Kimi K3 de Moonshot AI: el model obert de 2,8 bilions de paràmetres que lidera un benchmark de codi i allibera els seus pesos

23 de jul. 2026 6 min de lectura 871 visualitzacions Tecnologia
Tecnologia

Moonshot AI, el laboratori xinès darrere de la família Kimi, ha convertit Kimi K3 en el primer model d'origen xinès a liderar un benchmark de codificació de referència. El model, un mixture-of-experts de 2,8 bilions de paràmetres totals (104 000 milions actius per token), va superar Claude Fable 5 al Frontend Code Arena d'Arena.ai a finals de juliol de 2026, i dies després Moonshot va completar la promesa d'alliberar els seus pesos complets a Hugging Face.

La notícia arriba en una setmana especialment carregada de llançaments de models —GPT-5.6 Sol, Claude Opus 5, Gemini Robotics ER 2 i diversos models de Qwen i Ant Group es van anunciar en tot just set dies— però Kimi K3 destaca per dos motius: la seva mida, que el converteix en el model de pesos oberts més gran mai publicat, i el fet que sigui la primera vegada que un model xinès encapçala un rànquing de codi avaluat per desenvolupadors humans en condicions cegues.

Context de la setmana

Moonshot va presentar Kimi K3 el 16 de juliol de 2026 i va prometre alliberar els pesos complets abans de finals de mes. La promesa es va complir: els pesos van aterrar a Hugging Face sota moonshotai/Kimi-K3 la nit del 26 de juliol (hora dels EUA). Al Frontend Code Arena d'Arena.ai, que avalua codi generat mitjançant comparacions cegues fetes per desenvolupadors reals, K3 va obtenir 1679 punts, superant Claude Fable 5. La cobertura s'ha corroborat a VentureBeat, Tom's Hardware, Yahoo Finance i el propi blog tècnic de Kimi, entre altres mitjans especialitzats.

Què ha canviat

  • Mida rècord en pesos oberts: amb 2,8 bilions de paràmetres totals, Kimi K3 és el model de pesos oberts més gran publicat fins ara, superant qualsevol altre model MoE disponible públicament.
  • Arquitectura eficient en inferència: dels 2,8 bilions de paràmetres, només 104 000 milions s'activen per token, repartits entre 896 experts dels quals se'n seleccionen 16 per token, amb una finestra de context d'1 milió de tokens i suport natiu de text, imatge i vídeo.
  • Primera posició al Frontend Code Arena: K3 va assolir 1679 punts en avaluacions cegues de desenvolupadors, per davant de Claude Fable 5, encara que Moonshot reconeix que continua per darrere de Fable 5 i GPT-5.6 Sol en rendiment agregat.
  • Quantització conscient de l'entrenament: K3 fa servir quantization-aware training (QAT) des de la fase d'ajust supervisat, cosa que redueix la pèrdua de qualitat en distribuir-se en MXFP4; el paquet complet de pesos ocupa al voltant d'1,4 terabytes.
  • Llicència comercial permissiva amb límits d'escala: la llicència Kimi K3 permet ús, modificació i desplegament comercial gratuïts amb atribució; només exigeix un acord a part a negocis de model-com-a-servei que facturin més de 20 milions de dòlars anuals, i obliga a mostrar "Kimi K3" a la interfície en productes amb més de 100 milions d'usuaris mensuals o 20 milions de dòlars d'ingressos mensuals.

Impacte per a equips de desenvolupament i producte

Per a equips que avaluen models de codi obert, Kimi K3 canvia el càlcul del que és viable auto-allotjar: encara que el model complet requereix al voltant de 64 GPU H100 o B200 repartides en vuit servidors —fora de l'abast de la majoria d'equips petits—, la seva disponibilitat a Hugging Face sota una llicència permissiva obre la porta que proveïdors d'inferència de tercers l'ofereixin a preus competitius davant les APIs tancades d'Anthropic i OpenAI. El fet que un model xinès lideri un benchmark de codi avaluat per humans, encara que sigui en una categoria específica, també valida l'estratègia de Moonshot de competir sobre dades i arquitectura en lloc de sobre accés als xips més avançats, en un context de restriccions d'exportació dels EUA cap a la Xina. Per a responsables d'arquitectura, la finestra de context d'1 milió de tokens i el suport multimodal natiu són igual de rellevants que el resultat del benchmark: permeten carregar bases de codi completes o documents extensos en una sola consulta, cosa que fins ara només oferien un grapat de models tancats.

Recomanacions pràctiques

  1. No donar per bons els 1679 punts del Frontend Code Arena sense més context: es tracta d'una categoria específica de generació d'interfícies, no d'una mesura general de qualitat de codi; convé revisar també els resultats en benchmarks d'agents i raonament abans de decidir.
  2. Avaluar el cost real d'auto-allotjar K3 (aproximadament 64 GPU H100/B200) enfront de consumir-lo via proveïdors d'inferència de tercers que ja ofereixin els pesos servits, abans d'assumir que "obert" equival a "barat d'operar".
  3. Revisar amb detall les condicions de la llicència Kimi K3 si el producte pot superar els llindars de 100 milions d'usuaris mensuals o 20 milions de dòlars d'ingressos mensuals, ja que a partir d'aquí s'activen obligacions d'atribució visible i, en el cas de serveis de model-com-a-servei, d'acord comercial separat.
  4. Aprofitar la finestra de context d'1 milió de tokens per a casos d'ús de revisió de codi a nivell de repositori complet, comparant la qualitat real enfront de la fragmentació habitual en fragments més petits.
  5. Seguir de prop els propers rànquings independents (no només els publicats per Moonshot) abans de migrar càrregues de producció, atès que els propis resultats de la companyia situen K3 per darrere de Fable 5 i GPT-5.6 Sol en avaluació agregada.

Què vigilar a continuació

  • Resultats de benchmarks independents d'agents i raonament, més enllà del Frontend Code Arena, que permetin valorar K3 de manera més completa.
  • Preus i disponibilitat de K3 a través de proveïdors d'inferència de tercers en les setmanes posteriors a la publicació dels pesos.
  • La resposta d'altres laboratoris xinesos (Alibaba/Qwen, DeepSeek, Ant Group) que també han publicat models en les mateixes setmanes.
  • Si Anthropic o OpenAI ajusten preus o estratègia de pesos oberts com a resposta directa a la pressió de models com K3.
  • Com evolucionen les restriccions d'exportació de maquinari d'IA dels EUA cap a la Xina i el seu efecte en la capacitat de laboratoris com Moonshot d'entrenar el següent model d'aquesta escala.

Conclusió: Kimi K3 no desbanca els models tancats de frontera en rendiment agregat, però demostra que un laboratori xinès pot liderar un benchmark de codi avaluat per humans i publicar el model de pesos oberts més gran fins ara sota una llicència comercialment utilitzable. Per a equips de desenvolupament, la pregunta ja no és només "quin model tancat faig servir?", sinó també "què puc auto-allotjar o consumir via tercers a partir d'aquests pesos oberts?".

Fonts i documentació

Compartir