Kimi K3, el modelo de Moonshot AI en cifras

Kimi K3 en breve

Kimi K3 es un modelo de lenguaje de Moonshot AI, lanzado el 16 de julio de 2026. Tiene, por tanto, 3 meses a 22 de octubre de 2026. Sus pesos están publicados: puede descargarlo y ejecutarlo en sus propios servidores, o usar uno de los 82 proveedores de API que lo listan en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

Resultados en benchmarks

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), Kimi K3 obtiene un índice de capacidad de 80,7 sobre 100, calculado con 5 pruebas de nuestra cesta.

Eso lo sitúa en el puesto 25.º de nuestro ranking semanal de modelos.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 93,1 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 97,2 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 72,2 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• FrontierCode (tareas de programación avanzadas): 44,2 % — el mejor modelo seguido, Claude Opus 5.5, alcanza 54,6 %

Lo que sabe hacer

Su ventana de contexto alcanza 1.048.576 tokens, unas 1573 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 1.048.576 tokens.

Acepta como entrada: texto, imagen y vídeo.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (moonshotai/Kimi-K3). Vea también nuestra selección de modelos open source.

¿Cuánto cuesta Kimi K3?

Kimi K3 cuesta 3 US$ por millón de tokens de entrada y 15 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,09 US$; mil veces esa tarea, 90 US$.

Son 15 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Los tokens leídos desde la caché cuestan 0,30 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿Cuándo elegirlo?

Por su categoría, Kimi K3 está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Su resultado en FrontierCode (44,2 %, por encima de la mediana de los modelos seguidos) lo convierte en un candidato serio para agentes de programación.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

Modelos comparables

En la misma categoría, los modelos más cercanos a Kimi K3 son:

• GLM-5.3 (Zhipu AI (Z.ai), índice 78,8) — ver la comparativa
• Kimi K2.5 (Moonshot AI, índice 78,1) — ver la comparativa
• GLM-5 (Zhipu AI (Z.ai), índice 77,2) — ver la comparativa
• Kimi K2.6 (Moonshot AI, índice 84,4) — ver la comparativa