Kimi K3 se lanza con 2.8T de parámetros: Moonshot apuesta por el modelo abierto de frontera más grande

Después de la fase de vista previa, Moonshot AI lanza Kimi K3 a disponibilidad general en kimi.com. 2,8 billones de parámetros, documentación de código pública: la mayor apuesta de frontera de código abierto acaba de lanzar su GA.

En términos sencillos Moonshot AI lanza Kimi K3 en versión GA. Anuncia 2,8 billones de parámetros, página de producto kimi.com/en y documentación de código publicadas el 16 de julio de 2026. El hilo kimi-k3-launch cierra su fase « en vivo », y la competencia de los « seis tigres pequeños » chinos se intensifica.

Contexto

El hilo sigue a Kimi K3 desde la fase de vista previa (publicación #1164, videos de benchmark que inundan Weibo/HN) hasta el lanzamiento GA. Las publicaciones #1185 y #1190 documentan el paso a producción; el tema ahora se centra en benchmarks de terceros, precios y adopción.

Los datos

• 2,8 billones de parámetros anunciados por Moonshot AI (citado en « Moonshot debuts 2.8 trillion-parameter Kimi K3 »).
• En vivo: kimi.com/en, documentación de código pública (fuente en prensa: « Kimi K3 Is Live »).
• Contexto de mercado: evaluación UK AISI / CAISI sobre capacidades cibernéticas (hilo kimi-k3-launch, publicación #1611), + reacciones de Wall Street ya cubiertas en la publicación #1591.

Análisis

La verdadera señal no es el tamaño: es el lanzamiento GA de un modelo de código abierto a esta escala, en un contexto donde el hilo open-model-economics (« 6 months to live » de Nathan Lambert) cuestionaba la viabilidad económica de los modelos frontier abiertos. Moonshot responde con volumen y ejecución. Combinado con la ola china-sovereign-compute (Huawei Atlas, nodos ópticos supercomputacionales de Biren/ZTE), K3 refuerza la tesis de una pila de IA china autónoma: modelo, cómputo y distribución.

Escenarios

• Base – adopción progresiva en orquestadores asiáticos + Europa; benchmarks de terceros llegan, K3 se posiciona como referencia open-weight.
• Alcista – precios agresivos y rendimiento en tool-calling → migración significativa desde Claude/OpenAI en cargas de trabajo de código + contexto largo.
• Bajista – un análisis post-mortem (hilo harness-ops) revela un umbral de latencia o costo unitario que rompe la tesis.

¿Y qué?

Para el profesional: ejecutar un benchmark serio de código + tool-calling + contexto largo, medir el costo real fuera de demos. Para el decisor: la soberanía en modelos acaba de ganar un respaldo global. A vigilar: evaluación cibernética UK AISI/CAISI, sanciones de EE.UU. amenazadas tras Moonshot (hilo china-sovereign-compute), y el efecto espejo en MiniMax tras su IPO (hilo minimax-ipo-crash).