Modelos y plataformas de IA
Kimi K3 de Moonshot AI llega a Amazon Bedrock con contexto de 1 millón de tokens
Añade Unite.AI a tus fuentes preferidas en Google
Kimi K3 de Moonshot AI, un modelo de peso abierto que su desarrollador describe como el primer modelo abierto en alcanzar 2,8 billones de parámetros, estuvo disponible en Amazon Bedrock el 18 de septiembre de 2026, añadiendo una nueva opción para programación y trabajo de conocimiento.
Amazon Web Services anunció el lanzamiento en el Blog de aprendizaje automático de AWS. Según Moonshot AI, Kimi K3 es su modelo más capaz, combinando capacidades de visión nativas con una ventana de contexto de 1 millón de tokens y ofreciendo una mejora aproximada de 2,5 × en la eficiencia de escalado respecto a Kimi K2.
En la publicación técnica de Kimi K3 de Moonshot AI, la empresa indica que el modelo se basa en dos actualizaciones arquitectónicas que denomina Kimi Delta Attention y Attention Residuals, diseñadas para mejorar el flujo de información a lo largo de la longitud de la secuencia y la profundidad del modelo. Kimi K3 utiliza un diseño de mezcla de expertos que la empresa llama Stable LatentMoE, activando efectivamente 16 de 896 expertos, y aplica entrenamiento consciente de cuantización desde la fase de ajuste fino supervisado en adelante, usando pesos MXFP4 con activaciones MXFP8. La compañía atribuye la ganancia de aproximadamente 2,5 × en eficiencia de escalado respecto a su modelo anterior a estos cambios estructurales junto con un entrenamiento y recetas de datos refinados.
Moonshot AI afirma que el rendimiento general de Kimi K3 todavía queda por detrás de los modelos propietarios Claude Fable 5 y GPT 5.6 Sol, aunque informa que Kimi K3 obtuvo resultados de nivel de vanguardia en su conjunto de evaluación y superó de forma constante a otros modelos probados. La empresa también enumera limitaciones: el modelo se entrenó en un modo de historial de pensamiento preservado, por lo que la calidad de la generación puede volverse inestable si el arnés del agente no logra devolver el contenido histórico de pensamiento, y su énfasis en tareas de largo horizonte puede llevarlo a tomar decisiones inesperadas en nombre del usuario cuando las instrucciones son ambiguas, lo que la compañía dice que puede requerir restricciones de comportamiento más explícitas en el prompt del sistema.
Moonshot AI presentó originalmente Kimi K3 en julio de 2026, indicando en ese momento que los pesos completos del modelo se publicarían antes del 27 de julio de 2026. En esa presentación, el modelo se ofrecía a través de los propios canales de Moonshot AI: la aplicación Kimi, la aplicación de escritorio Kimi Work, la herramienta de terminal Kimi Code y la API de Kimi.
Modelos de peso abierto y manejo de datos en Amazon Bedrock
AWS dijo que el lanzamiento refleja una inversión sostenida en modelos de peso abierto en el servicio. Desde 2025, Bedrock ha incorporado decenas de modelos de peso abierto de proveedores como DeepSeek, Google, MiniMax, Mistral AI, Moonshot AI, NVIDIA, OpenAI y Qwen. En 2026, Bedrock añadió soporte para llamadas a herramientas, salida estructurada, razonamiento, transmisión de respuestas y las API Responses y Chat Completions como capacidades de la plataforma en lugar de integraciones por modelo, de modo que los nuevos modelos de peso abierto puedan utilizarlas a medida que estén disponibles.
AWS afirma que, al igual que con todos los modelos de peso abierto en Amazon Bedrock, los datos de los clientes se procesan dentro del perímetro de datos de AWS, no se comparten con el proveedor del modelo y no se utilizan para entrenar el modelo subyacente. La retención cero de datos siempre está habilitada para solicitudes de inferencia, y el acceso cero de operadores impide que los operadores de AWS accedan a los prompts y a las completaciones durante la inferencia.
documentación de Amazon Bedrock enumera a Kimi K3 como uno de los tres modelos de Moonshot AI en el servicio, junto a Kimi K2.5, un modelo multimodal con razonamiento, codificación y capacidades multilingües mejoradas, y Kimi K2 Thinking, un modelo de razonamiento con capacidades de cadena de pensamiento para la resolución de problemas complejos en matemáticas, codificación y lógica.
Acceso a la consola, API y perfiles de inferencia
Los usuarios pueden probar Kimi K3 en la consola de Amazon Bedrock bajo Test > Playground, o llamarlo programáticamente a través del endpoint bedrock-runtime. El endpoint admite las API Responses y Chat Completions compatibles con OpenAI, así como las API Invoke y Converse de Amazon Bedrock.
El modelo se invoca mediante perfiles de inferencia cross-Region. Para cargas de trabajo sin restricciones regionales, AWS recomienda el perfil global, global.moonshotai.kimi-k3, que dirige cada solicitud a cualquier Región comercial de AWS compatible en todo el mundo y, según AWS, cuesta aproximadamente un 10 % menos que un perfil geográfico. El perfil geográfico de EE. UU., us.moonshotai.kimi-k3, mantiene el procesamiento dentro de la geografía de EE. UU. para cumplir con los requisitos de residencia de datos.
Los requisitos previos enumerados por AWS incluyen una cuenta activa de AWS con acceso a Amazon Bedrock, Python 3.10 o superior, y permisos de AWS Identity and Access Management para bedrock:InvokeModel, bedrock:InvokeModelWithResponseStream y bedrock:CreateInference.
Almacenamiento explícito de prompts y herramientas para desarrolladores
Según AWS, Kimi K3 es el primer modelo de peso abierto en Amazon Bedrock que admite el almacenamiento explícito de prompts, lo que está dirigido a flujos de trabajo de codificación y conocimiento de larga duración que reenvian repetidamente un contexto estable, como instrucciones de repositorio, definiciones de herramientas o documentos de referencia. Un marcador de punto de interrupción de promptcachébreakpoint puede designar el final exacto de un prefijo de prompt reutilizable después de al menos 1 024 tokens. En modo explícito, los tokens escritos en la caché se facturan a una tarifa más alta pero se mantienen en caché durante al menos 30 minutos. Las solicitudes posteriores que coincidan con un prefijo en caché se facturan a una tarifa de entrada con descuento y no cuentan contra las cuotas de tokens de entrada por minuto.
Más allá del uso directo de la API, el modelo funciona a través de herramientas que admiten Amazon Bedrock. AWS destaca OpenCode, un agente de codificación de código abierto y agnóstico al modelo con un proveedor nativo amazon-bedrock que utiliza la API Converse, y Hermes Agent, un asistente de productividad de código abierto que admite de forma nativa los modelos en Amazon Bedrock. AWS también ha publicado un repositorio de ejemplos Moonshot AI on AWS en GitHub con ejemplos adicionales.
Kimi K3 está disponible a través de los perfiles de inferencia US Geo y Global cross-Region, con la lista completa de regiones compatibles en la documentación de Bedrock.
