Kimi K3: el modelo de inteligencia artificial más capaz de Moonshot AI

El laboratorio de inteligencia artificial chino Moonshot AI ha presentado su modelo Kimi K3, descrito como el más capaz hasta la fecha, con 2.8 billones de parámetros. Este modelo está disponible a través de su sitio web y API, y se promete una liberación de pesos abiertos para el 27 de julio de 2026.

Entre los aspectos destacados del modelo se encuentran sus resultados en las pruebas de benchmark, donde supera a otros modelos como Claude Opus 4.8 max y GPT-5.5 high, aunque es superado por Claude Fable 5 y GPT-5.6 Sol. El costo por tarea es similar al de GPT-5.6 Sol, y el modelo utiliza menos tokens de salida que su predecesor, Kimi K2.6.

“Aunque este tipo de pruebas no es definitivo, puede ser útil para comparar las capacidades de diferentes modelos de inteligencia artificial”

Kimi K3 es notable por su precio, que es de $3 por millón de tokens de entrada y $15 por millón de tokens de salida, lo que lo coloca al mismo nivel que la serie Claude Sonnet de Anthropic. Este modelo es el más caro lanzado por un laboratorio de inteligencia artificial chino hasta la fecha. Además, Kimi K3 es el modelo líder en la arena de código de Arena.ai, superando incluso a Claude Fable 5.

El modelo Kimi K3 tiene una capacidad de procesamiento de imágenes y puede generar texto basado en imágenes. Un ejemplo de esto es la generación de una imagen de un pelícano montando una bicicleta, que se puede utilizar para evaluar las capacidades del modelo. Aunque este tipo de pruebas no es definitivo, puede ser útil para comparar las capacidades de diferentes modelos de inteligencia artificial.

En cuanto a la importancia de este modelo, es relevante mencionar que Moonshot AI es un laboratorio de inteligencia artificial que ha estado trabajando en el desarrollo de modelos de lenguaje avanzados. La presentación de Kimi K3 es un paso importante en este sentido, ya que demuestra la capacidad del laboratorio para desarrollar modelos de alta calidad y competitivos en el mercado. Sin embargo, es importante tener en cuenta que la evaluación de los modelos de inteligencia artificial es un proceso complejo que requiere considerar múltiples factores, incluyendo la precisión, la eficiencia y la capacidad de generalización.