20 cose che Kimi K3 può creare da un singolo prompt che la maggior parte degli utenti non conosce

Quattro giorni fa, il più grande modello di IA open-weight della storia è stato pubblicato in silenzio.

Salva questo :)

Niente keynote. Niente livestream. Moonshot AI ha semplicemente aggiornato kimi.com da un giorno all'altro e ha lanciato Kimi K3: 2,8 trilioni di parametri, una finestra di contesto di un milione di token e una capacità di programmazione che ha appena fatto qualcosa che nessun modello open ha mai fatto.

Nei test umani alla cieca su Arena, dove gli sviluppatori valutano gli output senza sapere quale modello li ha prodotti, K3 ha conquistato il primo posto nell'arena Frontend Code. Ha battuto Claude Fable 5. Ha battuto GPT-5.6 Sol. Primo posto, per costruire cose, scelto da sviluppatori che non sapevano di aver scelto il modello open.

La maggior parte delle persone ha visto il titolo ed è andata avanti. Quasi nessuno l'ha davvero spinto per vedere cosa costruisce.

Io l'ho fatto. Ecco 20 cose che K3 produce da un singolo prompt, la maggior parte delle quali le persone che discutono di benchmark non hanno mai provato. Copia i prompt. Testali tu stesso. Aggiungi questo ai preferiti prima che sparisca.

Una nota veloce prima della lista, perché l'onestà è il punto centrale: K3 è genuinamente il numero uno al mondo per il codice frontend nei test alla cieca, ma complessivamente si colloca intorno al quarto posto, più o meno al livello di Opus 4.8, e resta indietro rispetto a Fable 5 e GPT-5.6 Sol nei benchmark più ampi. Dove vince, vince in modo netto. Questa lista è quel territorio.

Prima, 60 secondi su cosa sia realmente K3

Se sei nuovo a questo, ecco tutto in parole semplici prima di arrivare alle costruzioni.

Kimi K3 è un modello linguistico di grandi dimensioni di Moonshot AI, un laboratorio di Pechino fondato dall'ex ricercatore di Google Yang Zhilin e sostenuto da Alibaba. È stato lanciato il 16 luglio 2026 in due versioni: una versione Max per chat e lavoro da agente, e una versione Swarm costruita per lavori paralleli su larga scala.

Il numero di 2,8 trilioni di parametri sembra impossibile da eseguire, e lo sarebbe, tranne per il fatto che K3 è un modello Mixture-of-Experts. Immagina un edificio con 896 specialisti invece di un unico cervello enorme. Per ogni compito dato, attiva solo i 16 specialisti più adatti, circa l'1,8% del totale, e gli altri restano spenti. Quindi possiede la conoscenza di un modello da 2,8 trilioni di parametri costando molto meno da eseguire effettivamente. Enorme sulla carta, leggero in pratica. Questo è il trucco che rende tutto ciò che segue accessibile.

Aggiungi tre cose a questo: una finestra di contesto di un milione di token, quindi un intero codebase o una pila di documenti lunghi ci stanno nella sua memoria in una volta sola; input multimodale nativo, quindi legge immagini e video direttamente senza bisogno di un componente aggiuntivo; e ragionamento sempre attivo, che Moonshot chiama "modalità di pensiero", quindi elabora i problemi per impostazione predefinita. Quest'ultimo è un'arma a doppio taglio su cui torneremo.

Questa è la macchina. Ora ecco cosa fa.

Parte 1: Giochi e Mondi 3D (Dove Batte Tutto)

Questa è la categoria che ha fatto vincere a K3 il suo primo posto nell'arena. Il muro tra "descrivi una cosa 3D" e "avere una cosa 3D funzionante" ora è un solo prompt.

1. Giochi da browser giocabili con fisica reale.

Non una demo simile a un gioco. Scene giocabili con reazioni ai colpi, feedback d'impatto e fisica che si comporta davvero. Le persone hanno tirato fuori arene di combattimento con effetti visivi, esplorazione 3D basata su browser con meccaniche di arrampicata, corridori dall'alto e sparatutto di zombie da singoli prompt. Il dettaglio che distingue K3 qui è che gestisce le venti piccole cose che di solito si rompono: risposta alle collisioni, quantità di moto, sensazione della telecamera.

1Costruisci un gioco da browser in un unico file: un'arena dall'alto in cui il giocatore schiva
2e spara a ondate di nemici. WebGL o canvas, nessuna risorsa esterna.
3Includi: quantità di moto reale nei movimenti, reazioni ai colpi dei nemici, schermo che trema
4all'impatto, un contatore di punteggio e un pulsante di riavvio. Obiettivo 60fps.
5Rendilo reattivo, non galleggiante. Costruisci tutto.

2. Prodotti 3D interattivi che sembrano render, non demo.

Un orologio da polso con lucentezza e comportamento della luce corretti. Una fotocamera che puoi smontare. Un oggetto meccanico modellato come dozzine di parti singole che si assemblano e si smontano al clic. La differenza rispetto a ogni precedente tentativo di "IA costruisce una cosa 3D" è l'accuratezza dei materiali: rugosità, metallicità e ombre reali invece di plastica piatta.

3. Simulazioni fisiche che sono calcolate, non animate.

Tessuto che cade. Una struttura che crolla sotto il suo stesso peso. Due veicoli che si scontrano a mezz'aria con trasferimento di quantità di moto che sembra giusto invece di essere scriptato. Superfici oceaniche con genuine dinamiche delle onde. Chiedi a K3 di calcolare la fisica e commentare la matematica in modo che tu possa verificarla, e lo farà.

1Costruisci tre scene canvas HTML5 con fisica calcolata, nessuna libreria,
2un file ciascuna: (1) un ponte che crolla e fa cadere un veicolo in acqua
3con spostamento, (2) un tessuto che cade su un oggetto invisibile, (3) una pila
4di blocchi che cade per una spinta. Fisica calcolata non animata, 60fps,
5pulsante di reset, e commenta le equazioni. Non fare domande prima.

4. Scene visive con Shader e WebGPU.

La roba grafica veramente difficile. Un buco nero con lente gravitazionale che piega il campo stellare dietro di esso. Sistemi di particelle con migliaia di punti. Terreno procedurale che si genera mentre ti muovi. Questo è il lavoro che prima richiedeva qualcuno che scrive GLSL per vivere, e K3 lo abbozza, poi lo perfeziona rispetto a uno standard di qualità che imposti. Il trucco è nominare lo standard ad alta voce, "questo dovrebbe sembrare una voce demoscene, non un tutorial", perché K3 risponde agli standard molto più che alle istruzioni.

1Costruisci una scena WebGL in un unico file: un buco nero con lente gravitazionale
2che piega visibilmente un campo stellare dietro di esso, più un disco di accrescimento con
3colore basato sulla temperatura. Aggiungi controlli di orbita. Standard di qualità: questo dovrebbe
4sembrare una visualizzazione scientifica, non un tutorial shader. Costruisci il file.

Parte 2: Prodotti e Interfacce Reali

Oltre agli effetti speciali, la forza del frontend di K3 si trasforma in lavoro di prodotto consegnabile.

5. Landing page che sembrano progettate, non modellate.

Dagli un prodotto e un'estetica ("brutalista", "editoriale caldo", "fintech pulito") e produce una pagina con una vera gerarchia tipografica e intenzione di layout, non l'aspetto generico di IA scadente. Imposta lo standard esplicitamente e lo raggiunge.

6. Scaffold di app full-stack da una specifica.

Descrivi il prodotto, lo stack e le funzionalità, e K3 costruisce lo scaffold del frontend, del backend, dello schema del database e del livello di autenticazione insieme, collegati piuttosto che come frammenti scollegati. Non è un giocattolo; è un codebase di partenza che rafforzi, che è esattamente lo scopo del suo design a lungo orizzonte. Dagli l'intera specifica in un solo prompt e lascialo costruire a fasi.

1Costruisci lo scaffold per un'app web di monitoraggio delle abitudini. Stack: frontend React,
2API Node/Express, Postgres, autenticazione email-e-password. Funzionalità: registrazione utente,
3creare/modificare/eliminare abitudini, check-in giornalieri, un contatore di streak e una vista
4riepilogativa settimanale. Costruisci prima lo schema del database, poi l'API, poi l'interfaccia.
5Collegali e nota tutto ciò che dovrei configurare per eseguirlo.

7. Funzionalità collaborative in tempo reale che rimangono effettivamente sincronizzate.

Qui è dove i modelli più deboli fingono silenziosamente. Lo stato in tempo reale deve sincronizzarsi tra i client, non solo salvare in un database, e i bug compaiono solo con due browser aperti. K3 gestisce il livello WebSocket, la riconnessione e la sincronizzazione multi-client, e puoi costringerlo a dimostrare il lavoro.

1Aggiungi un livello collaborativo in tempo reale a un'app: cursori live più pin di commento
2clicca-e-lascia, come Figma. Usa WebSocket (Socket.io o ws nativo). Requisiti:
3cursori degli altri utenti mostrati in tempo reale, commenti appaiono per tutti istantaneamente,
4riconnessione pulita senza cursori fantasma, aggiornamenti cursore debounced.
5Costruiscilo end-to-end, poi dimostra che la sincronizzazione funziona con due client simulati prima di chiamarlo finito.

8. Dashboard e visualizzazioni di dati da dati grezzi.

Consegnagli un CSV e una domanda, e costruisce una dashboard interattiva, grafici, filtri e tutto il resto in un unico passaggio. Il suo ragionamento su grafici e figure è uno dei suoi punti di forza documentati, quindi non solo traccia i dati, ma ragiona su ciò che i dati mostrano.

Parte 3: Ingegneria Seria (Il Superpotere a Lungo Orizzonte)

K3 è stato costruito per sessioni di programmazione prolungate su codebase enormi. Questa è la parte che conta se scrivi software per vivere.

9. Lavoro sull'intero repository con un obiettivo misurabile.

Il modo più potente per usare K3. Non dargli un compito, dagli un risultato e lascialo lavorare finché il numero non si muove.

1Leggi l'intero codebase prima di cambiare qualsiasi cosa.
2Obiettivo: ridurre il tempo di risposta p95 sull'endpoint /search del 30%.
3Regole: prima fai il profiling e mostrami dove va il tempo; non cambiare interfacce
4pubbliche o output; esegui i test dopo ogni modifica; se una modifica peggiora le cose,
5annullala e spiega perché. Lavora finché l'obiettivo non viene raggiunto o puoi
6dimostrare che non può essere raggiunto senza infrangere una regola.
7Alla fine, un log: cosa hai cambiato, cosa ha guadagnato, cosa hai provato che è fallito.

10. Mettere un intero repository reale nel contesto in una volta sola.

La finestra di un milione di token non è un vanto tecnico qui. Puoi caricare un vero codebase e fare domande a livello di architettura, scrivere documentazione o tracciare un bug attraverso dozzine di file, perché il modello può effettivamente vedere l'intera cosa invece di indovinare le parti che non hai incollato. Questa è la più grande differenza pratica tra K3 e un modello con una finestra più piccola: ragiona sul tuo sistema, non su frammenti di esso. Un avvertimento, però, vale la pena sapere: 200K stretti dei file che contano di solito battono 900K gonfi dell'intero monorepo, perché la concentrazione, non il volume, è da dove viene la sua forza a lungo orizzonte.

11. Migrare codice tra framework o linguaggi.

K3 è all'avanguardia nell'ingegneria del software multilingue, quindi portare un servizio da un linguaggio all'altro, o da un framework al suo successore, è proprio nel suo campo, compresi i noiosi casi limite che di solito vengono persi. Poiché tiene l'intero progetto nel contesto, mantiene il comportamento coerente attraverso la migrazione invece di tradurre file per file e cambiare silenziosamente ciò che il codice fa.

12. Sessioni autonome con una condizione di successo verificabile.

K3 può eseguire sessioni lunghe, in gran parte non presidiate, ma solo bene quando l'obiettivo è verificabile. "Migliora il codice" lo fa vagare. "Fai passare questo test" o "Raggiungi questo benchmark" gli dà un bersaglio verso cui può lavorare senza deviare. Dai sempre a un compito a lungo orizzonte un numero, non una sensazione.

Parte 4: Agenti, Strumenti e Ricerca

K3 è vicino alla cima dei benchmark di utilizzo degli strumenti e ricerca web, il che lo trasforma in un operatore, non solo in uno scrittore.

13. Orchestrazione di terminale e browser.

Guida la shell, il browser e le chiamate API senza crollare, che è il tessuto connettivo di cui ogni vero compito da agente ha bisogno. Puntalo verso un obiettivo che richiede cercare cose e agire su di esse, e incatena i passaggi da solo invece di fermarsi a chiederti cosa fare a ogni bivio.

1Obiettivo: trova le tre funzionalità più richieste nelle issue GitHub di questo progetto
2open-source, poi abbozza una breve specifica per la prima.
3Passaggi: cerca le issue del repository, ordinale per numero di reazioni e volume di commenti,
4identifica le prime tre, scegli quella a più alto impatto e scrivi una specifica di una pagina
5con ambito, casi limite e un piano di implementazione approssimativo. Mostra il tuo lavoro.

14. Ricerca web approfondita con strumenti.

K3 è all'avanguardia nei benchmark di navigazione. Dagli una domanda di ricerca e cerca, legge fonti primarie, incrocia i riferimenti e torna con qualcosa di strutturato e citato, nel tempo che prima serviva per scorrere dieci schede.

15. Lavoro parallelo massiccio attraverso la variante Swarm.

K3 è stato rilasciato in due forme, e la variante Swarm è costruita per l'elaborazione parallela su larga scala: distribuisci un grande lavoro batch tra molti sotto-agenti contemporaneamente, poi unisci i risultati, invece di macinare un elemento alla volta.

16. Trasformare un mucchio di documenti in un unico risultato.

Puntalo verso una cartella di PDF o un lungo corpus di ricerca e chiedi un output sintetizzato, una revisione della letteratura, una tabella di confronto, un brief, e processa l'insieme e restituisce il risultato assemblato invece di quindici riassunti separati.

Parte 5: Mosse Multimodali e di Potere

K3 legge testo, immagini e video nativamente, e questo sblocca una classe diversa di lavoro.

17. Screenshot o mockup direttamente in codice funzionante.

Mostragli un mockup di design o uno screenshot di un'interfaccia e scrive il frontend che lo riproduce. Visione nativa più la sua corona frontend rendono questa una delle cose più immediatamente utili di questa lista per chiunque costruisca UI.

18. Ragionamento su grafici, figure e matematica visiva.

Dagli un grafico, un diagramma o un problema di matematica fotografato e non solo descrive l'immagine, ma ragiona su di essa, estrae i numeri e ci lavora, supportato da Python quando il compito necessita di calcoli reali. Documentato come una delle sue aree all'avanguardia.

19. Comprensione video come input.

Poiché l'input multimodale include video, puoi dargli filmati come contesto invece di trascrivere prima, e fargli ragionare su ciò che è realmente accaduto sullo schermo.

20. Possedere il modello completamente dopo il 27 luglio.

La mossa di potere più grande è quella che la maggior parte delle persone fraintende. Il 27 luglio, i pesi completi di K3 diventano open con una licenza permissiva. Per un team serio ciò significa self-hosting sulla propria hardware, fine-tuning sui propri dati, ispezionare esattamente come si comporta e non dipendere dall'API di nessuno che rimanga online o da termini che rimangano favorevoli. Quell'indipendenza, su un modello di frontiera, è la parte che ridisegna effettivamente il mercato.

Due Avvertimenti Onesti Prima di Immergerti

Perché una lista di superpoteri senza la stampa fine è il modo in cui le persone sprecano soldi e si bruciano.

Non rendere K3 il tuo default per tutto. Il suo ragionamento è sempre attivo. Pensa intensamente a ogni richiesta, il che è glorioso per le venti cose sopra e assurdo per formattare una lista o rinominare variabili. I primi tester lo hanno visto bruciare migliaia di token di ragionamento su compiti che dovrebbero costare una frazione di centesimo. Instrada il lavoro banale a un modello più piccolo e veloce e riserva K3 per i lavori che giustificano la potenza di calcolo. Questo è l'errore più costoso che i nuovi utenti fanno.

Una sfumatura sui costi, però, che taglia nella direzione opposta: il prezzo API di K3 di $3 per milione di token di input e $15 per milione di output è di fascia media, non economico, ma tende a usare meno token di output per completare un lavoro reale rispetto a modelli più costosi che divagano fino alla stessa risposta. Quindi il modo onesto di giudicarlo è costo-per-compito-finito, non costo-per-token. Sul lavoro per cui è costruito, il conto totale spesso risulta inferiore a quanto suggerisce il prezzo di listino. Sul lavoro banale, il pensiero sempre attivo cancella completamente quel vantaggio, che è esattamente il motivo per cui instradare è importante.

"Pesi aperti" non significa "gira sul tuo laptop". Quando i pesi saranno rilasciati il 27 luglio, non scaricherai K3 sul tuo MacBook. Anche pesantemente compresso, è ben oltre un terabyte e necessita di dozzine di chip acceleratori per funzionare. I pesi aperti sono un regalo per le organizzazioni che possono fare self-hosting e per i ricercatori che possono fare fine-tuning, non un modello privato per il tuo PC da gaming. Per quasi tutti, "usare K3" significa l'app o l'API, e questo è completamente ok.

Come Provarlo Oggi

→ Chat: kimi.com, live in questo momento, il modo zero-setup per eseguire ogni prompt sopra.

→ API: compatibile con OpenAI-SDK, quindi passare da un setup OpenAI o Anthropic è un URL di base e una stringa modello, non una riscrittura.

→ Nel tuo codebase: installa la CLI Kimi Code dalle istruzioni ufficiali su kimi.com, apri il tuo progetto e lascialo pianificare, modificare e testare con accesso diretto ai file.

→ Pesi: rilascio open completo previsto per il 27 luglio, la data in cui questo smette di essere un servizio che affitti e diventa qualcosa che chiunque abbia l'hardware può possedere.

Perché Questo è Più Grande di un Benchmark

Fai un passo indietro dai prompt per un secondo, perché il contesto è la vera storia.

Moonshot ha costruito un modello di frontiera da 2,8 trilioni di parametri sotto tre anni di crescenti controlli all'esportazione degli Stati Uniti sugli esatti chip di cui avresti normalmente bisogno per addestrare qualcosa di queste dimensioni. L'hanno fatto attraverso l'astuzia architettonica piuttosto che la potenza di calcolo grezza, e poi, invece di chiuderlo dietro un'API per sempre, hanno annunciato che avrebbero regalato i pesi. Il rilascio è stato programmato per atterrare appena prima della World Artificial Intelligence Conference di Shanghai, che non è una coincidenza.

La domanda interessante non è mai stata "la Cina ha raggiunto". È cosa succede all'economia dei modelli di frontiera chiusi e costosi quando un modello gratuito e aperto atterra nella stessa fascia. Quando la capacità di livello frontiera smette di essere qualcosa che solo tre aziende possono vendere, e diventa qualcosa che qualsiasi team ben fornito può scaricare, il potere di determinazione dei prezzi dei laboratori chiusi cambia. Quella pressione è l'evento reale qui, più di qualsiasi singolo numero di benchmark.

C'è anche una vera domanda aperta che incombe. I regolatori cinesi stanno discutendo le proprie regole di esportazione per l'IA, quindi se K3 sarà l'ultima grande uscita open-weight da quel lato o la prima di molte è genuinamente poco chiaro. In ogni caso, il modello è fuori, e non tornerà indietro.

Il Vero Messaggio da Portare a Casa

Per tre anni l'accordo è stato semplice: i laboratori americani costruivano la frontiera, e tutti gli altri ricevevano una copia più economica sei mesi dopo. Kimi K3 ha rotto questo schema. È il più grande modello open mai realizzato, è il modello numero uno al mondo per il codice frontend nei test umani alla cieca, e tra una settimana diventa gratuito.

Non è il token più economico, non è in cima a ogni classifica, e non lo eseguirai a casa. Tutto vero, e niente di tutto ciò cambia il titolo: un modello di livello frontiera che batte i modelli chiusi di punta nel costruire cose sta per appartenere a tutti.

I venti prompt sopra sono il tuo vantaggio. Le persone che li eseguiranno effettivamente questa settimana sapranno cosa può fare questo modello mentre tutti gli altri stanno ancora discutendo su una tabella di benchmark.

La maggior parte delle persone leggerà il tweet di lancio e non aprirà mai il modello. Quelli che passeranno una serata a costruire con esso saranno un mese avanti rispetto all'intera timeline.

Analizzo ogni grande rilascio di IA senza hype e ti do i prompt per provarlo tu stesso. Seguimi per il prossimo e aggiungi questo ai preferiti mentre K3 è ancora notizia.

Come provarlo:

→ Chat e app: kimi.com

→ API: compatibile con OpenAI-SDK

→ Pesi aperti: previsti per il 27 luglio

Se hai trovato utile questo, seguimi @eng_khairallah1 per altri contenuti di IA come questo. Pubblico analisi, corsi e strumenti ogni settimana.

spero ti sia stato utile, Khairallah ❤️**