genuinas diseñadas para manejar redes profundas y secuencias largas sin la degradación habitual. Stable LatentMoE activa 16 de 896 expertos, y los métodos de entrenamiento (Quantile Balancing, Per-Head Muon, entrenamiento consciente de cuantización con MXFP4) abordan problemas reales de escalado que los grandes modelos anteriores sufrieron duramente. Estos son avances de ingeniería que podrían filtrarse a otros proyectos de código abierto, incluso si K3 en sí no encabeza todos los rankings.

El precio como estrategia

Moonshot AI está fijando precios agresivos. La API de Kimi cobra $0.30 por millón de tokens para entrada con acierto de caché, $3.00 para entrada sin acierto de caché y $15.00 para salida. Esto subcotiza los niveles comparables de Anthropic y OpenAI. La empresa afirma una tasa de acierto de caché superior al 90% en cargas de trabajo de codificación, gracias a la arquitectura de inferencia desagregada de Mooncake. El precio se basa en una inferencia eficiente, un enfoque de trabajos recientes como el de Together AI sobre matemáticas de inferencia abierta. Combinado con el lanzamiento de pesos abiertos programado para el 27 de julio de 2026, el precio hace que K3 sea atractivo para organizaciones que desean un modelo de 2,8 billones de parámetros que puedan inspeccionar y alojar por sí mismas.

Lo que significa para la frontera del código abierto

Al campo se le ha vendido una narrativa: los modelos abiertos se están poniendo al día. K3 desafía esa historia de frente. Es el modelo abierto más grande por un amplio margen, pero no supera consistentemente a modelos con menos parámetros pero mejores datos y post-entrenamiento. Esto sugiere que la brecha no es solo de cómputo. La curación de datos, las técnicas de alineación y los pipelines de entrenamiento propietarios siguen dando a los modelos cerrados una ventaja que la escala bruta no puede borrar. La narrativa se complica aún más por el hecho de que la demanda de modelos abiertos se está disparando, con Ollama suspendiendo su plan premium debido al tráfico, y una coalición de 41 empresas argumentando que la IA de pesos abiertos es la mejor apuesta de Estados Unidos. Mientras tanto, los modelos de código abierto de Oriente están erosionando la ventaja de EE.UU., como se observa en la tendencia desde Oriente.

K3 es un logro serio. Demuestra que los modelos abiertos pueden alcanzar una escala de clase 3T y seguir funcionando de manera confiable, una hazaña de ingeniería no trivial. Pero los resultados de los benchmarks también advierten contra asumir que el número de parámetros es un proxy de la inteligencia. La frontera es más que un número.