PEKÍN, 27 de julio de 2026. Moonshot AI publicó hoy los pesos completos de su modelo Kimi K3 en repositorios públicos bajo una licencia MIT modificada, según el comunicado oficial difundido por el laboratorio. El sistema cuenta con 2,8 billones de parámetros en una arquitectura de mezcla de expertos dispersa y ofrece una ventana de contexto de un millón de tokens. La medida materializa el cronograma adelantado doce días atrás por la compañía y habilita a desarrolladores y empresas a ejecutar el modelo en servidores propios, en medio de la disputa técnica sobre su entrenamiento y tras los cierres temporales de acceso en la nube provocados por la alta demanda de cálculo.
Arquitectura y eficiencia en la frontera
El documento técnico que acompaña los pesos detalla la implementación de dos mecanismos centrales de eficiencia: Kimi Delta Attention, designado con la sigla KDA, y residuos de atención modificados. La combinación permite mantener bajos los costos de memoria en secuencias que superan el medio millón de tokens, un escollo frecuente para arquitecturas masivas, de acuerdo con el análisis publicado hoy en The Batch.
En las mediciones independientes corren datos numéricos verificables. En el banco de pruebas Frontend Code Arena, el modelo obtuvo el primer puesto en generación y reparación de interfaces complejas. En Terminal-Bench, un test diseñado para medir la capacidad de un agente de encadenar comandos de consola y operar herramientas externas durante una hora, registró 88,3 puntos, una cifra que empata el margen superior de sistemas cerrados líderes como Claude Fable 5 y GPT-5.6 Sol, según las cifras recopiladas por TechCrunch.
| Modelo | Parámetros Totales | Licencia | Ventana de Contexto | Puntaje Terminal-Bench |
|---|---|---|---|---|
| Kimi K3 | 2,8 billones | MIT Modificada | 1.000.000 tokens | 88,3 |
| Claude Fable 5 | No revelado | Cerrada (Propietaria) | 500.000 tokens | 89,1 |
| GPT-5.6 Sol | No revelado | Cerrada (Propietaria) | 1.000.000 tokens | 88,8 |
| Laguna S 2.1 | 118 mil millones | OpenMDW-1.1 | 1.000.000 tokens | 84,5 |
El acceso por pesos abiertos reemplaza la dependencia de una interfaz por la capacidad del usuario para financiar y gerenciar el cómputo en hardware propio.
El debate en el ecosistema sobre propiedad e innovación
La apertura completa de pesos llega apenas cuatro días después de los señalamientos de la Oficina de Política Científica y Tecnológica de Estados Unidos. El director Michael Kratsios publicó una declaración en X (original en inglés, traducida en el texto siguiente) en la que afirmó que su gobierno dispone de información respecto a que Moonshot destiló el modelo Fable de Anthropic utilizando servidores equipados con procesadores Nvidia GB300 en Tailandia.
Kratsios sostuvo en esa publicación que una plataforma interna de destilación encubierta sirvió para alternar métodos de acceso y esquivar mecanismos de detección en laboratorios estadounidenses. La empresa Anthropic secundó esa acusación el viernes pasado con un registro interno de 16 millones de interacciones sospechosas procedentes de servidores vinculados con laboratorios chinos. Moonshot AI rechazó el señalamiento en una nota de prensa de dos líneas donde reiteró que Kimi K3 es producto de un desarrollo de entrenamiento original e independiente.
En contraste con las disputas diplomáticas y regulatorias, la adopción técnica experimentó una presión que llevó al colapso de los servidores alojados de la propia empresa a mediados de la semana pasada, un fenómeno que obligó al corte de nuevas suscripciones de pago.
Para analistas de infraestructura citados en VentureBeat, la publicación de los archivos de pesos del modelo representa la única salida operativa para distribuir la carga de inferencia entre miles de centros de datos en Asia y Europa, eliminando el cuello de botella central de los servidores de la firma en Shanghái. Eiso Kant, creador del modelo abierto Laguna S 2.1 de Poolside, abordó la competencia entre sistemas abiertos y cerrados en una publicación reciente en X (original en inglés):
En ese planteo, Kant advierte que la inteligencia en el ecosistema abierto debe emparejar y superar a las equivalentes cerradas para evitar un escenario donde cuatro compañías concentren el valor computacional y económico para el año 2030. Con la publicación del archivo de pesos de 2,8 billones de parámetros en Hugging Face en formatos de compresión cuantizada, los usuarios ganan hoy la opción técnica de verificar localmente tanto la consistencia del rendimiento medido como los límites reales de la arquitectura.
