A Moonshot AI lançou o Kimi K3, um novo modelo multimodal de raciocínio com impressionantes 2,8 trilhões de parâmetros totais e uma janela d...
A Moonshot AI lançou o Kimi K3, um novo modelo multimodal de raciocínio com impressionantes 2,8 trilhões de parâmetros totais e uma janela de contexto de 1 milhão de tokens.
A empresa sediada em Pequim afirma que o Kimi K3 é o primeiro modelo de código aberto a atingir a escala de 3 trilhões de parâmetros. Ele foi projetado para tarefas como engenharia de software de longo ciclo, trabalho intelectual, raciocínio visual, pesquisa e tarefas de agente com múltiplas etapas.
Sua escala imediatamente chamou a atenção. O número total de parâmetros do Kimi K3 supera em muito os sistemas de pesos abertos com escala de trilhões de parâmetros que definiram a geração anterior de modelos de fronteira chineses.
No entanto, a escala é apenas parte da história. O Kimi K3 emprega uma arquitetura de especialistas mistos altamente esparsa, ativando apenas uma pequena fração de seus especialistas por token. A Moonshot AI também introduziu mudanças estruturais que visam melhorar a forma como a informação flui por sequências longas e camadas profundas da rede.
A empresa afirma que o Kimi K3 atingiu o nível de fronteira em vários de seus testes, embora, no geral, ainda fique atrás dos modelos proprietários mais poderosos. Avaliações independentes publicadas antes e depois do lançamento também o classificam como um dos principais modelos disponíveis atualmente.
O Kimi K3 é um modelo nativamente multimodal, capaz de processar entradas de texto e visuais. A Moonshot AI o posiciona para tarefas que exigem raciocínio sustentado, em vez de respostas curtas e isoladas.
Suas principais especificações são:
| Especificação | Kimi K3 |
|---|---|
| Parâmetros totais | 2,8 trilhões |
| Arquitetura | Especialistas Mistos Esparsos |
| Número de especialistas roteados | 896 |
| Especialistas ativados por token | 16 |
| Janela de contexto | 1 milhão de tokens |
| Modalidades | Entrada de texto e visual |
| Casos de uso principais | Programação, trabalho intelectual, pesquisa, raciocínio, criação multimodal |
| Modo de raciocínio padrão no lançamento | Esforço máximo de pensamento |
| Meta de lançamento dos pesos completos | Até 27 de julho de 2026 |
| Implantação recomendada em larga escala | Configuração de super nó com pelo menos 64 aceleradores |
A contagem total de parâmetros descreve o modelo completo, não o número de parâmetros usados por token. O Kimi K3 ativa 16 de seus 896 especialistas durante a inferência, permitindo que ele se beneficie de uma capacidade imensa sem precisar executar toda a rede para cada token gerado.
Essa distinção é crucial. Modelos esparsos podem conter trilhões de parâmetros enquanto mantêm o custo computacional real muito abaixo do necessário para um modelo denso de escala equivalente.
Mesmo com ativação esparsa, o Kimi K3 ainda é um sistema de hospedagem extremamente exigente. A Moonshot AI recomenda implantação em configurações de super nó com 64 ou mais aceleradores, tornando o auto-hospedagem prático fora do alcance da maioria dos desenvolvedores individuais e equipes menores.
A Moonshot AI destaca duas tecnologias arquitetônicas principais: Mecanismo de Atenção Kimi Delta e Resíduo de Atenção.
O Mecanismo de Atenção Kimi Delta (KDA) visa tornar o cálculo da atenção mais eficiente à medida que o comprimento do contexto aumenta.
Quando um modelo processa sequências muito longas, os mecanismos de atenção tradicionais se tornam caros. O objetivo do KDA é fornecer uma base mais escalável para lidar com grandes contextos, preservando ao mesmo tempo a informação necessária para raciocínio e uso de ferramentas.
A janela de milhões de tokens dá ao Kimi K3 capacidade suficiente para lidar com grandes bases de código, vastas coleções de documentos, longos históricos de agentes, ou uma combinação de múltiplas fontes de material que estavam além dos limites de muitos modelos anteriores.
Uma grande janela de contexto não garante que cada token seja utilizado de forma igualmente eficaz. Qualidade da recuperação, estabilidade do raciocínio, estrutura do prompt e orquestração do agente ainda são cruciais. No entanto, a janela expandida oferece aos desenvolvedores mais espaço para reter material relevante sem compressão agressiva precoce.
O Resíduo de Atenção (AttnRes, na sigla em inglês) muda a forma como as representações são transmitidas pela profundidade do modelo.
Em vez de permitir que a informação se acumule uniformemente através de conexões residuais tradicionais, este mecanismo recupera seletivamente representações úteis de camadas anteriores.
A Moonshot AI afirma que isso melhora o fluxo de informação através da profundidade do modelo e ajuda a alcançar uma expansão mais eficiente.
O Kimi K3 combina roteamento esparso de especialistas com uma estrutura de Especialistas Mistos Estáveis e Latentes. Cada token ativa apenas 16 dos 896 especialistas roteados.
Com este nível de esparsidade, a qualidade do roteamento torna-se um grande problema de engenharia. Um sistema mal equilibrado pode levar a uma sobrecarga de subconjuntos de especialistas, desperdício de hardware ou redução da taxa de transferência.
A Moonshot AI afirma que emprega uma estratégia de balanceamento baseada em quantis e um método de treinamento paralelo equilibrado de especialistas, permitindo a distribuição eficiente da carga de trabalho no caminho crítico sem necessidade de sincronização do host.
O modelo emprega treinamento ciente de quantização desde o estágio de ajuste fino supervisionado.
De acordo com a Moonshot AI, o Kimi K3 usa pesos MXFP4 e ativações MXFP8. Formatos de baixa precisão podem reduzir os requisitos de memória e comunicação, mas o desempenho real ainda depende do suporte do hardware e do mecanismo de inferência.
Segundo a empresa, essas melhorias arquitetônicas, em conjunto, tornam a eficiência geral da expansão cerca de 2,5 vezes maior do que a do Kimi K2.
A programação é uma das principais áreas de aplicação que a Moonshot AI enfatiza para o Kimi K3.
O modelo foi projetado para permanecer eficaz em longas sessões de engenharia, capaz de navegar por grandes bases de código, operar ferramentas de terminal, verificar feedback em tempo de execução e iterar continuamente com supervisão humana limitada.
Isso difere de modelos que geram apenas funções únicas através de prompts. A programação de longo ciclo pode exigir que o sistema:
A Moonshot AI também destaca o desafio de combinar programação com raciocínio visual. O Kimi K3 pode utilizar capturas de tela e feedback visual ao lidar com interfaces front-end, jogos, fluxos de trabalho CAD e outros softwares interativos.
A Moonshot avaliou o Kimi K3 em vários benchmarks de engenharia de software e estruturas de agentes.
A empresa relatou forte desempenho em:
Nem todas estas avaliações usam a mesma configuração. Alguns modelos foram testados através do Kimi Code, outros através do Claude Code ou Codex. A Moonshot documentou essas diferenças nas notas de rodapé dos benchmarks.
Isso é importante porque as estruturas de agentes afetam os resultados. A interface da ferramenta, o gerenciamento de contexto, o comportamento de repetição, os sistemas de permissão e o design do prompt podem influenciar o desempenho do modelo em tarefas de longa duração.
A Moonshot relatou os seguintes resultados para o Kimi K3:
Estes são os resultados relatados pela empresa e devem ser lidos em conjunto com benchmarks executados de forma independente.
A Moonshot também testou o modelo na otimização
Habilidades em nível de kernel, e não apenas a escrita de código de aplicação convencional.
Cada modelo avaliado foi colocado em um ambiente de sandbox equivalente e recebeu até 24 horas para configurar, reescrever e fazer benchmark de múltiplas tarefas. As cargas de trabalho incluíam componentes relacionados à própria arquitetura do Kimi K3 e foram testadas em hardware NVIDIA H200 e em outra plataforma de GPU genérica.
A Moonshot afirma que, quando o comportamento de fallback é permitido, o Kimi K3 apresenta desempenho competitivo com o Claude Fable 5 e supera significativamente vários outros modelos testados nessa configuração.
A empresa também afirma que os checkpoints iniciais do Kimi K3 lidaram com a maior parte do trabalho de otimização de kernel utilizado durante o próprio desenvolvimento do modelo.
Essa capacidade é importante porque sistemas de IA eficientes não dependem apenas da arquitetura do modelo. A engenharia de kernel determina quão efetivamente um modelo utiliza aceleradores, largura de banda de memória, links de comunicação e formatos numéricos especializados.
Em outro teste interno, o Kimi K3 criou um sistema de programação GPU compacto semelhante ao Triton, chamado MiniTriton.
De acordo com a Moonshot, o projeto final incluiu:
A Moonshot relata que, em benchmarks de suporte selecionados, o MiniTriton igualou ou superou o Triton e o torch.compile, mantendo um comportamento de treinamento estável em seus testes com nanoGPT.
Esse resultado deve ser visto como um estudo de caso da empresa, e não como uma prova de que o compilador gerado está pronto para substituir ferramentas maduras.
Infraestrutura de produção. No entanto, ele demonstra o tipo de tarefa de engenharia em múltiplos estágios que a Moonshot visou ao projetar o Kimi K3.
O design nativo multimodal do Kimi K3 permite que ele alterne livremente entre código-fonte e saída visual.
Em trabalhos de desenvolvimento de jogos e frontend, o modelo pode gerar código de implementação, inspecionar capturas de tela, identificar problemas visuais e modificar o código. A Moonshot chama isso de "manter o visual dentro do loop de desenvolvimento".
A empresa também demonstrou uma demonstração inicial de design de chips. Em uma execução autônoma de 48 horas, o Kimi K3 projetou, otimizou e validou um chip para servir um modelo pequeno com base em sua própria arquitetura.
Esta prova de conceito usou ferramentas de automação de design eletrônico de código aberto e a biblioteca de processo Nangate de 45 nanômetros. A Moonshot reportou os seguintes resultados do design simulado:
Esta é uma simulação e uma demonstração de pesquisa inicial, não um chip de produção real.
A Moonshot também posiciona o Kimi K3 como um modelo adequado para fluxos de trabalho de pesquisa e conhecimento especializado.
Em um caso de astrofísica computacional, foi solicitado ao modelo que reproduzisse uma relação universal envolvendo propriedades de estrelas de nêutrons.
A Moonshot afirma que o Kimi K3:
De acordo com a empresa, o modelo levou cerca de duas horas para concluir o projeto, enquanto um pesquisador experiente levaria de uma a duas semanas.
Como em outros estudos de caso, este resultado não deve ser interpretado como uma garantia universal de economia de tempo. O desempenho depende do conteúdo da tarefa, das ferramentas disponíveis, da qualidade da fonte de dados, dos métodos de verificação e do grau de revisão humana.
A janela de contexto do Kimi K3 é uma de suas especificações mais comercialmente valiosas.
A capacidade de um milhão de tokens pode acomodar várias combinações, como:
A Moonshot afirma que o Kimi K3 tem o melhor desempenho quando o histórico completo de raciocínio é preservado.
Isso gera um requisito de implementação importante. Se uma estrutura de agente descartar partes do histórico de raciocínio inicial do modelo, resumi-lo incorretamente ou alternar para outro modelo no meio da sessão, a qualidade da saída pode se tornar instável.
A Moonshot recomenda o uso de uma estrutura compatível e testada (como Kimi Code) e evitar a troca de modelo durante uma sessão ativa do K3.
Resultados de benchmarks independentes apoiam amplamente a conclusão de que o Kimi K3 pertence à classe de modelos de ponta, embora ele não lidere em todas as categorias.
O Artificial Analysis deu ao Kimi K3 uma pontuação de 57 em seu Índice de Inteligência, classificando-o em terceiro lugar no momento da avaliação. Seu resultado geral foi descrito como comparável ao Claude Opus 4.8 e ao GPT-5.5, mas ficando atrás do Claude Fable 5 e do GPT-5.6 Sol.
Descreva sua ideia uma vez e o We0 AI pode gerar um site de apresentacao, paginas e CMS, alem de ajudar a atrair clientes e trafego apos o lancamento.
Uma geração completa de projetos para registro gratuito
Melhor para experimentar um fluxo de geração completo e ver rapidamente um primeiro rascunho do projeto.
O Artificial Analysis também relatou que o Kimi K3 foi excepcionalmente verborrágico durante a avaliação, gerando cerca de 130 milhões de tokens, em comparação com uma média de cerca de 63 milhões de tokens gerados por modelos comparáveis.
Isso tem implicações para custo e latência. Um modelo pode ter um preço competitivo por token, mas ainda se tornar caro se usar mais tokens para concluir a mesma tarefa.
A Reuters relatou outros resultados de testes de terceiros no momento do lançamento:
As classificações de benchmark mudam à medida que os avaliadores adicionam amostras, atualizam plataformas de teste e reavaliam modelos. Portanto, os rankings mais recentes devem ser consultados antes de tomar decisões de compra ou implantação.
O Kimi K3 foi anunciado como um modelo de pesos abertos, mas, no momento da redação deste artigo, os pesos completos para download ainda não foram lançados.
A página de lançamento oficial da Moonshot indica que os pesos estão programados para serem lançados até 27 de julho de 2026.
Essa distinção é importante:
Até que os pesos, sua licença e a documentação técnica sejam lançados, as alegações sobre procedimentos específicos de auto-hospedagem, mecanismos de inferência suportados ou configurações de hardware devem ser consideradas preliminares.
Pesos abertos também não significam automaticamente código aberto irrestrito. A licença final determinará o que os usuários podem modificar, redistribuir ou usar comercialmente.
Um modelo de 2,8 trilhões de parâmetros está muito além da definição convencional de IA local.
Mesmo com ativação esparsa e pesos de baixa precisão, o checkpoint completo, roteamento de especialistas, comunicação de alta largura de banda, cache de contexto e overhead de runtime exigem sistemas distribuídos de grande porte.
A Moonshot recomenda o uso de pelo menos 64 aceleradores em uma configuração de supernó para implantação.
Os impactos práticos são os seguintes:
Estimativas citadas pela Reuters indicam que o sistema para auto-hospedar o modelo poderia exigir dezenas de milhares de dólares em equipamentos de computação.
O custo específico dependerá do formato final do peso, do tipo de acelerador, da configuração de rede, do comprimento do contexto, do objetivo de throughput, do esquema de redundância e do software de serviço.
O Kimi K3 já está disponível através de vários produtos da Moonshot:
Interfaces Abertas (API Kimi)
Os utilizadores do Kimi Code podem selecionar o modelo Kimi K3 através do comando de modelo no terminal.
A precificação atual da API da Moonshot AI é:
| Categoria de Token | Preço por milhão de tokens |
|---|---|
| Entrada com cache ativo | 0,30 USD |
| Entrada sem cache | 3,00 USD |
| Saída | 15,00 USD |
O nome do modelo na API é:
kimi-k3
A Moonshot AI afirma que a sua API oficial, através da arquitetura de inferência separada Mooncake, alcança uma taxa de acerto de cache superior a 90% em cargas de trabalho de codificação.
O custo real da aplicação dependerá do comprimento do prompt, profundidade de inferência, reutilização de cache, número de chamadas de ferramentas, mecanismos de repetição e nível de detalhe da saída.
No lançamento do Kimi K3, as empresas chinesas de inteligência artificial estão a lançar novos modelos a um ritmo anormalmente intenso.
Desenvolvedores como Moonshot AI, Z.ai, MiniMax, DeepSeek e Meituan continuam a lançar sistemas maiores e mais capazes, ao mesmo tempo que competem ferozmente em preço, pesos abertos, capacidade de código e desempenho de agentes.
A Reuters salienta que esta velocidade de iteração derruba a afirmação anterior de que os modelos líderes chineses estavam sempre atrasados em relação às tecnologias de ponta americanas por vários meses.
A mera escala do modelo não prova liderança. O número de parâmetros é difícil de comparar horizontalmente entre arquiteturas densas e esparsas, e vários grandes desenvolvedores americanos não divulgaram a escala específica dos seus modelos atuais.
No entanto, o Kimi K3 mostra que os laboratórios chineses já estão na vanguarda em termos de escala de modelo, design de arquitetura, raciocínio de contexto longo e engenharia de agentes.
A Reuters noticiou que, após o lançamento do Kimi K3, as ações de várias empresas concorrentes chinesas de IA caíram.
No fecho do dia, a Zhipu AI caiu 27,7% e a MiniMax caiu 16,5%.
O desempenho de um único dia ainda não determina o impacto a longo prazo do novo modelo na estrutura competitiva do mercado, mas esta reação mostra a atenção do mercado público aos avanços tecnológicos das empresas chinesas de IA.
A Moonshot AI já conta com o apoio de grandes investidores como Alibaba e Tencent.
A Reuters também citou a Bloomberg, noticiando que a Moonshot AI procura uma nova ronda de financiamento de cerca de 2 mil milhões de dólares, avaliada em aproximadamente 30 mil milhões de dólares, a concluir antes de uma potencial listagem em Hong Kong. No entanto, o financiamento e os planos de listagem ainda estão em fase de notícia e ainda não foram finalizados.
A Moonshot AI foi invulgarmente franca na sua publicação oficial sobre várias limitações.
O Kimi K3 retém o histórico de raciocínio durante o treino. Se o framework do agente não conseguir devolver o conteúdo completo do pensamento histórico, pode causar instabilidade de desempenho. Também não é recomendado mudar para o Kimi K3 a meio de uma sessão estabelecida com outro modelo.
O modelo foi otimizado para tarefas de alta intensidade e longa duração. Portanto, quando as instruções são ambíguas, pode tomar decisões inesperadas.
Ou quando encontra pequenos obstáculos. As aplicações que exigem comportamento preciso devem fornecer restrições explícitas através de prompts de sistema ou do ficheiro AGENTS.md.
A Moonshot AI afirma que, embora o Kimi K3 seja competitivo em muitas avaliações técnicas, a sua experiência geral do utilizador ainda está atrás do Claude Fable 5 e do GPT-5.6 Sol.
Pesos abertos não significam que o sistema seja fácil de implementar na totalidade. A sua escala, requisitos de rede e necessidades de memória de contexto longo criam uma elevada barreira operacional.
Testes independentes mostram que, em avaliações complexas, o consumo de tokens do Kimi K3 pode ser significativamente superior à média dos modelos de ponta. Isto afeta o custo total, a velocidade de resposta e o consumo de limites de taxa.
Para a maioria dos programadores, o Kimi K3 estará inicialmente disponível como um modelo alojado, em vez de auto-alojado.
As suas características mais importantes incluem:
As equipas que avaliam o modelo devem testar fluxos de trabalho reais, em vez de confiar apenas em métricas de benchmark.
Avaliações valiosas podem incluir:
O Kimi K3 é um modelo multimodal de raciocínio com 2,8 biliões de parâmetros lançado pela Moonshot AI, projetado para codificação de longa duração, trabalho de conhecimento, investigação científica, tarefas visuais e fluxos de trabalho de agentes.
A Moonshot AI descreve o Kimi K3 como um modelo aberto e planeia lançar os pesos completos. Pesos abertos não equivalem necessariamente a software open source, e o contrato de licença final determinará os termos de utilização, modificação e redistribuição permitidos.
Ainda não foram lançados no momento da redação deste artigo. O anúncio oficial da Moonshot AI afirma que os pesos completos serão abertos a 27 de julho de 2026.
O modelo completo contém 2,8 biliões de parâmetros, mas utiliza uma arquitetura de mistura esparsa de especialistas. A Moonshot AI afirma que cada token ativa 16 dos 896 especialistas, portanto toda a rede não está a funcionar em simultâneo.
O modelo completo não é adequado para computadores pessoais comuns. A Moonshot AI recomenda uma implementação de supernó com pelo menos 64 aceleradores, portanto a maioria dos utilizadores acederá ao Kimi K3 através de produtos alojados ou API.
O Kimi K3 suporta uma janela de contexto de 1 milhão de tokens. O modelo é sensível à forma como o histórico de raciocínio é registado, portanto a compatibilidade com frameworks de agentes e a gestão de contexto são importantes.
Os preços divulgados pela Moonshot AI são: 0,30 USD por milhão de tokens para entrada com cache ativo, 3,00 USD por milhão de tokens para entrada sem cache e 15,00 USD por milhão de tokens para saída. O custo total também depende do comprimento da saída, reutilização de cache, chamadas de ferramentas e número de repetições.
A resposta depende da tarefa específica e do benchmark. A Moonshot AI afirma que o Kimi K3 está geralmente atrás destes dois modelos, mas é comparável ou líder em algumas avaliações de codificação e trabalho de conhecimento. Testes independentes também mostram que o Kimi K3 está entre os modelos líderes, mas nem sempre em primeiro lugar.
Blog Técnico Oficial do Kimi K3: Anúncio da Moonshot AI sobre arquitetura, benchmarks, disponibilidade e limitações.
Site Oficial da Moonshot AI: Página principal oficial de produtos e investigação da empresa.
Plataforma Kimi API: Acesso oficial à API Kimi K3 e preços atuais dos tokens.
Organização Moonshot AI no GitHub: Repositórios oficiais de código dos modelos Kimi, Kimi Code e pesquisa de infraestrutura.
Organização Moonshot AI no Hugging Face: Pesos oficiais dos modelos e versões publicadas das fichas técnicas.
Artificial Analysis: Kimi K3: Avaliação independente de nível de inteligência, preços, velocidade e janela de contexto.
Relatório de Benchmark Artificial Analysis Kimi K3: Resumo independente do desempenho do Índice de Inteligência do Kimi K3.
O Kimi K3 eleva a Moonshot AI ao patamar de 3 trilhões de parâmetros, um modelo multimodal esparso projetado para codificação, pesquisa, trabalho de conhecimento e tarefas de agente de longa duração. Sua janela de contexto de um milhão de tokens, mecanismo de atenção Kimi Delta, estrutura residual de atenção e estratégia de roteamento de especialistas altamente esparsa visam aumentar a eficiência operacional nessa escala.
Tanto benchmarks da empresa quanto avaliações independentes mostram que o Kimi K3 está entre os modelos de fronteira atuais, embora a Moonshot reconheça que ele ainda fica atrás do Claude Fable 5 e do GPT-5.6 Sol no geral. O alto consumo de tokens do modelo, a sensibilidade ao histórico de raciocínio, a tendência a comportamentos proativos e
a enorme demanda por infraestrutura são importantes limitações práticas.
O Kimi K3 já está disponível via aplicativo e API da Moonshot. Os pesos completos estão planejados para serem lançados até 27 de julho de 2026, portanto, a maioria dos desenvolvedores inicialmente usará a versão hospedada, em vez de implantar o modelo completo por conta própria.
O avanço chave não está apenas na escala de parâmetros: o Kimi K3 combina escala extrema, ativação esparsa, contexto de um milhão de tokens, entrada multimodal e comportamento de agente de longo ciclo, e a Moonshot planeja disponibilizá-lo como pesos para download.
Comece com uma frase e tenha um site completo em minutos.
