Kimi K3 bate a GPT-5.6 Sol en IA agéntica y abre sus pesos el 27 de julio

El modelo que acaba de superar al buque insignia de OpenAI en el benchmark que más importa para el trabajo de codificación y conocimiento a largo plazo ya está disponible hoy a través de API. No es de OpenAI, Google ni Anthropic. Kimi K3 es el último lanzamiento de Moonshot AI, una startup de Pekín conocida principalmente por el chatbot Kimi, y es el modelo de lenguaje de pesos abiertos más grande jamás lanzado: 2,8 billones de parámetros totales en una arquitectura dispersa que mantiene los costes bajos al activar solo una fracción de ellos por solicitud.

En AA-Briefcase — la evaluación agentiva de Artificial Analysis diseñada para simular trabajo de conocimiento real en lugar de problemas de libro de texto — Kimi K3 obtuvo una puntuación de 1.527, situándose en segundo lugar solo por detrás de Claude Fable 5 Max con 1.587 y superando a GPT-5.6 Sol Max con 1.495. En el benchmark más amplio GDPval-AA, el modelo ocupa el tercer puesto con 1.687, por detrás de Fable 5 Max (1.815) y GPT-5.6 Sol Max (1.747,8). La brecha de rendimiento entre el primero y el segundo en el benchmark agentivo es más estrecha que la brecha entre el segundo y el quinto.

La diferencia de precios es más difícil de ignorar que los rankings del benchmark. Kimi K3 cobra 3 $ por millón de tokens de entrada no almacenados en caché y 15 $ por millón de tokens de salida. Claude Opus 4.8 cobra 5 $ por millón de entrada y 25 $ por millón de salida. Para equipos que ejecutan flujos de trabajo agentivos de alto volumen, Moonshot informa de tasas de acierto de caché superiores al 90% en cargas de trabajo de codificación, lo que reduce el coste efectivo de entrada a 0,30 $ por millón de tokens, una cifra que cambia la economía de desplegar IA de clase frontera a escala.

Dos innovaciones arquitectónicas sustentan el modelo. Kimi Delta Attention es un mecanismo de atención lineal híbrido que, según la compañía, permite una decodificación 6,3 veces más rápida en contextos de un millón de tokens en comparación con la atención estándar. Attention Residuals se describe como un sustituto directo de las conexiones residuales estándar que ofrece mejoras de rendimiento consistentes a medida que el modelo escala. La ventana de contexto de 1 millón de tokens —suficiente para contener aproximadamente diez novelas completas de una vez— está operativa y funcional, no es una especificación teórica.

Existe una distinción entre «disponible hoy» y «código abierto» que es relevante aquí. Kimi K3 es accesible ahora a través de la API y la aplicación Kimi, lo que significa que las solicitudes pasan por los servidores de Moonshot. Los pesos reales del modelo —los parámetros entrenados que permitirían a cualquiera desplegarlo en su propia infraestructura— aún no son públicos. Moonshot planea liberarlos el 27 de julio bajo una licencia MIT modificada, los mismos términos aplicados al modelo K2 anterior. Para la mayoría de los desarrolladores, la API es lo que necesitan; para las organizaciones con requisitos de soberanía de datos o cumplimiento normativo, la liberación de los pesos es la fecha relevante.

El soporte multimodal nativo cubre entrada de texto, imágenes y vídeo dentro de la misma llamada a la API. El recuento total de parámetros de 2,8 billones del modelo se refiere al conjunto completo de parámetros de MoE dispersa; el recuento de parámetros activos por paso forward es considerablemente menor, que es como Moonshot mantiene bajos los costes de inferencia. Ejecutar el modelo completo localmente requeriría hardware mucho más potente que una estación de trabajo de consumo. Lo que los pesos abiertos permitirán es el despliegue en infraestructura a escala empresarial sin enrutar datos a través de una API de propiedad china.

La liberación de los pesos el 27 de julio determinará cuánto de la ventaja en el benchmark sobrevive en el despliegue real. Cuando Moonshot lanzó K2 en términos abiertos comparables, la adopción por parte de los desarrolladores avanzó más rápido de lo que la empresa esperaba, en parte porque la combinación de rendimiento casi de frontera y la licencia estilo MIT eliminó la fricción legal para los equipos que necesitaban ambas cosas. K3 es una apuesta más grande por la misma estrategia.

Etiquetas: GPT-5.6, modelos de IA, IA local, IA open-source, Kimi K3, Moonshot AI