Moonshot AI presenta Kimi K3, un modelo abierto de 2,8 billones de parámetros que se acerca a la frontera de la IA

Con 2,8 billones de parámetros y una ventana de contexto de un millón de tokens, Kimi K3 presiona las valoraciones de otros laboratorios chinos y desafía el modelo de negocio de los sistemas cerrados

0
8
Simulación de IA

La firma china Moonshot AI, respaldada por Alibaba y Tencent, presentó Kimi K3, un modelo de lenguaje de gran escala que la compañía describe como el sistema de pesos abiertos más grande publicado hasta la fecha. Con 2,8 billones de parámetros totales, Kimi K3 se posiciona como el modelo de pesos abiertos más grande disponible una vez que sus pesos se publiquen al público el 27 de julio, superando ampliamente a otras propuestas recientes de laboratorios chinos, entre ellas DeepSeek V4-Pro y las versiones de Xiaomi y Z.AI lanzadas este mismo año.

El modelo utiliza una arquitectura de mezcla de expertos (Mixture-of-Experts) que activa 16 de un total de 896 expertos mediante un esquema que Moonshot denomina Stable LatentMoE. Esta dispersión se combina con dos actualizaciones arquitectónicas propias, Kimi Delta Attention (KDA) y Attention Residuals (AttnRes), orientadas a mejorar el flujo de información a lo largo de la secuencia y la profundidad de la red. Según la compañía, estos cambios estructurales, junto con ajustes en los datos y el entrenamiento, producen una mejora de eficiencia de escalado de aproximadamente 2,5 veces respecto a la generación anterior, Kimi K2. El sistema incorpora además comprensión visual nativa y una ventana de contexto de un millón de tokens, pensada para sesiones de programación prolongadas y flujos de trabajo intensivos en documentos.

En sus propias pruebas de evaluación, Moonshot reconoce que el rendimiento general de Kimi K3 todavía queda por detrás de los modelos propietarios más avanzados, Claude Fable 5 de Anthropic y GPT-5.6 Sol de OpenAI, aunque asegura que el modelo mantiene un desempeño de frontera de forma consistente frente a otros sistemas evaluados, incluido Claude Opus 4.8. Analistas independientes citados por distintos medios especializados coinciden en que Kimi K3 quedó en segundo lugar general en varias baterías de pruebas comparativas, por delante de GPT-5.6 Sol y por detrás únicamente de Fable 5, con resultados particularmente sólidos en tareas de programación de largo alcance, construcción de interfaces web y optimización de kernels para GPU.

El lanzamiento se produce apenas un mes después de que el gobierno de Estados Unidos suspendiera temporalmente el acceso a los modelos Fable y Mythos de Anthropic por motivos de controles de exportación, una medida que fue revertida a comienzos de julio. Ese episodio ha sido señalado por varios analistas como un factor que ilustra la rapidez con la que los laboratorios chinos de código abierto están reduciendo la distancia con los sistemas estadounidenses de referencia.

Kimi K3 ya está disponible en la aplicación Kimi, en la herramienta de escritorio Kimi Work, en el agente de programación Kimi Code y a través de la API de la plataforma Kimi. Moonshot anunció un precio de 0,30 dólares por millón de tokens de entrada con acierto de caché, 3 dólares por millón sin acierto de caché y 15 dólares por millón de tokens de salida. Los pesos completos del modelo se publicarán el 27 de julio, y la compañía adelantó que un informe técnico detallado sobre la arquitectura, el entrenamiento y las evaluaciones se difundirá junto con esa publicación.

La reacción del mercado no se hizo esperar: según informó Reuters, las acciones de otras firmas chinas de inteligencia artificial que cotizan en Hong Kong, como Zhipu y MiniMax, cayeron con fuerza tras el anuncio, en un movimiento que varios analistas interpretan como una señal de que la disponibilidad de modelos abiertos de alto rendimiento está presionando las valoraciones de las compañías que dependen de vender acceso a sistemas propietarios. Moonshot, por su parte, buscaría actualmente una nueva ronda de financiamiento con una valoración cercana a los 31.500 millones de dólares, en un contexto donde el costo de operación de los modelos abiertos se ha convertido en un argumento competitivo central frente a los sistemas cerrados de OpenAI y Anthropic.

Fuente: Moonshot AI | Editado por CDOL

Custom Text
Artículo anteriorNVIDIA expande su arquitectura Thor con nuevos módulos para robótica y computación en el extremo