Cada pocas semanas alguien anuncia “el modelo que lo cambia todo”. Esta vez, el ruido tiene motivo. El 16 de julio de 2026, la china Moonshot AI lanzó Kimi K3: un modelo de lenguaje abierto de 2,8 billones de parámetros —el más grande de código abierto jamás publicado— que en varios test de referencia se codea con lo mejor de OpenAI y Anthropic… cobrando una fracción de su precio.
Y sí, es Kimi K3, con “K”, no “Kimi 3” (luego te contamos de dónde sale ese nombre, que tiene su gracia). En este artículo vamos al grano:
- Qué es y qué trae de nuevo: los 2,8 billones de parámetros, el contexto de 1 millón de tokens y las novedades técnicas que lo hacen rápido pese a su tamaño.
- Cómo rinde de verdad: sus números en los benchmarks, comparado con GPT-5.6, Claude Opus 4.8 y Gemini 3.1 Pro.
- Cuánto cuesta: la parte más interesante, porque aquí es donde Kimi K3 aprieta de verdad.
- Curiosidades: el origen del nombre, el pelícano en bicicleta y por qué detrás hay un álbum de Pink Floyd.
Qué es Kimi K3 (y por qué no va lento)
Kimi K3 es el nuevo modelo estrella de Moonshot AI, y su titular es el tamaño: 2,8 billones de parámetros (2,8 trillion en inglés, es decir, 2.800.000 millones). Para hacerse una idea, es más de tres veces el tamaño estimado de GPT-4. Pero el truco no está en el tamaño bruto, sino en cómo lo usa.
La clave: “Mezcla de Expertos” (MoE)
Kimi K3 no enciende sus 2,8 billones de parámetros en cada palabra que genera. Usa una arquitectura de Mezcla de Expertos (Mixture of Experts): el modelo se divide en 896 “expertos” especializados, y para cada token solo activa a 16 de ellos (más unos cuantos compartidos). El resultado es que, aunque el cerebro total es gigantesco, en cada paso solo trabajan unos 50.000 millones de parámetros — la fracción justa para ir rápido y barato.
(896 expertos)
para este token
(lo que de verdad corre)
Si quieres entender a fondo por qué esta técnica es la que domina la IA de 2026, lo explicamos en detalle en nuestro artículo sobre la cuantización y los modelos MoE.
Las otras tres bazas
- Contexto de 1 millón de tokens. Kimi K3 puede “leer” de una vez el equivalente a unos 1.500 folios (código, documentos, libros enteros) sin perder el hilo. Y el precio es plano en toda esa ventana, algo poco habitual.
- Multimodal de nacimiento. No solo entiende texto: procesa imágenes y vídeo de forma nativa, sin parches añadidos después.
- Modo “pensamiento” siempre activo. K3 razona antes de responder por defecto (thinking mode), la técnica que ha disparado la fiabilidad de los modelos en matemáticas, código y tareas complejas.
¿Rinde de verdad como GPT-5 y Claude?
La respuesta corta: sí, y por muy poco margen. En el índice de inteligencia de la consultora independiente Artificial Analysis, Kimi K3 se coloca entre los cuatro mejores modelos del mundo, rozando el podio. Estos son los números que importan:
| Benchmark | Qué mide | Resultado de Kimi K3 |
| Índice de inteligencia (Artificial Analysis) | Capacidad general | 57,1 (4.º del mundo) |
| Índice de código (Artificial Analysis) | Programación | 76,2 |
| GPQA Diamond | Ciencia de nivel doctorado | 93,5 % (mejor modelo abierto) |
| Terminal-Bench 2.1 | Programación en terminal | 88,3 % |
| BrowseComp | Navegación web autónoma | 91,2 % (mejor marca publicada) |
| Humanity's Last Exam (con herramientas) | Razonamiento extremo | 56,0 % |
Traducido: en la clasificación general, K3 queda por detrás de Claude Fable 5 y GPT-5.6 Sol, pero a la altura o por encima de Gemini 3.1 Pro, y según los propios test de Moonshot supera a Claude Opus 4.8 y a GPT-5.5 en varias pruebas. Donde de verdad brilla:
- Ciencia dura (GPQA Diamond): 93,5 % — el mejor resultado de un modelo abierto publicado hasta la fecha.
- Navegación autónoma (BrowseComp): 91,2 % — la mejor marca publicada en ese test al momento de salir.
- Programación en terminal (Terminal-Bench 2.1): 88,3 % — nivel de asistente de código de primera línea.
El coste: donde Kimi K3 gana la partida
Si el rendimiento coloca a Kimi K3 en el podio, el precio es lo que lo convierte en noticia. La API cuesta 3 $ por millón de tokens de entrada y 15 $ por millón de tokens de salida. Compáralo con la competencia de su mismo nivel:
| Modelo | Entrada ($/1M tokens) | Salida ($/1M tokens) | ¿Abierto? |
| Kimi K3 | 3 $ (0,30 $ con caché) | 15 $ | Sí (pesos a finales de julio) |
| Claude Opus 4.8 | 5 $ | 25 $ | No |
| GPT-5.6 Sol | 5 $ | 30 $ | No |
| Gemini 3.1 Pro | 2 $ | 12 $ | No |
| DeepSeek V3 (referencia económica) | 0,27 $ | 1,10 $ | Sí |
La foto es clara: Kimi K3 rinde como Claude Opus 4.8 pero cuesta entre 3 y 5 veces menos. Como resumió un analista, es “rendimiento de clase Opus a precio de Sonnet”. Y hay dos detalles que aprietan aún más la tuerca:
- La tarifa de caché. Si reutilizas el mismo contexto (el patrón normal al programar o al usar agentes), la entrada baja de 3 $ a 0,30 $ por millón — diez veces menos. Moonshot afirma que en tareas de código consigue más del 90 % de aciertos de caché.
- El coste por tarea real. En las pruebas de trabajo prolongado, K3 resuelve cada tarea por unos 0,94 $, frente a los 1,04 $ de GPT-5.6 Sol y los 1,80 $ de Claude Opus 4.8. Prácticamente la mitad que Anthropic.
Y encima, abierto
La guinda: Moonshot promete publicar los pesos completos del modelo (hacia el 27 de julio de 2026). Eso significa que, además de usarlo por API, cualquier empresa podrá descargarlo y ejecutarlo en su propia infraestructura, sin pagar por token y sin mandar sus datos a un tercero. Es exactamente el motivo por el que cada vez más empresas miran a los modelos chinos.
Cinco curiosidades sobre Kimi K3
Detrás de los números hay historias que hacen a este lanzamiento aún más interesante:
1. No se llama “Kimi 3”, sino “Kimi K3”. Y el nombre “Kimi” no es un acrónimo técnico: viene del apodo en inglés del fundador de Moonshot, Yang Zhilin. Cuando lanzaron su primer chatbot en 2023, le pusieron su propio mote.
2. La empresa debe su nombre a Pink Floyd. Moonshot AI se fundó el día del 50 aniversario del lanzamiento de The Dark Side of the Moon, el álbum favorito del fundador. De ahí “Moonshot” (y su nombre en chino, 月之暗面, la cara oculta de la luna). Pocas veces un gigante de la IA nace de un disco de rock progresivo.
3. Detrás está Alibaba (que también hace su propia IA). El mayor accionista externo de Moonshot es Alibaba —sí, la misma que desarrolla los modelos Qwen, su competencia directa— junto a Tencent. La empresa se valoró en 20.000 millones de dólares en mayo de 2026, y ya negocia una ronda que la situaría en 31.500 millones.
4. El test del pelícano en bicicleta. El conocido analista Simon Willison tiene un benchmark informal y famosísimo: pedir a cada nuevo modelo que dibuje, en formato SVG, “un pelícano montando en bicicleta”. El de Kimi K3 le costó 16.658 tokens de salida (13.241 de ellos, de puro razonamiento) y unos 25 céntimos. Una forma tan absurda como reveladora de comparar modelos.
5. Es, oficialmente, el modelo abierto más grande de la historia. Ningún modelo de pesos liberados había alcanzado antes los 2,8 billones de parámetros. Que un modelo de este tamaño y rendimiento vaya a ser descargable por cualquiera es un hito para la IA de código abierto, y una presión enorme para los laboratorios cerrados de EE. UU.
¿Merece la pena y para quién?
Kimi K3 no es “el mejor modelo del mundo” —ese puesto, hoy, se lo reparten Claude Fable 5 y GPT-5.6—, pero probablemente sea el que mejor relación rendimiento/precio ofrece en la primera línea. A quién le encaja:
- Para desarrolladores y empresas que gastan mucho en API: es la opción obvia si buscas nivel Opus por la mitad (o menos) de coste. La tarifa de caché lo hace especialmente atractivo para flujos de programación con agentes.
- Para quien valora la privacidad y el control: en cuanto liberen los pesos, podrás ejecutarlo en tu propia máquina o servidor, sin depender de nadie ni ceder tus datos.
- Para tareas de mucho contexto: el millón de tokens a precio plano es ideal para analizar bases de código enteras, documentación extensa o libros completos.
¿Cuándo no es tu mejor opción? Si solo quieres el número uno absoluto en un benchmark concreto, o si necesitas la máxima madurez y soporte empresarial de OpenAI o Anthropic, los modelos cerrados siguen teniendo ventaja. Y recuerda: hasta que no salgan los pesos y las pruebas independientes, conviene una pizca de cautela con los resultados de lanzamiento.
¿Quieres trastear con IA sin gastar? Echa un vistazo a nuestra recopilación de las mejores herramientas de IA gratis.
Fuentes
