Kimi K3: Moonshot AI lanza el primer modelo abierto de clase 3 billones de parámetros y se acerca a los líderes de EE. UU.

La startup china Moonshot AI lanzó el 16 de julio de 2026 Kimi K3, al que describe como el primer modelo abierto de clase 3 billones de parámetros. Con 2,8 billones de parámetros, visión nativa y una ventana de contexto de 1 millón de tokens, es el mayor modelo de pesos abiertos publicado hasta la fecha. La compañía, de apenas unos 300 empleados, lo construyó con una fracción del cómputo que manejan los laboratorios de Estados Unidos.

¿Qué es Kimi K3 y qué lo hace distinto?

Kimi K3 combina una arquitectura propia (Kimi Delta Attention y Attention Residuals) con un esquema de mezcla de expertos que activa 16 de 896 expertos mediante Stable LatentMoE. Según Moonshot, ese diseño rinde cerca de 2,5 veces más eficiencia de escalado que su modelo anterior, Kimi K2. El resultado es un modelo pensado para tareas largas de programación, trabajo de conocimiento y razonamiento, capaz de sostener sesiones autónomas extensas y de operar sobre repositorios grandes con poca supervisión humana.

¿Kimi K3 supera a Claude y GPT?

El propio Moonshot reconoce que su rendimiento general todavía queda por debajo de los dos modelos propietarios más potentes, Claude Fable 5 y GPT-5.6 Sol. Sin embargo, iguala o supera a Claude Opus 4.8 en varias pruebas y lidera evaluaciones independientes de código frontend. Investigadores externos quedaron sorprendidos: Michiel Bakker, del MIT y Google DeepMind, lo calificó de insanely good y señaló que sus resultados difícilmente se explican solo por destilación. Dean W. Ball, estratega de OpenAI, lo llamó un very good model.

¿Cuánto cuesta usar Kimi K3?

En la API oficial, Kimi K3 cuesta 0,30 dólares por millón de tokens de entrada con caché, 3 dólares por millón de tokens de entrada sin caché y 15 dólares por millón de tokens de salida. Según Artificial Analysis, el costo promedio por tarea ronda los 0,94 dólares, frente a 1,04 de GPT-5.6 Sol y 1,80 de Claude Opus 4.8. Es decir, un rendimiento cercano al de los líderes a aproximadamente la mitad del costo por tarea que Opus. Ya está disponible en Kimi.com, Kimi Work, Kimi Code y la API, y los pesos completos se liberarán el 27 de julio de 2026.

¿Por qué importa el auge de los modelos abiertos en Chile y Latinoamérica?

Para los equipos comerciales y de tecnología en Chile y Latinoamérica, un modelo abierto de nivel casi frontera a la mitad del costo cambia la ecuación de presupuesto. Baja el piso de precio de toda la categoría y abre la opción de correr modelos de pesos abiertos en infraestructura propia, con mayor control sobre los datos. El costo del cómputo para servir un modelo de 2,8 billones de parámetros sigue siendo alto, pero la tendencia de fondo es clara: cada trimestre hay más capacidad por dólar.

Análisis de Revenue Hub

El patrón es estructural, no anecdótico: desde DeepSeek, cada modelo abierto chino que se acerca a la frontera vuelve a comprimir los precios de la IA de alto nivel. Para un líder comercial B2B en Chile o Latinoamérica, la lectura no es adoptar Kimi K3 mañana, sino dejar de pagar tarifa premium por tareas que un modelo más barato ya resuelve bien. La decisión concreta es segmentar el uso: reservar los modelos frontera (Fable 5, GPT-5.6 Sol) para el trabajo de mayor valor y mover borradores, resúmenes, soporte y código rutinario a modelos abiertos o de menor costo.

El riesgo de quedarse quieto es doble. Por un lado, se paga de más por capacidad que no se aprovecha. Por otro, la ventaja competitiva ya no está en tener acceso al mejor modelo, sino en el proceso que lo rodea: datos limpios, flujos de trabajo bien definidos y gobernanza. Ese es el terreno donde una operación de ingresos ordenada marca la diferencia. Revisa nuestro blog y la sección de IA en ventas para seguir cómo esta guerra de precios se traduce en decisiones de stack.