Moonshot AI ha lanzado Kimi K3, el modelo de pesos abiertos más grande hasta la fecha con 2.8 billones de parámetros. Destaca por superar a otros modelos en programación de frontend y capacidades agénticas, aunque sigue por detrás de GPT y Claude en rendimiento general. Se espera la publicación de sus pesos completos el 27 de julio.




Moonshot AI, con sede en Pekín, ha lanzado Kimi K3, un modelo de 2,8 billones de parámetros que la empresa describe en su blog técnico como el primer sistema de clase 3T abierto del mundo y el modelo de IA de pesos abiertos más grande hasta la fecha. Moonshot afirmó que K3 todavía se encuentra detrás de Claude Fable 5 de Anthropic y GPT 5.6 Sol de OpenAI en rendimiento general, pero superó a todos los demás modelos en la suite de evaluación de la empresa, incluidos Claude Opus 4.8 y GPT 5.5, en los benchmarks de codificación y agentes. El modelo tiene una ventana de contexto de 1 millón de tokens, visión nativa y activa solo 16 de sus 896 expertos por token, aproximadamente el 1,8% del total. Los pesos completos se publicarán el 27 de julio.

Arena clasificó a K3 en el primer lugar en su evaluación de Frontend Code con 1.679 puntos, superando a Fable 5, en pruebas ciegas de desarrolladores. El precio de la API es de 0,30 $ por millón de tokens de entrada con acierto de caché, 3 $ por millón en fallos de caché y 15 $ por millón de tokens de salida. Kimi K2 se lanzó hace un año a 0,60 $ por millón de tokens de entrada, por lo que el coste de entrada de K3 sin caché es cinco veces mayor.

Grandes noticias: Kimi-K3 de @Kimi_Moonshot es ahora el #1 en el Frontend Code Arena con 1679 pts, superando a Claude Fable 5. Este es un salto de 17 posiciones desde Kimi-k2.6 (#18 -> #1). En Frontend, Kimi-K3 se clasificó en el #1 en 6 de 7 dominios: Marca y Marketing, Diseño basado en referencias, Datos y Analítica... https://t.co/YDN3BufGkC pic.twitter.com/Oa6teaQnWp 16 de julio de 2026

Moonshot afirma una mejora de aproximadamente 2,5 veces en la eficiencia de escalado respecto a Kimi K2, atribuida a dos cambios arquitectónicos: Kimi Delta Attention, un esquema de atención lineal híbrido, y Attention Residuals, que cambian la forma en que la información se mueve entre capas. El entrenamiento consciente de la cuantización comienza en la etapa de ajuste fino supervisado, utilizando pesos MXFP4 y activaciones MXFP8, una combinación que Moonshot eligió para una amplia compatibilidad de hardware. Los analistas de Bank of America liderados por Alex Liu dijeron en una nota citada por CNBC que K3 demuestra que el preentrenamiento a gran escala más el trabajo arquitectónico aún pueden proporcionar ganancias disruptivas para los modelos chinos insignia a pesar de las restricciones de computación.

El benchmark de optimización de kernel de Moonshot se ejecutó en la H200 de Nvidia y en lo que el blog identifica solo como una "GPGPU de un proveedor alternativo", que la empresa no nombró. MiniTriton, un compilador similar a Triton que K3 construyó desde cero, se compara con Triton en una Nvidia L20, la tarjeta basada en Ada recortada que se vende en China bajo las reglas de exportación de EE. UU. Moonshot recomienda servir K3 en supernodos de 64 o más aceleradores, manteniendo el tráfico experto-paralelo dentro de un único dominio de gran ancho de banda. El blog no indica dónde se encuentra el hardware H200; el Congreso aprobó un proyecto de ley en enero para cerrar la laguna del alquiler de nubes en el extranjero que daba a las empresas chinas acceso remoto a aceleradores restringidos.

En un estudio de caso, K3 dedicó una única ejecución autónoma de 48 horas a diseñar un chip de inferencia simulado para un nano modelo construido sobre su propia arquitectura, utilizando herramientas EDA de código abierto y la biblioteca Nangate 45nm. El diseño cerró el tiempo a 100 MHz dentro de 4mm cuadrados, empaquetó 1,46 millones de celdas estándar y una matriz MAC INT4, y mantuvo más de 8.700 tokens por segundo de decodificación simulada.


En este momento, cada cifra publicada de K3 es una afirmación hecha por Moonshot —informada o extraída del acceso a la API— y no puede ser verificada hasta que los pesos se hagan públicos el 27 de julio. Anthropic acusó a Moonshot en febrero de utilizar 3,4 millones de intercambios de Claude para entrenar sus modelos mediante destilación, y K3 ahora rinde en los benchmarks a pocos puntos de los modelos mencionados en esa denuncia.


Fuente:
TomsHardware