Qué es Kimi K3 y por qué se puso serio
Moonshot AI, el laboratorio chino detrás de Kimi K2, lanzó Kimi K3 en 2026 y subió de nuevo la vara de lo que un modelo de pesos abiertos puede hacer. Según la captura del Open LLM Leaderboard de LLM Stats del 7 de agosto de 2026, es hoy el modelo generalista de pesos abiertos más potente del mercado: lidera el ranking global, el de razonamiento y el de programación entre los modelos que publican sus pesos.
La diferencia con la versión anterior, Kimi K2, no es solo de puntaje. Kimi K3 suma visión nativa, una ventana de contexto mucho más grande y, según el video de lanzamiento, decodifica hasta 6,3 veces más rápido.
¿Quieres el stack de IA correcto operando en tu negocio?
Sin demos infinitas. Sin contratar consultor. Sin elegir mal.
Agendar llamadaLas demos que llamaron la atención: CS:GO, Animal Crossing y macOS
Antes de mirar el benchmark, vale la pena ver qué mostró el lanzamiento en @ai._kid en la práctica. Con Kimi K3 se armó un clon jugable de CS:GO usando Portal por apenas 3,24 dólares de costo de API. También se armó un juego jugable estilo Animal Crossing y una interfaz de macOS con animaciones, generados directamente por el modelo a partir de instrucciones de texto.
Ningún ranking técnico mide esto: punku.ai evalúa a Kimi K3 con benchmarks estandarizados de razonamiento y programación, pero esas demos muestran algo distinto, la capacidad de generar un producto multimodal jugable con muy poco costo de API. Todavía no gana todos los benchmarks del mercado, pero confirma que los laboratorios chinos ya compiten de frente con los modelos más avanzados del mundo.
Especificaciones técnicas
- Parámetros totales: 2,8 billones.
- Ventana de contexto: 1.048.576 tokens, prácticamente un millón completo.
- Visión nativa: sí, puede procesar imágenes directamente, no solo texto.
- Velocidad de decodificación: hasta 6,3 veces más rápido que versiones anteriores, según el material de lanzamiento.
- Puntuación global (LLM Stats, captura del 7/8/2026): 55,4, con 54,5 en razonamiento y 45,4 en programación.
- Licencia: propia de Moonshot AI, con condiciones comerciales. No es open source puro.
Todos los valores de la tabla están tomados de la misma captura pública que usa punku.ai para su ranking de modelos abiertos.
Pesos abiertos, no open source: la letra chica que importa
"Abierto" no significa sin restricciones. Kimi K3 permite descargar sus pesos, pero corre con una licencia propia que trae condiciones comerciales, distinta de una licencia libre tipo MIT. Es la misma distinción que marca IBM en su explicación de qué es la IA de código abierto: que los pesos se puedan bajar no equivale a que el modelo sea open source en sentido estricto, porque los datos de entrenamiento y el código de referencia no siempre se publican junto con los pesos.
Antes de desplegar Kimi K3 en un producto comercial, conviene revisar la licencia exacta de la versión descargada, no asumir que "abierto" equivale a "sin condiciones".
Cómo se compara contra el resto de los modelos abiertos
| Modelo | Proveedor | Global | Razonamiento | Programación | Contexto | Precio combinado API/1M |
|---|---|---|---|---|---|---|
| Kimi K3 | Moonshot AI | 55.4 | 54.5 | 45.4 | 1.0M | US$4.33 |
| GLM-5.2 | Z.ai | 46.8 | 46.1 | 38.4 | 1.0M | US$1.18 |
| Kimi K2.6 | Moonshot AI | 44.6 | 44.8 | 35.2 | 262K | US$1.06 |
| DeepSeek-V4-Pro-Max | DeepSeek | 43.7 | 43.9 | 33.7 | 1.0M | US$0.48 |
| DeepSeek-V4-Flash-Max | DeepSeek | 39.4 | 40.2 | 29.4 | 1.0M | US$0.16 |
Datos de la captura pública de LLM Stats del 7 de agosto de 2026, tal como la reporta punku.ai. Kimi K3 gana en capacidad medida; GLM-5.2 ofrece licencia MIT sin restricciones comerciales; DeepSeek V4 Flash gana en costo puro de API. La elección depende de qué se necesita: máximo puntaje, licencia libre o precio mínimo, no hay un ganador único para los tres criterios a la vez.
Qué significa esto para quien produce contenido o automatiza tareas con IA
Que un modelo abierto pueda generar un juego jugable por 3 dólares de API no es solo una curiosidad técnica. Muestra que la brecha entre lo que cuesta producir contenido con IA y lo que antes requería un equipo entero sigue achicándose. Es la misma lógica detrás de sistemas como Agentes IA de Claura: en vez de pagar por hora a un equipo para tareas repetitivas, un agente de IA bien armado resuelve la tarea puntual con una fracción del costo.
Kimi K3 no reemplaza un sistema operado con criterio humano, pero sí bajó el piso de lo que hoy es técnicamente posible con un modelo que cualquiera puede descargar. Para casos de uso agénticos más allá del modelo suelto, la guía de Kimi Work, la app de escritorio que corre hasta 300 agentes muestra cómo Moonshot AI empaqueta estos modelos en un producto usable sin código.
Para seguir leyendo
¿Quieres el stack de IA correcto operando en tu negocio?
Sin demos infinitas. Sin contratar consultor. Sin elegir mal.
Agendar llamadaPreguntas frecuentes sobre Kimi K3
Kimi K3 es el modelo de lenguaje más nuevo de Moonshot AI, el laboratorio chino que ya venía sonando con Kimi K2. Según la captura del Open LLM Leaderboard de LLM Stats del 7 de agosto de 2026, es hoy el modelo generalista de pesos abiertos más potente: lidera el ranking global, el de razonamiento y el de programación entre los modelos que publican sus pesos. Trae 2,8 billones de parámetros totales, visión nativa y una ventana de contexto de 1.048.576 tokens, casi el millón completo. Para ver de dónde viene esta familia de modelos, la guía de Kimi K2 cubre la versión anterior con specs y precios propios.
No en el sentido estricto. Kimi K3 es de pesos abiertos, no open source puro: los pesos del modelo se pueden descargar, pero corre con una licencia propia de Moonshot AI que trae condiciones comerciales, no una licencia libre tipo MIT o Apache. La distinción importa porque, según el análisis de punku.ai, la mayoría de los modelos que hoy se llaman "IA de código abierto" son en realidad modelos de pesos abiertos: los pesos se descargan, pero los datos de entrenamiento o el código de referencia no siempre se publican. Antes de usarlo en producción conviene revisar la licencia exacta de la versión que se descarga.
Kimi K2.6, la versión previa de la familia, mide 44,6 de puntuación global, 44,8 en razonamiento y 35,2 en programación, con una ventana de contexto de 262.000 tokens, según la misma captura de LLM Stats. Kimi K3 sube a 55,4 global, 54,5 en razonamiento y 45,4 en programación, y cuadruplica la ventana de contexto a más de un millón de tokens. También suma visión nativa, algo que Kimi K2 no tenía como foco central. La diferencia práctica es que K3 puede leer imágenes directamente y sostener conversaciones o proyectos mucho más largos sin perder contexto. La guía completa de Kimi K2 detalla precio de API y benchmarks de esa versión para comparar número contra número.
El precio combinado de la API de Kimi K3 es de aproximadamente 4,33 dólares por millón de tokens, calculado con una relación 8:1 entre tokens de entrada y de salida, según la captura de precios de LLM Stats recogida por punku.ai. Es más caro que otros modelos abiertos de referencia: GLM-5.2 ronda 1,18 dólares y DeepSeek V4 Flash cotiza 0,14 dólares de entrada y 0,28 de salida por millón de tokens, sin caché. La ventaja de Kimi K3 es la puntuación, no el precio: si el proyecto prioriza costo de API por sobre capacidad máxima, hoy hay opciones más baratas en el mismo segmento de modelos abiertos.
Según el video de lanzamiento que circuló en redes, con Kimi K3 se armó un clon jugable de CS:GO usando Portal por apenas 3,24 dólares de costo de API, un juego jugable estilo Animal Crossing y una interfaz de macOS con animaciones, generados directamente por el modelo. También se reporta que decodifica hasta 6,3 veces más rápido que versiones anteriores. Estas demos no aparecen en los rankings técnicos como el de punku.ai, que mide benchmarks estandarizados, pero muestran capacidad de generación multimodal que un puntaje de leaderboard no captura del todo. Más abajo, en la sección con las demos completas del lanzamiento, están el detalle y el costo exacto de cada una.
En la captura de LLM Stats del 7 de agosto de 2026, Kimi K3 lidera con 55,4 global contra 46,8 de GLM-5.2 y 43,7 de DeepSeek-V4-Pro-Max. GLM-5.2 compensa con una licencia MIT sin restricciones comerciales y un precio de API más bajo (1,18 dólares por millón de tokens). DeepSeek V4 Flash gana en costo puro, con 0,14/0,28 dólares por millón de tokens de entrada y salida. La elección depende del criterio: máxima capacidad medida (Kimi K3), programación y agentes con licencia libre (GLM-5.2) o costo de API mínimo (DeepSeek V4 Flash). Ninguno de los tres es barato de auto-hostear pese a tener los pesos abiertos, según aclara punku.ai.
Fuentes e inspiración
Mira los posts originales donde desarrollamos estas ideas en redes.
