20 cosas que Kimi K3 puede crear a partir de un solo prompt que la mayoría de los usuarios desconoce

Hace cuatro días, el modelo de IA de pesos abiertos más grande de la historia se lanzó en silencio.

Guarda esto :)

Sin keynote. Sin transmisión en vivo. Moonshot AI simplemente actualizó kimi.com de la noche a la mañana y lanzó Kimi K3: 2,8 billones de parámetros, una ventana de contexto de un millón de tokens y una capacidad de codificación que acaba de lograr algo que ningún modelo abierto había hecho antes.

En pruebas ciegas con humanos en Arena, donde los desarrolladores votan por los resultados sin saber qué modelo los generó, K3 ocupó el primer lugar en el área de Frontend Code. Venció a Claude Fable 5. Venció a GPT-5.6 Sol. Primer lugar, para construir cosas, elegido por desarrolladores que no sabían que estaban seleccionando el modelo abierto.

La mayoría vio el titular y siguió adelante. Casi nadie lo ha llevado al límite para ver qué construye.

Yo lo hice. Aquí hay 20 cosas que K3 produce con un solo prompt, la mayoría de las cuales las personas que discuten sobre benchmarks ni siquiera han probado. Copia los prompts. Pruébalos tú mismo. Marca esto como favorito antes de que desaparezca.

Una nota rápida antes de la lista, porque la honestidad es la clave: K3 es genuinamente el número uno del mundo en código frontend en pruebas ciegas, pero en general se sitúa alrededor del cuarto lugar, aproximadamente al nivel de Opus 4.8, y está por detrás de Fable 5 y GPT-5.6 Sol en los benchmarks más amplios. Donde gana, gana con fuerza. Esta lista es ese territorio.

Primero, 60 segundos sobre qué es realmente K3

Si eres nuevo en esto, aquí tienes todo en términos simples antes de llegar a las construcciones.

Kimi K3 es un modelo de lenguaje grande de Moonshot AI, un laboratorio de Pekín fundado por el ex investigador de Google Yang Zhilin y respaldado por Alibaba. Se lanzó el 16 de julio de 2026 en dos versiones: una versión Max para chat y trabajo con agentes, y una versión Swarm diseñada para trabajos paralelos a gran escala.

La cifra de 2,8 billones de parámetros suena imposible de ejecutar, y lo sería, excepto que K3 es un modelo de Mezcla de Expertos. Imagina un edificio con 896 especialistas en lugar de un cerebro enorme. Para cualquier tarea dada, solo activa a los 16 especialistas más adecuados, aproximadamente el 1,8 % del total, y el resto permanece inactivo. Así que tiene el conocimiento de un modelo de 2,8 billones de parámetros mientras cuesta mucho menos ejecutarlo. Enorme sobre el papel, eficiente en la práctica. Ese es el truco que hace que todo lo siguiente sea asequible.

Añade tres cosas a eso: una ventana de contexto de un millón de tokens, por lo que una base de código completa o una pila de documentos largos caben en su memoria a la vez; entrada multimodal nativa, por lo que lee imágenes y video directamente en lugar de a través de un complemento; y razonamiento siempre activo, que Moonshot llama "modo de pensamiento", por lo que trabaja los problemas por defecto. Esto último es un arma de doble filo que retomaremos más adelante.

Esa es la máquina. Ahora, esto es lo que hace.

Parte 1: Juegos y Mundos 3D (Donde Supera Todo)

Esta es la categoría que le valió a K3 su primer lugar en el arena. La barrera entre "describe una cosa 3D" y "ten una cosa 3D funcional" ahora es un solo prompt.

1. Juegos de navegador jugables con física real.

No es una demo parecida a un juego. Escenas jugables con reacciones de impacto, retroalimentación de impacto y física que realmente se comporta. La gente ha sacado arenas de combate con efectos visuales, recorridos urbanos 3D en navegador con mecánicas de agarre, corredores en vista cenital y shooters de zombis a partir de un solo prompt. El detalle que distingue a K3 aquí es que maneja las veinte pequeñas cosas que normalmente se rompen: respuesta de colisión, momento, sensación de la cámara.

1Construye un juego de navegador en un solo archivo: un arena en vista cenital donde el jugador esquiva y dispara oleadas de enemigos. WebGL o canvas, sin assets externos. Incluye: momento de movimiento real, reacciones de impacto en enemigos, sacudida de pantalla al impactar, un contador de puntuación y un botón de reinicio. Objetivo de 60 fps. Haz que se sienta receptivo, no flotante. Construye todo.

2. Productos 3D interactivos que parecen renders, no demos.

Un reloj de pulsera con brillo y comportamiento de luz correctos. Una cámara que puedes desmontar. Un objeto mecánico modelado como docenas de piezas individuales que se ensamblan y desensamblan al hacer clic. La diferencia con respecto a cualquier intento anterior de "IA construye algo 3D" es la precisión del material: rugosidad, metalicidad y sombras reales en lugar de plástico plano.

3. Simulaciones físicas que se calculan, no se animan.

Tela que cae. Una estructura que colapsa bajo su propio peso. Dos vehículos que chocan en el aire con transferencia de momento que se ve correcta en lugar de guionizada. Superficies oceánicas con dinámicas de olas genuinas. Pídele a K3 que calcule la física y comente las matemáticas para que puedas verificarlo, y lo hará.

1Construye tres escenas HTML5 canvas con física calculada, sin librerías, un archivo cada una: (1) un puente que colapsa y deja caer un vehículo al agua con desplazamiento, (2) tela cayendo sobre un objeto invisible, (3) una pila de bloques que se derrumba por un empujón. Física calculada, no animada, 60 fps, botón de reinicio, y comenta las ecuaciones. No hagas preguntas primero.

4. Escenas visuales con Shaders y WebGPU.

Lo realmente difícil en gráficos. Un agujero negro con lente gravitacional que curva el campo de estrellas detrás. Sistemas de partículas con miles de puntos. Terreno procedural que se genera mientras te mueves. Este es el trabajo que solía requerir a alguien que escribe GLSL profesionalmente, y K3 lo redactará, y luego lo refinará según un estándar de calidad que tú establezcas. El truco es nombrar el estándar en voz alta, "esto debería parecer una entrada de demoscene, no un tutorial", porque K3 responde mucho más a los estándares que a las instrucciones.

1Construye una escena WebGL en un solo archivo: un agujero negro con lente gravitacional que curva visiblemente un campo de estrellas detrás, más un disco de acreción con color basado en temperatura. Añade controles de órbita. Estándar de calidad: esto debería parecer una visualización científica, no un tutorial de shaders. Construye el archivo.

Parte 2: Productos e Interfaces Reales

Más allá del atractivo visual, la fortaleza de frontend de K3 se convierte en trabajo de producto listo para enviar.

5. Páginas de aterrizaje que parecen diseñadas, no con plantillas.

Dale un producto y una estética ("brutalista", "editorial cálida", "fintech limpio") y produce una página con jerarquía tipográfica real e intención de diseño, no el aspecto genérico de la basura de IA. Establece el estándar explícitamente y lo cumplirá.

6. Andamios de aplicaciones full-stack a partir de una especificación.

Describe el producto, la pila tecnológica y las funciones, y K3 crea el andamio del frontend, el backend, el esquema de la base de datos y la capa de autenticación, todo conectado, en lugar de fragmentos desconectados. No es un juguete; es una base de código inicial que puedes endurecer, que es exactamente para lo que está diseñado su horizonte largo. Dale toda la especificación en un solo prompt y deja que construya por etapas.

1Construye el andamio para una aplicación web de seguimiento de hábitos. Pila: frontend React, API Node/Express, Postgres, autenticación con correo y contraseña. Funciones: registro de usuario, crear/editar/eliminar hábitos, registro diario, un contador de rachas y una vista de resumen semanal. Construye primero el esquema de la base de datos, luego la API, luego la interfaz de usuario. Conéctalos y anota cualquier cosa que necesitaría configurar para ejecutarlo.

7. Funciones colaborativas en tiempo real que realmente se mantienen sincronizadas.

Aquí es donde los modelos más débiles fingen en silencio. El estado en tiempo real debe sincronizarse entre clientes, no solo guardarse en una base de datos, y los errores solo aparecen con dos navegadores abiertos. K3 maneja la capa de WebSocket, la reconexión y la sincronización multi-cliente, y puedes obligarlo a demostrar el trabajo.

1Añade una capa colaborativa en tiempo real a una aplicación: cursores en vivo más pines de comentarios que se colocan al hacer clic, como Figma. Usa WebSocket (Socket.io o ws nativo). Requisitos: los cursores de otros usuarios se muestran en vivo, los comentarios aparecen para todos al instante, reconexión elegante sin cursores fantasma, actualizaciones de cursor con debounce. Constrúyelo de principio a fin, luego demuestra que la sincronización funciona con dos clientes simulados antes de darlo por terminado.

8. Tableros y visualizaciones de datos a partir de datos sin procesar.

Pásale un CSV y una pregunta, y construye un tablero interactivo, gráficos, filtros y todo, en una sola pasada. Su razonamiento sobre gráficos y figuras es uno de sus puntos fuertes documentados, por lo que no solo traza los datos, sino que razona sobre lo que muestran.

Parte 3: Ingeniería Seria (El Superpoder de Horizonte Largo)

K3 fue construido para sesiones de codificación sostenidas en bases de código enormes. Esta es la parte que importa si escribes software para vivir.

9. Trabajo en todo el repositorio con un objetivo medible.

La forma más poderosa de usar K3. No le des una tarea, dale un resultado y deja que trabaje hasta que el número se mueva.

1Lee toda esta base de código antes de cambiar nada.
2Objetivo: reducir el tiempo de respuesta p95 en el endpoint /search en un 30 %.
3Reglas: primero perfila y muéstrame dónde se va el tiempo; no cambies interfaces públicas ni salidas; ejecuta las pruebas después de cada cambio; si un cambio empeora las cosas, reviértelo y di por qué. Trabaja hasta que se alcance el objetivo o puedas demostrar que no se puede sin romper una regla.
4Termina con un registro: qué cambiaste, qué ganaste, qué intentaste que falló.

10. Poner todo un repositorio real en contexto a la vez.

La ventana de un millón de tokens no es un alarde de especificaciones aquí. Puedes cargar una base de código genuina y hacer preguntas a nivel de arquitectura, escribir documentación o rastrear un error a través de docenas de archivos, porque el modelo puede ver todo en lugar de adivinar las partes que no pegaste. Esta es la diferencia práctica más grande entre K3 y un modelo con una ventana más pequeña: razona sobre tu sistema, no sobre fragmentos. Una advertencia que vale la pena conocer, sin embargo: unos ajustados 200K de los archivos que importan suelen ser mejores que 900K inflados de todo el monorepo, porque el enfoque, no el volumen, es de donde proviene su fortaleza de horizonte largo.

11. Migrar código entre frameworks o lenguajes.

K3 es el estado del arte en ingeniería de software multilingüe, por lo que portar un servicio de un lenguaje a otro, o de un framework a su sucesor, está claramente en su área de especialización, incluidos los casos extremos aburridos que suelen pasarse por alto. Debido a que mantiene todo el proyecto en contexto, mantiene el comportamiento consistente durante la migración en lugar de traducir archivo por archivo y cambiar silenciosamente lo que hace el código.

12. Sesiones autónomas con una condición de éxito verificable.

K3 puede ejecutar sesiones largas, en gran parte sin supervisión, pero solo funciona bien cuando el objetivo es comprobable. "Mejora el código" lo hace divagar. "Haz que esta prueba pase" o "alcanza este benchmark" le da un objetivo al que puede dirigirse sin desviarse. Siempre asigna a una tarea de horizonte largo un número, no una sensación.

Parte 4: Agentes, Herramientas e Investigación

K3 está cerca de la cima en los benchmarks de uso de herramientas e investigación web, lo que lo convierte en un operador, no solo en un escritor.

13. Orquestación de terminal y navegador.

Maneja el shell, el navegador y las llamadas API sin desmoronarse, lo que es el tejido conectivo que toda tarea de agente real necesita. Apúntalo a un objetivo que requiera buscar cosas y actuar sobre ellas, y encadena los pasos por sí mismo en lugar de detenerse a preguntarte qué hacer en cada bifurcación.

1Objetivo: encuentra las tres funciones más solicitadas en los issues de GitHub de este proyecto de código abierto, luego redacta una especificación breve para la principal.
2Pasos: busca en los issues del repositorio, clasifica por número de reacciones y volumen de comentarios, identifica las tres principales, elige la de mayor impacto y escribe una especificación de una página con alcance, casos extremos y un plan de implementación aproximado. Muestra tu trabajo.

14. Investigación web profunda y aumentada con herramientas.

K3 es el estado del arte en benchmarks de navegación. Dale una pregunta de investigación y busca, lee fuentes primarias, cruza referencias y vuelve con algo estructurado y citado, en el tiempo que solía tomar hojear diez pestañas.

15. Trabajo paralelo masivo a través de la variante Swarm.

K3 se lanzó en dos formas, y la variante Swarm está diseñada para procesamiento paralelo a gran escala: distribuye un trabajo por lotes grande entre muchos subagentes a la vez, luego fusiona los resultados, en lugar de procesarlo uno por uno.

16. Convertir un montón de documentos en un único entregable.

Apúntalo a una carpeta de PDFs o un corpus de investigación largo y pídele una salida sintetizada, una revisión de literatura, una tabla comparativa, un informe, y procesa el conjunto y entrega el resultado ensamblado en lugar de quince resúmenes separados.

Parte 5: Movimientos Multimodales y de Poder

K3 lee texto, imágenes y video de forma nativa, y eso desbloquea una clase diferente de trabajo.

17. Captura de pantalla o maqueta directamente a código funcional.

Muéstrale una maqueta de diseño o una captura de pantalla de una interfaz y escribe el frontend que la reproduce. La visión nativa más su corona de frontend hacen que esto sea una de las cosas más útiles de esta lista para cualquiera que construya interfaces de usuario.

18. Razonamiento sobre gráficos, figuras y matemáticas visuales.

Pásale un gráfico, un diagrama o un problema matemático fotografiado y no solo describe la imagen, sino que razona sobre ella, extrae los números y trabaja con ellos, respaldado por Python cuando la tarea necesita cálculo real. Documentado como una de sus áreas de vanguardia.

19. Comprensión de video como entrada.

Debido a que la entrada multimodal incluye video, puedes pasarle material de video como contexto en lugar de transcribir primero, y hacer que razone sobre lo que realmente sucedió en la pantalla.

20. Poseer el modelo por completo después del 27 de julio.

El movimiento de poder más grande es el que la mayoría malinterpreta. El 27 de julio, los pesos completos de K3 se vuelven abiertos bajo una licencia permisiva. Para un equipo serio, eso significa auto-alojamiento en tu propio hardware, ajuste fino con tus propios datos, inspeccionar exactamente cómo se comporta y no depender de que la API de nadie se mantenga en línea o de que los términos sigan siendo favorables. Esa independencia, en un modelo cercano a la frontera, es la parte que realmente remodela el mercado.

Dos Advertencias Honestas Antes de Sumergirte

Porque una lista de superpoderes sin la letra pequeña es cómo la gente desperdicia dinero y se quema.

No hagas de K3 tu opción predeterminada para todo. Su razonamiento está siempre activo. Piensa mucho en cada solicitud, lo cual es glorioso para las veinte cosas anteriores y absurdo para formatear una lista o renombrar variables. Los primeros probadores lo vieron quemar miles de tokens de razonamiento en tareas que deberían costar una fracción de un centavo. Enruta el trabajo trivial a un modelo más pequeño y rápido, y guarda K3 para trabajos que justifiquen la potencia. Este es el error más caro que cometen los nuevos usuarios.

Un matiz sobre el costo que va en la dirección opuesta, sin embargo: el precio de la API de K3 de $3 por millón de tokens de entrada y $15 por millón de tokens de salida es de gama media, no barato, pero tiende a usar menos tokens de salida para terminar un trabajo real que modelos más caros que divagan hasta la misma respuesta. Así que la forma honesta de juzgarlo es costo-por-tarea-terminada, no costo-por-token. En el trabajo para el que está construido, la factura total a menudo resulta más baja de lo que sugiere el precio de etiqueta. En trabajo trivial, el pensamiento siempre activo elimina esa ventaja por completo, que es exactamente por qué el enrutamiento importa.

"Pesos abiertos" no significa "se ejecuta en tu laptop". Cuando los pesos se publiquen el 27 de julio, no descargarás K3 en tu MacBook. Incluso fuertemente comprimido, pesa más de un terabyte y necesita docenas de chips aceleradores para ejecutarse. Los pesos abiertos son un regalo para organizaciones que pueden auto-alojarse y para investigadores que pueden hacer ajuste fino, no un modelo privado para tu PC de juegos. Para casi todos, "usar K3" significa la aplicación o la API, y eso está completamente bien.

Cómo Probarlo Hoy

→ Chat: kimi.com, activo ahora mismo, la forma de cero configuración para ejecutar cada prompt anterior.

→ API: compatible con el SDK de OpenAI, por lo que cambiar de una configuración de OpenAI o Anthropic es una URL base y una cadena de modelo, no una reescritura.

→ En tu base de código: instala el CLI de Kimi Code siguiendo las instrucciones oficiales en kimi.com, abre tu proyecto y deja que planifique, edite y pruebe con acceso directo a archivos.

→ Pesos: lanzamiento completo de código abierto programado para el 27 de julio, la fecha en que esto deja de ser un servicio que alquilas y se convierte en algo que cualquiera con el hardware puede poseer.

Por Qué Esto Es Más Grande Que un Benchmark

Aléjate de los prompts por un segundo, porque el contexto es la historia real.

Moonshot construyó un modelo de clase fronteriza de 2,8 billones de parámetros bajo tres años de crecientes controles de exportación de EE. UU. sobre los mismos chips que normalmente necesitarías para entrenar algo de este tamaño. Lo hicieron mediante astucia arquitectónica en lugar de computación bruta, y luego, en lugar de encerrarlo detrás de una API para siempre, anunciaron que regalarían los pesos. El lanzamiento se programó justo antes de la Conferencia Mundial de Inteligencia Artificial en Shanghái, lo que no es una coincidencia.

La pregunta interesante nunca fue "si China se puso al día". Es qué sucede con la economía de los modelos fronterizos cerrados y caros cuando uno libre y abierto aterriza en el mismo nivel. Cuando la capacidad de nivel fronterizo deja de ser algo que solo tres empresas pueden vender y se convierte en algo que cualquier equipo con recursos puede descargar, el poder de fijación de precios de los laboratorios cerrados cambia. Esa presión es el evento real aquí, más que cualquier número de benchmark individual.

También hay una pregunta abierta real que lo acompaña. Los reguladores chinos han estado discutiendo sus propias reglas de exportación de IA, por lo que si K3 es la última gran publicación de pesos abiertos de ese lado o la primera de muchas es realmente incierto. De cualquier manera, el modelo está fuera, y no va a volver a entrar.

La Conclusión Real

Durante tres años, el trato fue simple: los laboratorios estadounidenses construyeron la frontera, y todos los demás obtuvieron una copia más barata medio año después. Kimi K3 rompió eso. Es el modelo abierto más grande jamás creado, es el modelo número uno del mundo para código frontend en pruebas ciegas con humanos, y en una semana se vuelve gratis.

No son los tokens más baratos, no encabeza todas las listas y no lo ejecutarás en casa. Todo cierto, y nada de eso cambia el titular: un modelo de nivel fronterizo que supera a los buques insignia cerrados en la construcción de cosas está a punto de pertenecer a todos.

Los veinte prompts anteriores son tu ventaja inicial. Las personas que realmente los ejecuten esta semana sabrán lo que este modelo puede hacer mientras todos los demás siguen discutiendo sobre una tabla de benchmarks.

La mayoría leerá el tuit de lanzamiento y nunca abrirá el modelo. Los que pasen una tarde construyendo con él estarán un mes por delante de todo el cronograma.

Analizo cada gran lanzamiento de IA sin el bombo publicitario y te doy los prompts para que lo pruebes tú mismo. Sígueme para el próximo, y marca esto como favorito mientras K3 sigue siendo noticia.

Cómo probarlo:

→ Chat y aplicación: kimi.com

→ API: compatible con el SDK de OpenAI

→ Pesos abiertos: esperados para el 27 de julio

Si te resultó útil, sígueme en @eng_khairallah1 para más contenido de IA como este. Publico análisis, cursos y herramientas cada semana.

espero que te haya sido útil, Khairallah ❤️