¿Qué es Kimi K3? El flagship abierto 2.8T de Moonshot

Moonshot AI lanzó Kimi K3 el 16 de julio de 2026, llamándolo “el primer modelo abierto de clase 3T del mundo”. Esta es una gran afirmación, así que separemos el marketing de la ingeniería. K3 es un modelo Mixture-of-Experts de 2.8 billones de parámetros con una ventana de contexto de 1 millón de tokens, una pila de atención innovadora y una hoja de precios dirigida directamente a los equipos de codificación. Entró en funcionamiento el mismo día en Kimi.com, Kimi Work, Kimi Code y la API de Kimi, con la promesa de liberar los pesos completos para el 27 de julio de 2026. Esta guía es el centro para todo lo que necesita para evaluarlo: qué es, cómo está construido, cuánto cuesta, dónde se clasifica y quién debería usarlo realmente.

TL;DR: ¿qué es Kimi K3?

Kimi K3 es el modelo de lenguaje grande insignia de Moonshot AI, lanzado el 16 de julio de 2026. Utiliza un diseño Mixture-of-Experts de 2.8 billones de parámetros que activa 16 de 896 expertos por token, ofrece una ventana de contexto de 1,048,576 tokens (1M) y se sirve a través del ID de modelo de API kimi-k3. El precio es de $0.30 por millón de tokens de entrada con acierto de caché, $3.00 por millón de tokens de entrada con fallo de caché y $15.00 por millón de tokens de salida. En el índice independiente Artificial Analysis Intelligence Index, obtiene una puntuación de 57 y se clasifica como el #4 de 189 modelos. La propia publicación de lanzamiento de Moonshot dice que K3 todavía va por detrás de Claude Fable 5 y GPT-5.6 Sol, por lo que es mejor considerarlo como el modelo abierto más fuerte cerca de la frontera, no la frontera en sí misma. Se esperan los pesos completos abiertos alrededor del 27 de julio de 2026.

Por qué Kimi K3 importa ahora mismo

Cada pocos meses, un laboratorio chino lanza un modelo que redefine las expectativas de lo que se puede ejecutar sin un contrato de API propietario. Kimi K3 es ese modelo para mediados de 2026. El titular no es la supremacía pura en los benchmarks. Es la combinación de una calidad cercana a la frontera, un precio agresivo por acierto de caché y la promesa de liberar los pesos completos dentro de los once días posteriores al lanzamiento. Si esa promesa se cumple, K3 se convierte en el modelo más capaz que se puede autoalojar, lo que cambia las cuentas para cualquiera que compare una factura de API con un clúster de GPU.

Si construye con APIs de LLM, la pregunta práctica es simple: ¿puede apuntar su cliente existente estilo OpenAI a kimi-k3 y obtener una salida útil sin reescribir su pila? La respuesta es sí, porque Moonshot ofrece una API compatible con el SDK de OpenAI. Esto también significa que puede probar y depurar las llamadas a K3 en las herramientas que ya utiliza. Apidog trata cualquier endpoint compatible con OpenAI como una solicitud de primera clase, por lo que puede enviar una finalización de chat en streaming a kimi-k3, inspeccionar los eventos enviados por el servidor token por token y ver cómo se resuelven las llamadas a herramientas antes de integrar el modelo en código de producción.

Esta publicación es el pilar para el clúster más amplio de Kimi K3. Para análisis más profundos, salte a la guía de API de Kimi K3, el desglose de precios de Kimi K3 o el análisis de benchmarks de Kimi K3. Aquí, cubrimos el panorama completo.

La identidad: el modelo más capaz de Moonshot

Moonshot AI posiciona a K3 como “nuestro modelo más capaz”, un paso adelante de la línea Kimi K2 que muchos desarrolladores ya conocen. Si ha utilizado Kimi K2 o el Kimi K2.7 Code, enfocado en la codificación, K3 es la próxima generación de ese linaje, reconstruido desde la capa de atención. La afirmación que más llama la atención es “el primer modelo abierto de clase 3T del mundo”. Dos palabras en esa frase importan.

“Abierto” es un hecho de futuro cercano, no uno del día del lanzamiento. En el lanzamiento, K3 está disponible a través de productos alojados y la API de pago, y Moonshot se comprometió a liberar “los pesos completos del modelo para el 27 de julio de 2026”. Así que, si está planificando un despliegue local, trate el acceso abierto como un evento programado aproximadamente una semana y media después del lanzamiento, no algo que pueda descargar el primer día.

“Clase 3T” se refiere a la escala. Con 2.8 billones de parámetros totales, K3 se sitúa en la misma categoría de peso que los sistemas propietarios más grandes, aunque solo una fracción de esos parámetros se activa en cualquier token dado. Esa activación dispersa es lo que mantiene la inferencia asequible, y es la razón por la que el precio se ve como se ve.

Arquitectura: qué hay de nuevo bajo el capó

K3 no es una copia más grande de K2. Moonshot reconstruyó el núcleo con varias técnicas nombradas, y las elecciones de diseño explican tanto las ganancias de calidad como los números de rendimiento.

• Atención Kimi Delta (KDA). Este es un mecanismo de atención lineal híbrido que Moonshot describe como una base eficiente para escalar la atención. La atención de estilo lineal mantiene el crecimiento de la memoria y el cómputo bajo control a medida que aumentan las longitudes de contexto, lo que hace que una ventana de 1M de tokens sea práctica en lugar de teórica.
• Residuos de Atención (AttnRes). Moonshot presenta esto como un reemplazo directo para las conexiones residuales estándar. El objetivo declarado es recuperar selectivamente representaciones a lo largo de la profundidad de la red, de modo que la información de las capas anteriores permanezca accesible más profundamente en la pila. En términos sencillos, ayuda al modelo a retener el contexto en lugar de diluirlo capa por capa.
• LatentMoE Estable. Esta es la capa de enrutamiento de Mixture-of-Experts, y es donde reside la historia de "2.8T total, pequeña activación". K3 tiene 896 expertos y activa 16 de ellos por token, utilizando lo que Moonshot llama Balanceo Cuantil para mantener el enrutamiento estable durante el entrenamiento. La activación dispersa significa que el modelo puede transportar billones de parámetros de conocimiento mientras solo paga el costo computacional de una red mucho más pequeña en el momento de la inferencia.

Moonshot también hace referencia a componentes de soporte que incluyen Muón por Cabeza, una Unidad de Tangente Sigmoide (SiTU) y MLA Gated, además de pesos MXFP4 con activaciones MXFP8 para la cuantificación.

Especificaciones de Kimi K3 de un vistazo

Aquí está el resumen para guardar. Cada cifra a continuación proviene de la publicación de lanzamiento de Moonshot o del listado independiente de Artificial Analysis.

Esa tabla es la respuesta rápida para la mayoría de las búsquedas de "verificación de especificaciones". Para un modelo de costos línea por línea contra su propio volumen de tokens, la guía de precios de Kimi K3 hace los cálculos.

La ventana de contexto de 1M, y por qué el precio por acierto de caché es la verdadera historia

Una ventana de contexto de 1,048,576 tokens permite incluir una base de código completa, un extenso corpus de investigación o una transcripción de varias horas dentro de una única instrucción. Esto es lo mínimo esperado en la frontera actual, pero la forma en que K3 valora el contexto largo es lo que lo hace interesante para cargas de trabajo reales.

Mire de nuevo el precio de entrada: $0.30 por millón de tokens con acierto de caché frente a $3.00 con fallo de caché. Esa es una brecha de 10x. Se informa que la pila de inferencia de Moonshot, que llama inferencia desagregada Mooncake, ofrece una tasa de aciertos de caché superior al 90% en cargas de trabajo de codificación. Si su patrón de uso reutiliza un gran contexto compartido, una instrucción de sistema larga, un gran árbol de archivos, un bloque de instrucciones fijo, la mayoría de sus tokens de entrada se facturarán a la tarifa económica. Para bucles de codificación agenciales que reenvían el mismo contexto de repositorio en cada paso, esa diferencia se acumula rápidamente. Esta es la palanca que hace que K3 sea competitivo en costo, aunque su precio de salida por token se sitúe en el territorio normal de la frontera.

La compensación se manifiesta en la velocidad. Artificial Analysis midió K3 en aproximadamente 62 tokens por segundo de salida, por debajo de la mediana de 72.7 para modelos de razonamiento en su nivel de precios. El tiempo hasta el primer token es de alrededor de 1.99 segundos, lo que es un poco mejor que la mediana del nivel. Así, K3 es un modelo de "pensar mucho, transmitir constantemente" en lugar de uno rápido, y su configuración de razonamiento predeterminada se inclina hacia el máximo esfuerzo de pensamiento. Si la latencia importa más que la profundidad para su caso de uso, compárelo con un nivel más rápido antes de comprometerse.

Posicionamiento honesto: fuerte, abierto, no la frontera absoluta

Esta es la parte de la historia que muchos artículos de lanzamiento omiten. Moonshot mismo trazó la línea claramente. El blog oficial de lanzamiento de Kimi K3 afirma que, si bien K3 “todavía se queda atrás de los modelos propietarios más potentes, Claude Fable 5 y GPT 5.6 Sol”, “demostró un rendimiento a nivel de frontera en nuestro conjunto de evaluación”. Lea eso dos veces, porque es una rara muestra de sinceridad por parte de un proveedor de modelos.

Los números independientes respaldan el matiz. En el Índice de Inteligencia de Artificial Analysis, K3 obtiene una puntuación de 57 y se clasifica como el #4 de 189 modelos. Ese índice combina nueve evaluaciones que cubren tareas de agente, codificación, ciencia y razonamiento, por lo que una posición entre los cinco primeros es una señal genuina, no una selección arbitraria. Pero el #4 también significa que hay tres modelos por delante, y Moonshot nombra a dos de ellos.

Entonces, ¿cómo debería enmarcar a K3? Es el modelo de código abierto más fuerte cerca de la frontera, y uno de los modelos más capaces que puede ejecutar sin un contrato propietario una vez que se liberen los pesos. No es el mejor modelo del mundo, y no debería comercializarlo de esa manera a sus partes interesadas. Si necesita el límite absoluto en una tarea de razonamiento difícil, la frontera cerrada sigue ganando. Si necesita una calidad cercana a la frontera con un camino abierto y un precio efectivo bajo, K3 es un contendiente serio. Para una comparación directa sobre cómo se sitúa frente a los líderes cerrados, consulte Kimi K3 vs Claude Opus 4.8 y Kimi K3 vs GPT-5.6 Sol.

Dónde puede usar Kimi K3 hoy

K3 se lanzó en toda la superficie de productos de Moonshot el primer día. Aquí está la matriz de disponibilidad.

Si trabaja en la terminal, Kimi Code es el punto de entrada del agente de codificación; nuestro tutorial de CLI de Kimi Code cubre el patrón de configuración de la era K2, y el flujo de K3 es similar. Si desea comparar el comportamiento de codificación con el campeón anterior de ese linaje, Kimi K3 vs Kimi K2.7 Code es la comparación directa. Y si prefiere no pagar mientras evalúa, cómo usar Kimi K3 gratis cubre las rutas sin costo.

Capacidades que expone la API

Para los desarrolladores, el modelo es solo la mitad de la historia. La superficie de la API decide lo que puede construir. El endpoint de K3 soporta las características que esperaría de un modelo agencial serio:

• Almacenamiento en caché de contexto (el mecanismo detrás de esa tarifa de $0.30 por acierto de caché)
• Llamadas a herramientas y restricciones de elección de herramientas
• Modo JSON y salida estructurada
• Modo parcial para finalizaciones controladas
• Búsqueda en internet
• Carga dinámica de herramientas
• Esfuerzo de razonamiento configurable, incluyendo una configuración “máxima”

Ese conjunto de características significa que K3 se integra en frameworks de agentes, pipelines de extracción estructurada y aplicaciones de llamada a funciones sin necesidad de manejo especial. La URL base sigue el patrón establecido por Moonshot, el endpoint Kimi compatible con OpenAI (confirme la URL base exacta en platform.kimi.ai antes de codificarla, ya que la consola se trasladó al nuevo dominio en el lanzamiento). Apunte su cliente OpenAI a ese endpoint, configure el modelo a kimi-k3, y su código existente de finalizaciones de chat y llamadas a herramientas debería funcionar. El recorrido completo de solicitud y respuesta se encuentra en la guía de API de Kimi K3.

Probando kimi-k3 antes de implementarlo

Aquí es donde una especificación de modelo se convierte en una integración funcional. Antes de integrar kimi-k3 en un bucle de agente, querrá ver exactamente lo que devuelve el endpoint: cómo se transmiten los tokens, si las llamadas a herramientas se activan con la forma que espera y cómo se comporta el modelo con el máximo esfuerzo de razonamiento. Ese es un trabajo de prueba de API, no de ingeniería de prompts.

Aquí es donde Apidog se gana su lugar en el flujo de trabajo. Debido a que K3 habla el protocolo OpenAI, puede agregar su endpoint de finalizaciones de chat como una solicitud en Apidog, almacenar su clave como una variable de entorno para que nunca termine en una colección compartida, y realizar una llamada con stream: true. Apidog renderiza el flujo de eventos enviados por el servidor para que pueda leer los fragmentos delta a medida que llegan, lo cual es la forma más rápida de confirmar que su analizador de streaming manejará la salida de K3. Cuando envía una solicitud con herramientas definidas, puede inspeccionar la carga útil exacta de tool_calls que devuelve el modelo y validar los argumentos contra su esquema antes de que se ejecute una sola línea de código de agente.

Preguntas frecuentes

• ¿Qué es Kimi K3? Kimi K3 es el modelo de lenguaje grande insignia de Moonshot AI, lanzado el 16 de julio de 2026. Es un modelo Mixture-of-Experts de 2.8 billones de parámetros con una ventana de contexto de 1M de tokens, servido a través del ID de modelo de API kimi-k3 y los productos para consumidores y desarrolladores de Moonshot. Moonshot lo describe como “el primer modelo abierto de clase 3T del mundo”.
• ¿Cuántos parámetros tiene Kimi K3? K3 tiene 2.8 billones de parámetros totales y utiliza un enrutamiento Mixture-of-Experts que activa 16 de 896 expertos por token. Moonshot no ha publicado un recuento exacto de parámetros activos, así que evite citar una cifra específica de miles de millones activos como un hecho. El número preciso que publicaron es “16 de 896 expertos”.
• ¿Cuánto cuesta la API de Kimi K3? El precio es de $0.30 por millón de tokens de entrada con acierto de caché, $3.00 por millón de tokens de entrada con fallo de caché y $15.00 por millón de tokens de salida. Se informa que la inferencia Mooncake de Moonshot alcanza una tasa de aciertos de caché superior al 90% en cargas de trabajo de codificación, por lo que los costos de entrada efectivos son bajos en tareas repetitivas y con mucho contexto. El modelo completo se encuentra en el desglose de precios.
• ¿Es Kimi K3 de código abierto? No el día del lanzamiento. Moonshot se comprometió a liberar los pesos completos del modelo para el 27 de julio de 2026. Hasta entonces, se accede a K3 a través de los productos alojados y la API de pago. Después de que se liberen los pesos, podrá autoalojarlo, lo cual es la base para la descripción de “clase 3T abierta”.
• ¿Es Kimi K3 mejor que Claude Fable 5 o GPT-5.6 Sol? No, y Moonshot lo dice directamente. La publicación de lanzamiento afirma que K3 “todavía se queda atrás de los modelos propietarios más potentes, Claude Fable 5 y GPT 5.6 Sol”, al tiempo que califica su rendimiento como de nivel de frontera. En el Índice de Inteligencia de Artificial Analysis, obtiene una puntuación de 57 y se clasifica como el #4 de 189, por lo que está cerca de la cima pero no es el primero.
• ¿Puedo usar Kimi K3 con el SDK de OpenAI? Sí. La API de Moonshot es compatible con el SDK de OpenAI. Apunte su cliente al endpoint Kimi compatible con OpenAI (confirme la URL base exacta en platform.kimi.ai), configure el modelo a kimi-k3, y su código existente de finalizaciones de chat y llamadas a herramientas debería funcionar. Puede verificar las formas de solicitud y respuesta en Apidog antes de integrarlo en su aplicación.
• ¿Qué tan rápido es Kimi K3? Artificial Analysis midió aproximadamente 62 tokens de salida por segundo, por debajo de la mediana del nivel de precios de 72.7, con un tiempo hasta el primer token cercano a 1.99 segundos. K3 prefiere la profundidad a la velocidad, y su configuración de razonamiento predeterminada utiliza el máximo esfuerzo de pensamiento. Compárelo con un modelo más rápido si la latencia es su limitación.
• ¿Cómo se compara Kimi K3 con Kimi K2.7 Code? K3 es el modelo insignia de próxima generación por encima de la línea K2, con una pila de atención reconstruida y aproximadamente 2.5 veces mejor eficiencia de escalado que K2, según Moonshot. K2.7 Code sigue siendo una opción fuerte específica para codificación. La comparación directa se encuentra en Kimi K3 vs Kimi K2.7 Code.