"Impresionante": Elon Musk se rinde ante Kimi K3, el modelo abierto chino que no da abasto

Es bueno, es bonito y es (bastante) barato. Kimi K3, el nuevo modelo abierto de IA de la startup china Moonshot AI, está causando tanta sensación que la compañía ha tenido que pausar nuevas suscripciones porque no puede con la demanda.

Kimi K3 es el modelo de IA de pesos abiertos más grande jamás publicado, con cifras que probablemente rivalizan con las de los modelos frontera de Anthropic y OpenAI, que no dan información sobre el tamaño de sus modelos. Esos 2,8 billones de parámetros marcan la diferencia y son buena parte del motivo por el que representa un verdadero salto de calidad según todos los benchmarks publicados.

El mismísimo Elon Musk publicaba un escueto "Impresionante" en su cuenta de X como respuesta al completísimo análisis de rendimiento de Artificial Analysis. Su comportamiento agéntico supera al de Opus 4.8 y solo Fable 5 le supera; en un benchmark específico va incluso más allá y es el mejor de todos los modelos evaluados, incluidos los de OpenAI y Anthropic.

En programación es mejor que Opus 4.8 y GPT-5.5, pero inferior a Fable 5 o GPT-5.6. Ningún modelo chino se había acercado tanto: GLM-5.2, aun siendo destacable, competía más con GPT-5.5 y Sonnet 5 que con los modelos frontera de EEUU.

DeepSeek demostró que era posible acceder a modelos realmente capaces a un precio muy asequible, y GLM-5.2 planteó lo mismo: lograr el 90% de la capacidad de modelos frontera al 20% del coste. Con Kimi K3 la tendencia cambia: es más asequible que Fable 5 o GPT-5.6, pero no tanto como cabría esperar. El coste por millón de tokens de entrada/salida es de 3/15 dólares, mientras que Fable 5 cuesta 10/50, Opus 4.8 cuesta 5/25 y GPT-5.6 Sol cuesta 5/30.

Uno de los factores que influye es el gran número de tokens que Kimi K3 usa al responder. Es un modelo que "piensa mucho", lo que mejora la precisión pero engorda la factura: el coste por tarea en la batería de pruebas de Artificial Analysis es de 0,95 dólares, al nivel de los 1,04 de GPT-5.6 Sol, más barato que Fable 5 (2,75) pero mucho más caro que Grok 4.5 (0,31) o GLM-5.2 (0,47).

El analista Simon Willison probó el modelo con su test habitual: generar una imagen SVG de un pelícano en bicicleta. El resultado fue de muy buena calidad, pero consumió casi 17.000 tokens con un coste de 25 centavos. No es concluyente, pero revela que para una tarea sencilla el resultado, aunque sobresaliente, no es especialmente eficiente.

A diferencia de Anthropic u OpenAI, Moonshot AI no menciona capacidades de ciberseguridad en las notas de lanzamiento. Aun así, el CTO de Vercel, Malte Ubl, explicaba que tras varias pruebas le pareció un modelo muy útil para encontrar y corregir vulnerabilidades.

La expectación ha sido tal que la empresa ha puesto en pausa las nuevas suscripciones para poder atender todas las peticiones sin perjudicar la experiencia de los usuarios actuales. Una decisión llamativa que deja clara una realidad: no dan abasto.