La compañía china Moonshot AI presentó Kimi K3, un nuevo modelo de inteligencia artificial que, según la empresa, se convierte en el sistema de pesos abiertos más grande desarrollado hasta ahora. Su lanzamiento refuerza la competencia tecnológica entre China y Estados Unidos, especialmente en un sector dominado por compañías como OpenAI y Anthropic.
Kimi K3 cuenta con 2.8 billones de parámetros, una cifra que supera ampliamente a otros modelos chinos disponibles bajo esquemas abiertos, como DeepSeek V4 Pro, con 1.6 billones, y la familia GLM-5 de Zhipu AI, con 744,000 millones.
El modelo fue diseñado principalmente para resolver tareas complejas de programación, razonamiento y trabajo intelectual que requieren procesos prolongados. Actualmente puede utilizarse mediante el chatbot Kimi, la aplicación Kimi Work, la herramienta Kimi Code y la interfaz de programación de Moonshot AI. La empresa prevé publicar todos sus pesos el 27 de julio.
Rendimiento cercano a los modelos líderes
Moonshot AI reconoció que Kimi K3 todavía se encuentra por debajo de los sistemas propietarios más avanzados, como Claude Fable 5 y GPT-5.6 Sol. Sin embargo, sostiene que su desempeño supera de manera consistente al de numerosos modelos evaluados.
En las pruebas realizadas por Arena.AI, K3 obtuvo el primer lugar en seis de siete categorías. El modelo destacó en actividades relacionadas con marketing, diseño basado en referencias, análisis de datos, productos de consumo, simulaciones y creación de contenidos. Únicamente quedó en segundo lugar en el apartado de videojuegos.
Artificial Analysis también ubicó su rendimiento en un nivel similar al de Claude Opus 4.8 y GPT-5.5, aunque todavía por debajo de las versiones más potentes de Anthropic y OpenAI.
Estos resultados convierten a Kimi K3 en una propuesta competitiva para empresas y desarrolladores que buscan capacidades avanzadas sin depender exclusivamente de los principales proveedores estadounidenses.
Mayor capacidad a un precio competitivo
El avance tecnológico de Kimi K3 también supone un incremento en su costo de utilización. Moonshot AI estableció un precio de 15 dólares por cada millón de tokens generados, lo que representa un costo promedio aproximado de 95 centavos por tarea.
Aunque esta tarifa supera la de otros modelos chinos de pesos abiertos, continúa por debajo del costo estimado de GPT-5.6 Sol, situado en 1.04 dólares por tarea, y es considerablemente menor que los 1.80 dólares asociados con Claude Opus 4.8.
La relación entre rendimiento y precio podría convertirse en uno de los principales atractivos del modelo, especialmente para organizaciones que requieren procesar grandes cantidades de información o desarrollar aplicaciones basadas en inteligencia artificial.
China acelera su competencia tecnológica
La llegada de Kimi K3 ocurre en medio de una intensa rivalidad entre los principales desarrolladores chinos. Empresas como Moonshot AI, DeepSeek, Zhipu AI y Alibaba están apostando por modelos abiertos, costos más bajos y ciclos de lanzamiento cada vez más rápidos para reducir la distancia frente a Estados Unidos.
El avance también se produce a pesar de las restricciones impuestas por Washington a la exportación de chips avanzados y equipos utilizados para fabricarlos. Analistas consideran que el desarrollo de K3 demuestra que las compañías chinas continúan mejorando sus sistemas incluso con un acceso limitado a determinadas tecnologías.
La presentación coincidió con la Conferencia Mundial sobre Inteligencia Artificial celebrada en Shanghái. Durante el encuentro, las autoridades chinas volvieron a defender la apertura de estas tecnologías como una forma de ampliar su utilización y permitir que empresas de distintos sectores aprovechen sus beneficios.
Con Kimi K3, Moonshot AI busca consolidarse entre los principales actores mundiales de la inteligencia artificial. Aunque el modelo todavía no supera a los sistemas propietarios más avanzados, su tamaño, desempeño y disponibilidad abierta representan un nuevo paso en la estrategia china para ganar terreno en esta carrera tecnológica.
Este artículo fue publicado originalmente en EFE y está protegido por derechos de autor. Todos los derechos reservados a EFE. Puedes consultar el artículo original en su (https://efe.com/)