Salto mayorEste modelo
Kimi K3
- 2.8T parámetros y 1M de contexto
- Flagship con razonamiento y comprensión visual nativos
Kimi K3
por Moonshot AI
Vista previa
El flagship de Moonshot para agentes de largo recorrido: combina razonamiento siempre activo, comprensión visual nativa y 1M de contexto. Acaba de llegar; las notas editoriales esperan benchmarks independientes.
CerradoResponde con textoEntiende imágenes y vídeo
Conecta herramientas
- Raziel Score
- 0.0/10
- API
- $3.00 / $15.00por millón de tokens
- Ventana de contexto
- 1M tokens
- Comunidad
- Sin datos aún
¿Para qué sí? ¿Para qué no?
Mejor para
- Agentes con herramientasCoordinar APIs, terminal, navegación y otras herramientas en varios pasos.
- Razonamiento complejoDescomponer problemas ambiguos o multietapa que exigen deliberación.
- Documentos y contexto largoLeer, relacionar y resumir documentos o contextos extensos.
Evitar para
- Ejecución localEjecutar el modelo en hardware propio sin depender de una API cerrada.
Valoración por categoría
Trabajo profesional
Documentos, análisis y entregables de trabajo real
Pendiente · evidencia en revisión
Ciencia
Investigación y tareas científicas especializadas
Pendiente · evidencia en revisión
Escritura
Matiz, estilo y creatividad
Pendiente · evidencia en revisión
Vídeo
Comprensión o generación de vídeo
Pendiente · evidencia en revisión
Benchmarks traducidos
Métricas comparables, agrupadas por capacidad para que se vea qué mide cada prueba.
Programación
Resultado de primera línea en esta prueba
Mide flujos de terminal agénticos en la versión 2.1; Raziel separa protocolos y harnesses.
Resultado alto, cerca de los mejores
Ingeniería de software de horizonte largo con un harness agéntico concreto; solo es comparable si coinciden versión y harness.
Trabajo profesional
Puntuación propia del benchmark: aquí, cuanto más alto, mejor
Calidad de entregables profesionales evaluada mediante comparaciones ciegas.
Agentes y herramientas
Resultado de primera línea en esta prueba
Búsqueda web multi-paso para encontrar información difícil.
Resultado de primera línea en esta prueba
Uso de herramientas y coordinación mediante MCP o entornos instrumentados.
Razonamiento
Resultado de primera línea en esta prueba
Preguntas científicas de nivel experto con razonamiento exigente.
Puntuación propia del benchmark: aquí, cuanto más alto, mejor
Índice compuesto independiente de Artificial Analysis; solo comparable dentro de la misma versión.
Imagen
Resultado de primera línea en esta prueba
Razonamiento multimodal universitario sobre imágenes, diagramas y texto visual.
Resultado de primera línea en esta prueba
Razonamiento matemático sobre problemas con diagramas e imágenes.
¿Dónde se puede ejecutar?
Viabilidad local
-/10Modelo cerrado: disponible mediante web o API, sin ejecución local publicada.
Resumen práctico de las formas razonables de usar este modelo.
API / nube
Sin instalación local
Lo usas desde una web, app o API. No instalas el modelo en tu equipo.
Recomendado
Servidor potente
No viable
Para correrlo completo necesitas GPU profesional o una máquina grande.
No viable
PC con GPU
No viable
Puede funcionar en una buena gráfica con cuantización, normalmente sacrificando algo de calidad.
No viable
Portátil
No viable
Uso en un portátil normal o con GPU modesta. Idealmente sin montar un servidor dedicado.
No viable
Móvil / tablet
No viable
Uso realista en teléfono o tablet, con modelos muy pequeños u optimizados.
No viable
Más detallesCerrarAbrir
Equipo idealAPI; los pesos aún no están publicados
Ficha técnica
EmpresaMoonshot AI
PaísChina
Lanzamiento16 de julio de 2026
TipoCerrado
Salida principalTexto
Puede recibirTexto · Imagen · Vídeo
Puede generarTexto
Ventana de contexto1M tokens
Tokens de salida131K tokens
Suscripción mínimaGratis limitado
Acceso y apps
Dónde puedes usarlo sin entrar en detalles de hardware.
Arquitectura
Atención dispersa
Arquitectura publicada
2.8T parámetros; LatentMoE con 896 expertos y 16 activos por token, Kimi Delta Attention (KDA) para secuencias largas y Attention Residuals (AttnRes) para recuperación entre capas.
Por qué importa
La arquitectura da pistas sobre contexto, coste, velocidad y facilidad para ejecutarlo. No es una nota de calidad por sí sola.
Licencia
Kimi K3 terms pending
- Sin uso comercialSin modificacionesSin atribución
Notas
K3 está disponible por API, pero Moonshot aún no ha publicado los pesos ni una licencia específica para ellos. La publicación está prevista para el 27 de julio de 2026; no se asume Modified MIT por precedentes de K2.
Fuentes
Revisado: 2026-07-17Historia del modelo
La versión actual y el linaje que explica de dónde viene y qué cambió por el camino.
- 2026jul
- 2026junSalto mayor
Kimi K2.7 Code
- Especializado en coding y agentes con razonamiento siempre activo
- 1T parámetros / 32B activos, entradas de imagen y vídeo
- Pesos open-weight con licencia Modified MIT
- 2026abrSalto mayor
Kimi K2.6
- Optimización de inferencia distribuida
- Flagship actual confirmado
- 2026eneSalto mayor
Kimi K2.5
- Top en HLE, BrowseComp, DeepSearchQA
- ARR rompe $100M
- 2025novSalto mayor
Kimi K2 Thinking
- Open source
- 256K context
- 300+ tool calls autonomos
- 2025julSalto mayor
Kimi K2
- 1T parámetros / 32B activos MoE
- Recupera posición competitiva de Moonshot
Aprobación de la comunidad
Pendiente de medir
Por ahora esta nota se asigna a mano en la edición de Raziel. Más adelante la votará la comunidad.
¿Encaja contigo?
Si Kimi K3 te encaja, ponlo frente a otro modelo o mira qué alternativas hay antes de cerrar la decisión.
Ver alternativas
En desarrolloEncuentra opciones mejores si priorizas precio, local o creatividad.
Guardar en favoritos
En desarrolloDéjalo marcado para volver cuando tengas claro el caso de uso.