El modelo abierto más grande del mundo acaba de llegar. Programa al nivel de Fable 5, cuesta 5 veces menos y consume una fracción de los tokens al hacerlo. Aquí están las siete cosas que destacan.
El 16 de julio, un modelo abierto chino se convirtió silenciosamente en el modelo de programación más capaz que puedes ejecutar sin pagar precios de frontera.
Moonshot AI lanzó Kimi K3 con 2.8 billones de parámetros, el modelo de pesos abiertos más grande del mundo. Bloomberg, Forbes y Fortune lo cubrieron en 48 horas, y la razón es simple: en los benchmarks de programación, compite de igual a igual con Claude Fable 5 y GPT-5.5, y lo hace a aproximadamente una quinta parte del costo.
Para entender por qué esto importa, recuerda lo que los últimos dos años nos enseñaron a creer. La capacidad de frontera significaba precios de frontera. Si querías el mejor código, pagabas la tarifa de la mejor clase, medida por token, en un endpoint que no controlabas. Ese era el trato. Todos los equipos serios presupuestaban en torno a eso.
K3 rompe esa suposición con un solo lanzamiento. La combinación que ofrece —resultados de nivel frontera a precios de commodity, con los pesos publicados para que cualquiera los descargue— es lo que provocó la reacción de la prensa de negocios. A continuación, las siete características que hacen que el resto del campo se sienta una generación atrás. La primera es la razón por la que tu factura de API está a punto de bajar.
A continuación, las siete características que hacen que el resto del campo se sienta una generación atrás. La primera es la razón por la que tu factura de API está a punto de bajar.
1. Lo más destacado
Programación backend de nivel Fable a 5 veces menos costo
Esta es la característica que replantea todo lo demás. En pruebas independientes, Kimi K3 está a la par de Claude Fable 5 en tareas reales de programación backend: diseño de APIs, esquemas de bases de datos, lógica de servicios, refactorizaciones en una base de código grande. No fragmentos de juguete. El tipo de trabajo que solía justificar una suscripción de frontera.
El backend es donde la diferencia se nota más claramente, porque el código backend castiga los atajos. Un componente frontend que se ve bien generalmente está bien. Un manejador de pagos que se ve bien puede corromper el estado bajo carga, filtrar una condición de carrera o dejar caer un caso límite en silencio. Calificar un modelo en trabajo backend significa calificarlo en corrección bajo presión, y es exactamente aquí donde los modelos más débiles salen de la banda de frontera. K3 se mantiene en ella.
La diferencia es la factura. K3 produce ese mismo nivel de código a aproximadamente una quinta parte del precio, y como es más eficiente en tokens, la brecha real en un proyecto completo suele ser mayor de lo que sugiere el precio nominal.
Mira dónde caen las barras. K3 está dentro de la banda de frontera, no persiguiéndola. Y ahora mantén esa calidad constante y observa cuánto cuesta llegar allí:
No estás intercambiando calidad por precio. Estás manteniendo resultados backend de nivel Fable y eliminando el 80% de la factura.
Multiplica eso por un mes real de ingeniería y el número deja de ser abstracto. Un equipo que ejecuta miles de tareas de programación agentivas a la semana no elige entre $1.00 y $0.20 una vez. Lo elige decenas de miles de veces, y la brecha se acumula en una partida que la dirección realmente nota.
2. El multiplicador
Dice más con menos tokens
El precio por token es solo la mitad de la economía. La otra mitad es cuántos tokens gasta un modelo para llegar a la misma respuesta. K3 es inusualmente eficiente aquí. Razona hacia una solución funcional con menos idas y vueltas, menos supuestos repetidos y menos relleno alrededor del código real.
Hay una razón sutil por la que esto importa más para agentes que para chat. En una conversación individual, un modelo hablador solo se siente lento. En un bucle agente, cada token desperdiciado se gasta de nuevo en el siguiente paso, y en el siguiente, porque el contexto se arrastra. Un modelo que es 60% más eficiente por paso no es 60% más barato en una ejecución. Se acumula de forma más eficiente, porque también deja un rastro más pequeño para que cada paso subsiguiente lo relea.
En un solo prompt, eso parece un error de redondeo. En una ejecución agente real de miles de pasos, se acumula en la diferencia entre un proyecto que cuesta dólares y uno que cuesta centavos. Esta es la razón por la que la brecha de costo efectiva frente a Fable 5 en una compilación completa suele ser mayor que el titular de 5x.
3. La escala
2.8 billones de parámetros, y puedes descargarlos
K3 es el modelo de pesos abiertos más grande jamás lanzado. Moonshot lo llama el primer modelo abierto de clase 3T, arrebatándole esa corona a DeepSeek. Para contexto, ni OpenAI ni Anthropic divulgan sus conteos de parámetros. Aquí hay un laboratorio publicando un modelo de 2.8T y entregándote los pesos.
La escala por sí sola no es el punto. Lo que importa es que esta cantidad de capacidad ahora es algo que puedes ejecutar, inspeccionar, ajustar y alojar tú mismo, en lugar de alquilar a través de un endpoint medido que no controlas. Para un equipo de backend, esa distinción no es académica. Significa que puedes poner el modelo detrás de tu propio firewall, ajustarlo en tu propia base de código y convenciones, y nunca enviar una línea de código propietario a una API de terceros. El lanzamiento de pesos abiertos llega antes del 27 de julio.
4. La memoria
1 millón de tokens de contexto de una sola vez
K3 mantiene un millón de tokens de contexto en una sola ventana. En términos prácticos, eso es una base de código backend completa, sus pruebas, sus documentos y su historial de migración, todo cargado a la vez, con espacio de sobra.
Esto es lo que hace que la historia de programación sea real, no un artefacto de benchmark. Un modelo que programa como Fable es útil. Un modelo que programa como Fable y puede ver todo tu repositorio a la vez es un tipo diferente de herramienta. Refactoriza con conocimiento completo de cada llamador, cada tipo, cada dependencia descendente, en lugar de adivinar a partir de los tres archivos que lograste pegar.
Cualquiera que haya visto a un modelo capaz romper confiadamente una base de código conoce el modo de fallo: escribió código correcto para el archivo que podía ver, y código incorrecto para los doce archivos que no podía. Una ventana de un millón de tokens no hace que el modelo sea más inteligente. Le quita la venda. El mismo razonamiento de nivel Fable ahora opera sobre la imagen completa, que es donde se esconden la mayoría de los errores reales de backend.
5. El paralelismo
K3 Swarm Max ejecuta el trabajo en paralelo
K3 se lanzó en dos variantes. K3 Max maneja tareas de chat y agente. K3 Swarm Max está diseñado para procesamiento paralelo a gran escala: muchos agentes trabajando a la vez en lugar de un solo modelo procesando una cola.
Para el trabajo backend, esto es el desbloqueo. En lugar de que un agente implemente cuarenta endpoints en secuencia, el swarm los asigna a trabajadores paralelos, cada uno con su propio fragmento de la base de código, y llegan juntos. La calidad de nivel Fable ahora también es rápida, porque el rendimiento escala con el número de agentes en lugar de la longitud de una sola conversación.
La economía se suma a la velocidad. Debido a que cada agente en el swarm es un agente K3, toda la ejecución paralela hereda la misma ventaja de costo de 5x. No estás pagando tarifas de frontera por el privilegio del paralelismo, como lo harías si desplegaras cuarenta agentes Fable a la vez. Obtienes el rendimiento de un swarm y la factura de un modelo commodity al mismo tiempo.
6. El alcance
Diseñado para trabajo agente de largo horizonte
K3 fue entrenado específicamente para programación de largo horizonte y cargas de trabajo agentivas, no adaptado para ellas. Mantiene un plan a lo largo de miles de pasos, usa herramientas sin perder el hilo y se recupera cuando un paso falla en lugar de descarrilar toda la ejecución.
Combina eso con la ventana de un millón de tokens y obtienes un agente que puede manejar una característica backend completa de principio a fin: leer la base de código, planificar el cambio, implementar en todos los servicios, ejecutar las pruebas, leer los fallos y corregirlos. El tipo de bucle que solo funcionaba en modelos de frontera ahora funciona en uno que cuesta una quinta parte.
La parte de recuperación de fallos es lo que separa una demo de una herramienta. La mayoría de los agentes se ven impresionantes hasta que una prueba falla en el paso 900, momento en el que uno frágil tira el plan y comienza a improvisar. K3 fue ajustado para tratar un paso fallido como información, no como un callejón sin salida. Lee el error, se ajusta y continúa, que es la única forma en que una ejecución de largo horizonte realmente termina.
7. El cambio
Pesos abiertos, y restablece el precio de la frontera
La séptima característica no es una especificación. Es lo que suman las otras seis. Cuando un modelo tan capaz tiene pesos abiertos, el precio de cada modelo cerrado se convierte en una pregunta, no en un hecho.
Si K3 ofrece código backend de nivel Fable a una quinta parte del costo, con una ventana de un millón de tokens y un swarm paralelo, la carga recae en los laboratorios cerrados para justificar su prima. Ese es el mismo patrón que la industria vio con DeepSeek, y es por eso que este lanzamiento llegó a la portada de tres medios de negocios en dos días.
Moonshot no llegó a esto por casualidad. La empresa cerró una ronda de $500M en enero con una valoración de $4.3B, destinada explícitamente a K3 y la computación para entrenarlo. Este es un impulso financiado y deliberado para poner un modelo de clase frontera en abierto, y el precio tampoco es un accidente. Es la estrategia. Subcotizar a los laboratorios cerrados en costo mientras los iguala en el eje que paga las cuentas de los desarrolladores: código que funciona.
Los siete, de un vistazo:
- Programación backend de nivel Fable a aproximadamente 5 veces menos costo.
- Eficiente en tokens, por lo que la brecha real es aún mayor.
- 2.8T parámetros, el modelo de pesos abiertos más grande del mundo.
- Contexto de 1M de tokens, un repositorio backend completo de una sola vez.
- K3 Swarm Max para compilaciones paralelas de alto rendimiento.
- Cargas de trabajo agente de largo horizonte, manejadas de principio a fin.
- Pesos abiertos, redefiniendo lo que la frontera puede costar.
Código de nivel Fable. Una quinta parte del precio. Pesos abiertos.
La frontera solía ser un lugar que pagabas por visitar. Kimi K3 acaba de convertir el mejor nivel de programación en algo que puedes ejecutar, poseer y costear. Todos los demás modelos ahora tienen que explicar por qué cuestan cinco veces más por el mismo resultado.
