Moonshot AI presentó el 16 de julio de 2026 su nuevo modelo de lenguaje Kimi K3, una arquitectura de 2,8 billones de parámetros que la compañía distribuye de forma abierta. El lanzamiento profundiza la apuesta de los laboratorios chinos por modelos de gran escala accesibles para desarrolladores, en un momento de intensa competencia con los sistemas cerrados de OpenAI, Google y Anthropic.

El modelo se apoya en una arquitectura de mezcla de expertos (MoE, por sus siglas en inglés), una técnica en la que la red no activa todos sus parámetros en cada consulta, sino que enruta cada entrada hacia un subconjunto de subredes especializadas llamadas expertos. En el caso de Kimi K3, el sistema cuenta con 896 expertos y activa solo 16 por operación, lo que permite manejar una capacidad total enorme sin pagar el costo de cómputo que supondría ejecutarla por completo.

Qué trae de nuevo bajo el capó

La novedad técnica que destaca Moonshot es lo que denomina Kimi Delta Attention, un mecanismo de atención combinado con lo que la empresa llama Attention Residuals. La atención es la parte del modelo que decide a qué fragmentos del texto prestar más peso al generar una respuesta; los ajustes anunciados apuntan a sostener ese proceso sobre secuencias muy largas sin que el costo se dispare.

Ese diseño está ligado a la característica más llamativa para el usuario final: una ventana de contexto de un millón de tokens. El contexto es la cantidad de información que el modelo puede tener presente a la vez —texto de entrada más lo que va generando—, de modo que un millón de tokens equivale a procesar documentos extensos, bases de código completas o conversaciones muy largas sin perder el hilo. Los detalles figuran en el anuncio oficial de Kimi K3.

La estrategia abierta de la IA china

El movimiento consolida una tendencia: buena parte de los modelos de peso abierto más ambiciosos está saliendo de laboratorios chinos. Moonshot compite en ese terreno con nombres como DeepSeek, cuyos lanzamientos ya habían presionado los precios del sector. Para quien quiera ubicar el contexto, resulta útil repasar el auge de las alternativas chinas más potentes que vienen ganando terreno.

Distribuir un modelo de esta escala en abierto tiene implicaciones concretas. Permite a empresas y equipos de investigación adaptarlo, ejecutarlo en su propia infraestructura y auditar su comportamiento, algo que los modelos cerrados no ofrecen. También plantea exigencias: correr 2,8 billones de parámetros, aun con activación parcial, sigue requiriendo hardware considerable, por lo que el acceso real no será igual para todos.

Moonshot habilitó una vía para probar el modelo a través de su plataforma de desarrolladores. La compañía no detalló públicamente cifras de rendimiento comparado ni condiciones de licencia en el material difundido, aspectos que suelen definir cuánto de ese acceso abierto es efectivamente utilizable en producción.

Qué mirar de acá en adelante

La escala declarada por Kimi K3 lo ubica entre los modelos abiertos más grandes anunciados hasta ahora, por encima de propuestas recientes de otros laboratorios que rondaban el billón de parámetros. La pregunta que queda abierta es si esa capacidad se traduce en resultados medibles frente a los sistemas cerrados de referencia, o si el número de parámetros vuelve a mostrar sus límites como métrica de calidad. Las evaluaciones independientes de las próximas semanas dirán cuánto de la promesa se sostiene fuera del laboratorio.