Um Modelo Aberto Acaba de Superar Claude Opus 4.8 em Todos os Benchmarks Moonshot Publicados

Em 16 de julho de 2026, um laboratório chinês publicou um modelo que superou o Claude Opus 4.8 em todos os benchmarks que seus próprios criadores escolheram exibir. Em seguida, anunciou que os pesos estariam disponíveis para download onze dias depois. Se você ainda está pagando 5 dólares por milhão de tokens de entrada e 25 por tokens de saída a um fornecedor fechado, você tem permissão para ficar com raiva. Não do fornecedor. Da história que lhe venderam, aquela onde a fronteira é uma fortaleza e o fosso é permanente. O Kimi K3 acabou de atravessá-lo de sandálias.

TL;DR: o que era para ser impossível acabou de acontecer

Um modelo de peso aberto da Moonshot AI, com 2,8 trilhões de parâmetros e um milhão de tokens de contexto, superou o Claude Opus 4.8 em todos os cinco benchmarks publicados pela Moonshot e empatou em três a dois com o GPT-5.6 Sol. Ele custa uma fração de ambos. Os pesos completos serão tornados públicos por volta de 27 de julho de 2026, o que significa que você poderá executar IA de ponta em hardware que você controla. Os números são da própria Moonshot e ainda não foram reproduzidos de forma independente, então verifique antes de tatuá-los em qualquer lugar. Mas a direção não está em dúvida, e a direção é o que deveria manter as equipes de precificação incumbentes acordadas à noite.

As provas, porque a raiva sem evidências é apenas barulho

Aqui está a tabela de lançamento publicada pela Moonshot, com a configuração máxima de raciocínio. Estes são números executados pelo fornecedor, o que importa, e voltaremos a isso. Mas são os números que a Moonshot escolheu defender no dia do lançamento.

Leia essa coluna por coluna e deixe a informação assentar. Contra o Claude Opus 4.8, um modelo precificado a 5 dólares de entrada e 25 dólares de saída por milhão de tokens, o Kimi K3 vence em todas as linhas. Não são vitórias apertadas. No DeepSWE, a métrica de codificação agentiva mais difícil do conjunto, é 67.5 contra 59.0. Contra o Claude Fable 5, a atual fronteira da Anthropic, o K3 vence em quatro das cinco. Contra o GPT-5.6 Sol, ele vence em três. Você pode obter a fonte completa na postagem oficial de lançamento do Kimi K3 e a versão com tags de origem em nossa análise de benchmarks do Kimi K3.

Agora a desconfortável pergunta de acompanhamento. Se um modelo aberto supera o seu pago no próprio território do pago, o que exatamente você está pagando?

A diferença de preço não é um erro de arredondamento, é o argumento inteiro

Vamos fazer a matemática que ninguém em uma apresentação de vendas fará por você. O Kimi K3 cobra 0,30 dólares por milhão de tokens em um acerto de cache, 3,00 em uma falha de cache e 15,00 pela saída. O Opus 4.8 cobra 5,00 e 25,00. Em uma carga de trabalho de codificação onde a pilha Mooncake da Moonshot reporta uma taxa de acerto de cache acima de 90 por cento, seu custo de entrada real se aproxima desse número de 0,30.

Então, no lado da entrada, você está olhando para um modelo que pode ser mais de quinze vezes mais barato de alimentar. No lado da saída, são 15 dólares contra 25. E ele pontua mais alto nos benchmarks publicados pelo vizinho do modelo caro. Execute o mesmo trabalho de um milhão de tokens mil vezes por dia e a diferença deixa de ser um item de linha e começa a ser uma decisão de contratação. Nós detalhamos o modelo de custo completo na análise de preços do Kimi K3, mas você não precisa da planilha para sentir isso.

Os laboratórios fechados dirão que o prêmio compra confiabilidade, ferramentas de segurança e um relacionamento de suporte. Parte disso é real, e chegaremos a isso. Mas seja honesto consigo mesmo sobre o quanto desse prêmio sempre foi sobre o custo da inferência, e o quanto foi sobre o simples fato de você não ter para onde ir.

O fosso foi alugado, e o contrato de locação terminou

Aqui está a frase que deve recontextualizar toda a conversa. Por volta de 27 de julho de 2026, a Moonshot lança os pesos completos.

Pense no que isso significa. Todo modelo de fronteira fechado é um serviço que você aluga. Você envia seus dados, aceita os limites de taxa, herda o roteiro e paga o pedágio porque a alternativa era um modelo aberto muito mais fraco. Essa troca era defensável quando pesos abertos significavam abrir mão de duas camadas de qualidade. Não é defensável quando pesos abertos significam abrir mão de quase nada.

Quando os pesos do K3 forem lançados, um banco regulamentado poderá executá-lo dentro de suas próprias instalações. Uma startup pode ajustá-lo em seus próprios dados. Um pesquisador em um país que a API não atende pode fazer o download de qualquer forma. Nenhum fornecedor pode limitar sua taxa, depreciar seu modelo sem o seu consentimento ou mudar os termos no próximo trimestre. Se você já teve um recurso de produção quebrado porque um provedor desativou um modelo, você já entende por que "os pesos rodam em nosso hardware" não é um "ter algo bom". É o ponto principal. Nosso guia sobre como usar o Kimi K3 gratuitamente detalha o caminho do auto-hospedagem quando os pesos forem lançados.

O fosso nunca foi o modelo. O fosso era a ausência de uma alternativa. O K3 é a alternativa.

Os controles de exportação deveriam impedir exatamente isso

Por dois anos, a tese confortável em São Francisco era que a computação é o destino. Restrinja os chips, restrinja a fronteira, e a liderança se acumula para sempre. O Kimi K3 é um modelo de 2,8 trilhões de parâmetros, o maior modelo de peso aberto a sair da China, e está trocando golpes com o que há de melhor que os laboratórios mais bem financiados da Terra podem oferecer.

Você não precisa ter uma opinião sobre política comercial para notar que a premissa acabou de ser quebrada. A resposta de engenharia interessante para uma restrição de computação não é desistir. É inventar uma solução para ela, que é exatamente o que a arquitetura do K3 parece: Kimi Delta Attention, um design híbrido de atenção linear, e Stable LatentMoE que ativa 16 de 896 especialistas por token, tudo com o objetivo de fazer mais com menos. A restrição não impediu que a fronteira fosse alcançada pelo outro lado. Isso, sem dúvida, afiou a faca.

Antes de você rescindir seu contrato com a Anthropic, leia esta parte

Um artigo "caça-cliques" que mente para você é inútil, então é aqui que eu tomo o outro lado, porque a versão honesta é mais útil do que a crítica.

Primeiro, estes são números da própria Moonshot. Um laboratório publica os conjuntos onde parece bom. Ninguém reproduziu independentemente os resultados de codificação do K3 ainda, e os benchmarks de agentes variam muito com andaimes e lógica de repetição. Trate a tabela como direcional até que uma parte neutra a execute novamente.

Segundo, a própria Moonshot diz que o K3 "ainda fica atrás dos modelos proprietários mais poderosos, Claude Fable 5 e GPT-5.6 Sol." Leia isso em relação à tabela e algo interessante surge: mesmo nos benchmarks que a Moonshot escolheu, o K3 supera o Fable 5 em quatro de cinco, mas a empresa ainda afirma que ele fica atrás no geral. Ou a Moonshot está se segurando, ou o placar publicado é a parte mais lisonjeira e a verdadeira lacuna reside nas métricas que não foram mostradas, muito provavelmente o raciocínio mais difícil e a longa cauda de casos extremos. No DeepSWE, a linha de codificação mais difícil, o K3 perde para Sol e Fable 5. Isso não é insignificante. A comparação Kimi K3 vs GPT-5.6 Sol investiga exatamente onde a fronteira ainda se destaca.

Terceiro, pesos abertos não são gratuitos para rodar. Um modelo de mistura de especialistas com 2,8 trilhões de parâmetros precisa de aceleradores sérios antes de você servir um único token. Para a maioria das equipes, "auto-hospedável" é uma opção estratégica, não a implantação da próxima terça-feira.

Quarto, o K3 é mais lento. A Artificial Analysis o marca perto de 62 tokens de saída por segundo, abaixo da média para sua categoria, e o sinaliza como prolixo, o que inflaciona silenciosamente essa conta de saída de 15 dólares. E os modelos da Anthropic carregam um histórico de produção mais longo em trabalhos agentivos difíceis que algumas equipes continuarão pagando até que os números do K3 sobrevivam ao contato com o mundo real.

Nada disso muda a manchete. Pelo contrário, a intensifica. A afirmação nunca foi que o K3 é o melhor modelo do mundo. A afirmação é que a diferença entre o melhor modelo fechado e o melhor modelo aberto diminuiu a ponto de preço, controle e abertura decidirem a compra, e não a capacidade bruta. Essa é a revolução. É mais silenciosa que um gráfico de benchmark e muito mais cara para os incumbentes.

O que realmente mudou em 16 de julho

Tire o calor da discussão e aqui está a mudança estrutural. Pela primeira vez, o principal modelo de peso aberto é um substituto genuíno para um modelo fechado de ponta na maioria dos trabalhos reais, e ele supera esse modelo fechado em preço por uma ampla margem, e seus pesos estão prestes a se tornar públicos. Esses três fatos nunca foram verdadeiros ao mesmo tempo antes. Quando são verdadeiros ao mesmo tempo, o poder de precificação dos laboratórios fechados deixa de ser uma lei da natureza e começa a ser uma negociação.

Isso não significa que os laboratórios fechados morrerão. Fable 5 e GPT-5.6 Sol ainda mantêm o topo da curva, e muitas equipes pagarão pelo teto, pelas ferramentas e pelo relacionamento com o fornecedor. Isso significa que o piso acabou de subir muito, e tudo o que era precificado contra o piso antigo agora está superfaturado até que se prove o contrário. Se seu orçamento de IA foi construído com a premissa de que a qualidade próxima à fronteira custa preços de fronteira, essa premissa expirou esta semana.

Quem deve ficar nervoso e quem não deve

Seja específico sobre quem isso ameaça. As pessoas que devem suar são aquelas cuja proposta inteira era a escassez. Se sua precificação assume que os clientes não têm alternativa comparável, o K3 acabou de construir a alternativa e está prestes a distribuir o projeto. Se você revende tokens de modelos fechados com uma margem de lucro, sua margem agora compete com um modelo que é mais barato na fonte e auto-hospedável em onze dias. Se o único fosso do seu produto era o acesso a um bom modelo, isso nunca foi um fosso, e agora todos podem vê-lo.

As pessoas que devem ficar calmas são aquelas que construíram algo real em cima do modelo: o sistema de avaliação, os dados, o fluxo de trabalho, a engenharia de confiabilidade e o bom senso. Um modelo mais barato e mais aberto não apaga nada disso. Apenas torna mais barato executá-lo. Isso é um sinal de que é uma mudança genuína, não apenas um lançamento. Ele reprecifica os perdedores e oferece um desconto aos vencedores. Compare a matemática completa de preços com o que você paga hoje e você saberá em qual grupo você está.

Teste você mesmo, não acredite na Moonshot nem em mim

A resposta correta a uma tabela de benchmark polêmica não é acreditar nela nem descartá-la. É executar sua própria avaliação em sua própria carga de trabalho, porque o único benchmark que paga suas contas é aquele feito com seu próprio tráfego.

O Kimi K3 expõe uma API compatível com OpenAI, então você pode apontar um cliente API como o Apidog para o endpoint `kimi-k3` e disparar seus prompts reais nele em uma tarde. Envie a mesma requisição para `kimi-k3` e para o que você paga hoje, depois compare as saídas, a latência e o custo do token lado a lado. Inspecione a resposta de streaming, depure as chamadas de ferramentas, armazene sua chave como uma variável de ambiente e salve tudo como um teste repetível para que você esteja medindo, não apenas "sentindo". Se você nunca conectou um endpoint de modelo bruto a uma ferramenta de teste antes, nosso guia sobre testar APIs sem Postman aborda o padrão, e baixe o Apidog se quiser acompanhar.

Faça isso uma vez e o argumento deixa de ser ideológico. Você terá sua própria tabela, construída a partir do seu próprio trabalho, e saberá em um dia se o modelo sobre o qual todos estão gritando pertence à sua pilha ou não. Para a comparação direta completa contra o modelo que a maioria das pessoas está pagando demais, leia Kimi K3 vs Claude Opus 4.8.

Conclusão

O Kimi K3 não é o melhor modelo do mundo, e qualquer um que lhe diga que é tem uma agenda. O que ele é, é o momento em que o preço da fronteira e a localização da fronteira se descolaram. Um modelo aberto superou um modelo fechado de 25 dólares nos benchmarks vizinhos desse fornecedor fechado, a uma fração do custo, e está prestes a ser baixável por qualquer um com o hardware para executá-lo.

Você pode continuar pagando o preço antigo. Apenas faça isso porque você escolheu depois de testar a alternativa, não porque presumiu que não havia uma. Agora há uma. Seu nome é Kimi K3, e os laboratórios que passaram dois anos dizendo que o fosso era permanente são os que parecem mais nervosos hoje.

FAQ

O Kimi K3 é realmente melhor que o Claude Opus 4.8? Em todos os cinco benchmarks que a Moonshot publicou no lançamento, sim, incluindo DeepSWE com 67,5 contra 59,0. Esses são números executados pelo fornecedor, não reproduzidos independentemente, então verifique em sua própria carga de trabalho. As vantagens restantes do Opus 4.8 são seu histórico de produção e as garantias do fornecedor gerenciado, não os resultados dos benchmarks.

Quanto mais barato é o Kimi K3? O K3 custa 0,30 dólares por milhão de tokens em um acerto de cache, 3,00 em uma falha, e 15,00 para saída, contra 5,00 e 25,00 do Opus 4.8. Em cargas de trabalho de codificação com uso intenso de cache, o lado da entrada pode ser mais de quinze vezes mais barato. Veja a análise de preços do Kimi K3 para a matemática completa.

O Kimi K3 é realmente de código aberto? A Moonshot afirma que os pesos completos serão lançados por volta de 27 de julho de 2026, o que o torna um modelo de peso aberto (open-weight), e não de código aberto (open-source) no sentido estrito da licença. Até então, ele está disponível apenas via API e aplicativo. Fique de olho na postagem oficial de lançamento e na página da Moonshot no Hugging Face para o lançamento.

Qual é a pegadinha? Três delas. Os benchmarks são da própria Moonshot até que um laboratório neutro os execute novamente, o K3 fica atrás do Fable 5 e do Sol no raciocínio mais difícil, segundo a própria admissão da Moonshot, e rodar um modelo de 2,8 trilhões de parâmetros por conta própria requer hardware sério. A revolução é a diminuição da diferença, não uma vitória avassaladora.

Como posso experimentar o Kimi K3 hoje? Use-o no aplicativo Kimi ou através da API com o ID de modelo `kimi-k3`. Para avaliá-lo contra seu modelo atual, aponte um cliente compatível com OpenAI como o Apidog para o endpoint e compare as saídas, a latência e o custo em seus prompts reais. Comece com nosso explicativo sobre o que é Kimi K3.