📰 Kimi K3: el modelo abierto que planta cara a los grandes

El 27 de julio de 2026, la china Moonshot AI publicó los pesos completos de Kimi K3, y de un plumazo se llevó el título de modelo de código abierto más grande jamás lanzado. No es una cifra menor: hablamos de 2,8 billones de parámetros. Y lo curioso no es solo el tamaño, sino que este modelo compite de tú a tú con los grandes cerrados de Occidente, algo que hace apenas un par de años sonaba a ciencia ficción.

Qué es Kimi K3 y qué trae por dentro

Kimi K3 es un modelo de mezcla de expertos (Mixture-of-Experts) con 2,8 billones de parámetros totales, aunque en cada petición solo activa 16 de sus 896 expertos. Esa dispersión es la clave: permite tener un modelo gigantesco sin que cada consulta tenga que mover todo ese peso computacional de golpe.

Por debajo, usa dos piezas de arquitectura con nombre propio: Kimi Delta Attention (KDA) y Attention Residuals (AttnRes). Sin entrar en el detalle matemático, el resultado práctico es una mejora de ±2,5 veces en eficiencia de escalado respecto a su predecesor, Kimi K2. Osea, Moonshot no se limitó a hacer el modelo más grande: lo hizo más grande y más barato de mantener a la vez, que es la parte que de verdad cuesta conseguir.

El contexto también acompaña: la ventana ronda el millón de tokens, suficiente para meter una base de código entera o un documento largo en una sola consulta sin trocearlo.

Cómo se compara con los modelos cerrados

Aquí está el dato que más ha hecho ruido. En el Artificial Analysis Intelligence Index, Kimi K3 queda tercero, solo por detrás de Claude Fable 5 de Anthropic y GPT-5.6 Sol de OpenAI, y por delante de Grok 4.5 de xAI. Además, es segundo en el índice de Vals AI y primero en Frontend Code Arena, el ranking centrado en generación de interfaces.

Lo que hace que estas cifras importen de verdad es el precio. Ejecutar Kimi K3 sale entre 2 y 3 veces más barato que los modelos frontera cerrados con los que compite, según los análisis publicados tras el lanzamiento de pesos. Un modelo que queda a las puertas del podio mundial, y que además puedes alojar tú mismo pagando una fracción del coste de la competencia cerrada, cambia bastante el cálculo de cualquiera que gestione infraestructura de Inteligencia Artificial.

Por qué se habla de “cambio de reglas” en el código abierto

El analista Nathan Lambert, en su newsletter Interconnects, describe el lanzamiento como una auténtica escalada. Su argumento central: la distancia entre los modelos cerrados de frontera y las alternativas abiertas se ha reducido de unos 6-9 meses de retraso a solo 3-5 meses. Eso es una compresión enorme en muy poco tiempo.

Lambert también apunta algo que a mí me parece lo más relevante del análisis: Moonshot no ha llegado hasta aquí destilando modelos ajenos, sino con una eficiencia de recursos notablemente superior a la de sus competidores estadounidenses. Y todo esto ocurre mientras el gobierno chino refuerza su apuesta pública por el código abierto en Inteligencia Artificial, lo que da a estos lanzamientos un respaldo que va más allá de una empresa concreta.

La otra cara de la moneda es económica: cuantos más modelos abiertos igualen a los cerrados, más presión de precios sufren las empresas que viven de cobrar por acceso a su Inteligencia Artificial vía API. Si tu modelo de negocio depende de que nadie pueda replicar tus resultados gratis, un competidor casi igual de bueno y descargable gratuitamente es un problema serio.

Licencia abierta, pero con matices

Que los pesos sean descargables no significa que no haya condiciones. La licencia de Moonshot permite que una empresa, un gobierno o cualquier desarrollador con hardware suficiente ejecute el modelo en su propia infraestructura, mantenga los datos dentro de casa y lo modifique a su gusto. Para cualquier negocio con requisitos de privacidad o soberanía de datos, esa combinación (rendimiento cercano a la frontera + control total del despliegue) es exactamente lo que llevaban tiempo pidiendo.

Eso sí, con 2,8 billones de parámetros, aunque sea disperso, no es un modelo que vayas a correr en un portátil. Hace falta infraestructura seria detrás, así que “abierto” aquí no significa “accesible para cualquiera sin inversión”, significa “no dependes de la API de un tercero para usarlo”. Si tu empresa se está planteando meter Inteligencia Artificial en sus procesos y no sabe si le compensa lo cerrado o lo abierto, puedo ayudarte a evaluar qué encaja con lo que necesitas.

Qué significa esto para el resto de la industria

Kimi K3 no llega solo. Es parte de la misma oleada de lanzamientos de julio de 2026 que ya dejó a Qwen3.8-Max-Preview de Alibaba compitiendo por el segundo puesto mundial días antes. Lo que distingue a Kimi K3 es que no se queda en la promesa de “pesos abiertos pronto”: los ha publicado, ya, verificables por cualquiera.

Lambert cierra su análisis con una advertencia que merece la pena repetir: las restricciones agresivas sobre modelos abiertos crean una vulnerabilidad asimétrica. Si las empresas americanas se atan con barreras de seguridad mientras el resto del mundo tiene acceso libre a modelos chinos casi igual de potentes, la prohibición no frena nada, solo cambia quién controla la tecnología. Mantener un margen de capacidad estrecho, en lugar de intentar prohibir, parece la estrategia más realista a largo plazo.

Preguntas frecuentes

¿Qué es Kimi K3?

Es un modelo de Inteligencia Artificial de Moonshot AI con 2,8 billones de parámetros en arquitectura de mezcla de expertos (activa solo 16 de 896 expertos por consulta). Sus pesos completos se publicaron el 27 de julio de 2026, convirtiéndolo en el modelo de código abierto más grande lanzado hasta la fecha.

¿Kimi K3 es mejor que Claude o GPT?

No supera a Claude Fable 5 ni a GPT-5.6 Sol, que ocupan el primer y segundo puesto del Artificial Analysis Intelligence Index. Kimi K3 queda tercero, pero con un coste de ejecución entre 2 y 3 veces menor, lo que lo hace muy competitivo en relación calidad-precio.

¿Puedo descargar y usar Kimi K3 gratis?

Los pesos son descargables bajo la licencia de Moonshot AI, lo que permite ejecutarlo en tu propia infraestructura y modificarlo. Necesitas hardware capaz de mover un modelo de 2,8 billones de parámetros, así que no es apto para un portátil doméstico, pero sí evita depender de una API de terceros.

¿Por qué se dice que Kimi K3 cambia las reglas de la Inteligencia Artificial abierta?

Porque reduce la distancia entre modelos abiertos y cerrados de frontera de unos 6-9 meses a solo 3-5 meses, según el análisis de Nathan Lambert. Además, lo logra con mayor eficiencia de recursos, no copiando modelos ajenos, en un momento en que China refuerza públicamente su apuesta por el código abierto.

Fuentes

• Vídeo original sobre el lanzamiento de Kimi K3
• Nathan Lambert (Interconnects): Kimi K3, the open-weights escalation
• Tom’s Hardware: Moonshot AI releases weights for Kimi-K3
• Fast Company: What to know about Moonshot AI and Kimi K3

Compártelo si te ha resultado útil.

¿Tú apostarías por un modelo abierto como Kimi K3 o prefieres seguir dependiendo de una API cerrada? Cuéntame.

Y… a ver cuánto dura el podio esta vez.