TL;DR:
- Moonshot AI lanzó Kimi K3 el 16 de julio de 2026: 2.8 billones de parámetros, visión nativa y una ventana de contexto de un millón de tokens.
- Su API cobra 3 dólares por millón de tokens de entrada y 15 de salida, 40% por debajo de la tarifa oficial de Claude Opus 4.8.
- Los pesos completos no se publican hasta el 27 de julio, así que nadie fuera de Moonshot puede auditar todavía la tabla de resultados.
Moonshot AI lanzó este jueves 16 de julio de 2026 Kimi K3, un modelo de 2.8 billones de parámetros (millones de millones) que la compañía china presenta como el primer abierto de clase 3T. Ya corre en kimi.com, en la app móvil, en Kimi Work, en Kimi Code y en su API, con visión nativa y una ventana de contexto de un millón de tokens. Falta lo que de verdad lo vuelve abierto: los pesos completos se publican a más tardar el 27 de julio de 2026. En la tabla de resultados que difundió Moonshot, K3 le gana a Claude Opus 4.8 en casi todas las pruebas y se queda por debajo de Claude Fable 5 y GPT 5.6 Sol, algo que la propia empresa reconoce en su anuncio. La API cobra 3 dólares por millón de tokens de entrada y 15 de salida.
El tamaño es el argumento de portada y Moonshot no se anduvo con rodeos: dice que K3 es el primer modelo abierto que alcanza los 2.8 billones de parámetros y que, durante nueve de los últimos doce meses, sus modelos han marcado el techo de tamaño entre los abiertos. Eso no significa que los 2.8 billones trabajen a la vez. La arquitectura Stable LatentMoE activa 16 de 896 expertos, así que solo una rebanada del modelo se enciende con cada token.
Debajo hay dos piezas de casa: Kimi Delta Attention, que ordena cómo fluye la información a lo largo de secuencias muy largas, y Attention Residuals, que recupera representaciones de distintas profundidades en lugar de apilarlas todas por igual. Con ellas, la compañía calcula una mejora cercana a 2.5 veces en eficiencia de escalamiento frente a Kimi K2. Es su propia cuenta, hecha sobre datos que nadie más ha podido revisar.
La tabla la corrió Moonshot, y no todos los modelos usaron el mismo software
En el comparativo que acompaña al anuncio, K3 le gana a Opus 4.8 en casi todas las filas y hasta se cuela arriba de Fable 5 en varias:
- En Terminal Bench 2.1 marca 88.3, contra 84.6 de Opus 4.8 y de Fable 5, y 88.8 de GPT 5.6 Sol.
- En SWE Marathon saca 42.0, la cifra más alta de la tabla, por encima de los 39.0 de GPT 5.6 Sol y los 35.0 de Fable 5.
- En BrowseComp llega a 91.2 y vuelve a encabezar.
- En FrontierSWE se queda en 81.2 frente a los 86.6 de Fable 5.
- En HLE-Full, la prueba de conocimiento más dura del grupo, cae a 43.5 y ahí sí queda detrás de Fable 5, con 53.3, y del propio Opus 4.8, con 49.8.
La letra chica vive en las notas al pie. No todos los modelos corrieron con el mismo software de agente encima: KimiCode, Claude Code o Codex, según la prueba. Y la columna de Fable 5 trae su propia advertencia: bajo Claude Code, las peticiones que ese modelo rechaza por su política de uso caen automáticamente en Opus 4.8, de modo que parte de esos números no salió del modelo que encabeza la columna. El reporte de Implicator.ai firmado por Marcus Schuler lo apunta sin adornos: el material del lanzamiento no incluye una medición independiente de K3 bajo un mismo montaje controlado.
El precio es el movimiento más agresivo del anuncio
La API de Kimi K3 cobra 3 dólares por millón de tokens de entrada, 15 por millón de salida y 30 centavos cuando la entrada pega en caché. La tarifa oficial de Claude Opus 4.8 es de 5 dólares de entrada, 25 de salida y 50 centavos por lectura de caché. La resta sale idéntica en las tres columnas: Kimi K3 cuesta 40% menos. Contra Claude Fable 5, el modelo más capaz de Anthropic entre los de disponibilidad general, el hueco se abre todavía más: 10 y 50 dólares, más del triple en la parte cara del recibo.
Esos 3 y 15 dólares tienen un gemelo exacto en el catálogo de Anthropic: es justo lo que la empresa cobrará por Claude Sonnet 5, su gama media, a partir del 1 de septiembre de 2026, cuando venza el precio introductorio de 2 y 10. Moonshot le puso a su modelo de 2.8 billones de parámetros la tarifa de un modelo intermedio estadounidense, y le sumó el argumento que Anthropic no ofrece: los pesos.
El movimiento venía cantado. El Financial Times, citado por PYMNTS, reportó antes del lanzamiento que Moonshot preparaba un modelo de entre 2 y 3 billones de parámetros y que la comparación pone en duda el supuesto de que los modelos chinos de frontera van entre 8 y 12 meses atrás de los estadounidenses. Ese mismo reporte coloca las estimaciones de la industria para Opus 4.8 entre 1.5 y 2 billones de parámetros, una cifra que Anthropic nunca ha publicado, y ubica a Moonshot negociando una valuación cercana a los 31,500 millones de dólares.
Alejandro Castillo Leone
Abierto no quiere decir que lo puedas correr
Conviene bajarle a la expectativa antes del 27 de julio. Moonshot recomienda desplegar K3 en configuraciones de supernodo con 64 aceleradores o más. Traducido: un modelo de 2.8 billones de parámetros no cabe en el clúster de una pyme ni en la máquina de un desarrollador independiente, por públicos que sean los pesos. Para casi cualquiera, la puerta de entrada seguirá siendo la API de Moonshot o la de algún proveedor que lo hospede.
Lo que sí cambia con los pesos públicos es otra cosa, y los lectores hispanohablantes ya la vivieron en carne propia. El 12 de junio de 2026 el gobierno de Estados Unidos, citando facultades de seguridad nacional, emitió una directiva de control de exportaciones que ordenó a Anthropic suspender el acceso a Fable 5 y a Mythos 5 para cualquier persona extranjera, dentro o fuera del país. Como no había manera de verificar la nacionalidad en tiempo real, Anthropic apagó los dos modelos para todos sus clientes y dijo públicamente que veía la medida como un malentendido. El Departamento de Comercio levantó los controles el 30 de junio y Fable 5 regresó el 1 de julio. Fueron más de dos semanas sin el modelo más capaz de Anthropic, y la definición que decidía quién quedaba fuera era la nacionalidad. A un modelo cuyos pesos ya están descargados no se le puede hacer eso.
Moonshot también publicó su propia lista de fallas
El anuncio cierra con unos límites que casi ningún laboratorio pone por escrito. K3 se vuelve inestable si el software de agente no le devuelve todo su historial de razonamiento, así que cambiar de modelo a media sesión es mala idea. Peca de proactivo: ante una instrucción ambigua tiende a tomar decisiones por su cuenta, y Moonshot sugiere amarrarlo con reglas explícitas en el prompt de sistema o en el archivo AGENTS.md. La tercera es la más honesta de todas: la compañía admite un hueco notorio de experiencia de uso frente a Fable 5 y GPT 5.6 Sol.
Los primeros en probarlo apuntan al mismo lado. La cuenta HCPTangHY, citada por Implicator.ai, reportó pocos errores graves y buena capacidad de programación, pero también rachas de razonamiento por encima de los 1,000 segundos; es la medición de un solo desarrollador en su propio entorno, no una prueba representativa. Días antes, TestingCatalog había enfrentado en Arena un checkpoint anónimo, presuntamente K3, contra Fable 5 en un mismo encargo: Fable terminó más rápido y con componentes de interfaz más sólidos, mientras que el candidato a K3 entregó la construcción visual más elaborada.
El 27 de julio es la fecha que importa. Ese día, si Moonshot cumple, cualquier laboratorio del planeta podrá abrir el modelo, medirlo con sus propias pruebas y decir si la tabla se sostiene. Mientras tanto, lo único del anuncio que ya se puede verificar es el recibo: 3 y 15 dólares contra 5 y 25 de Opus 4.8. Para un equipo que paga su API en dólares desde Ciudad de México, Madrid o Bogotá, esa resta se nota en la factura de este mes, con o sin árbitro para los benchmarks.
