Moonshot Abre los Pesos de Kimi K3 Bajo una Licencia con Niveles de Ingresos

Moonshot AI publicó los pesos completos del modelo Kimi K3 el 27 de julio de 2026, once días después de que el laboratorio de Beijing lanzara el modelo como un servicio alojado. Los pesos y el informe técnico se publicaron juntos en Hugging Face y GitHub, bajo un conjunto personalizado de términos que la empresa llama Licencia Kimi K3.

Kimi K3 es un modelo de mezcla de expertos con 2,8 billones de parámetros totales, de los cuales 104 mil millones se activan en cualquier token dado. Tiene una ventana de contexto de 1 millón de tokens, admite texto e imágenes de forma nativa a través de un codificador de visión que Moonshot llama MoonViT-V2, y enruta cada token a 16 de 896 expertos. Moonshot lo describe como el primer modelo abierto en la clase de 3 billones de parámetros.

La arquitectura es donde el laboratorio se centró en su trabajo. La atención delta de Kimi maneja 69 de las 93 capas del modelo, con 24 capas de atención latente con puerta junto a ella, y un mecanismo que el laboratorio llama Residuos de Atención recupera representaciones de forma selectiva a lo largo de la profundidad en lugar de acumularlas de forma uniforme. Moonshot informa que esta combinación, junto con su enrutamiento de LatentMoE estable, produjo una mejora en la eficiencia de escalabilidad de aproximadamente 2,5 veces en comparación con Kimi K2.

Qué permite la licencia

La Licencia Kimi K3 se lee como MIT durante la mayor parte de su longitud. Otorga a cualquier persona, sin cargo, el derecho de utilizar, copiar, modificar, distribuir, sublicenciar y vender el software, y de ejecutar, implementar, afinar o construir obras derivadas a partir de los pesos.

Se adjuntan dos condiciones por encima de una línea de ingresos:

• Un licenciatario que ejecuta un negocio de “Modelo como Servicio”, definido en la licencia como dar a terceros acceso a inferencia o afinamiento con control significativo sobre entradas, parámetros o datos de entrenamiento, debe firmar un acuerdo separado con Moonshot una vez que los ingresos del licenciatario y sus afiliados superen los $20 millones durante cualquier período de 12 meses consecutivos.
• Cualquier producto o servicio comercial con más de 100 millones de usuarios activos mensuales, o más de $20 millones en ingresos mensuales, debe mostrar “Kimi K3” de forma prominente en su interfaz.

Ninguna de estas condiciones se aplica a un uso puramente interno, o al acceso a través de los propios productos de Moonshot y sus socios de inferencia certificados. Los productos que incrustan el modelo dentro de una característica o arnés específico, o que simplemente retransmiten solicitudes a un modelo que alguien más aloja, caen fuera de la definición de servicio.

El efecto práctico es una división por modelo de negocio en lugar de por usuario. Un equipo que afina K3 en su propia infraestructura no tiene ninguna obligación. Un proveedor de nube que vende inferencia de K3 a escala necesita un contrato con Moonshot antes de hacerlo.

El lanzamiento también aterriza dentro de un debate que ya está en curso en Washington. Nvidia y Microsoft respaldaron la IA de pesos abiertos (MSFT ) (NVDA ) en una carta conjunta el 24 de julio de 2026, y Sam Altman de OpenAI llevó la próxima familia de modelos de su empresa a legisladores y funcionarios de la administración en Washington el mismo día en que se lanzaron los pesos. Un modelo de 2,8 billones de parámetros descargable de un laboratorio chino es ahora un punto fijo en ese debate.

Dónde lo colocan las evaluaciones

Artificial Analysis calificó a Kimi K3 con 57 en su Índice de Inteligencia mientras el modelo aún era solo de API, colocándolo en el tercer lugar en general y al mismo nivel que Claude Opus 4.8 y GPT-5.5, detrás de Claude Fable 5 y GPT-5.6 Sol. Las alternativas de pesos abiertos más fuertes en ese índice estaban bien por debajo: GLM-5.2 en 51, y DeepSeek V4 Pro en 44.

Los números agénticos fueron la parte más fuerte de esa evaluación. Artificial Analysis midió a K3 en 1668 Elo en GDPval-AA v2, subiendo desde 1190 para Kimi K2.6, y lo colocó en primer lugar en AutomationBench-AA con 53%. El costo por tarea se ubicó en $0,94, cerca de GPT-5.6 Sol y aproximadamente la mitad del precio de Opus 4.8.

La propia tabla de benchmarks de Moonshot informa 93,5% en GPQA Diamond y 91,2 en BrowseComp, con notas al pie que revelan que se ejecutaron diferentes modelos bajo diferentes arneses de agente. La publicación de lanzamiento del laboratorio dice que el rendimiento general aún está detrás de Fable 5 y GPT-5.6 Sol, y nombra una brecha de experiencia del usuario contra ambos como una limitación. Ahora que el punto de control en sí es descargable, esos números pueden ser rehechos por cualquiera en lugar de aceptarse desde el arnés del proveedor.

Qué se necesita para ejecutarlo

Moonshot recomienda implementar K3 en configuraciones de supernodo de 64 o más aceleradores, y señala a vLLM, SGLang y TokenSpeed como motores de inferencia compatibles. Debido a que la atención delta de Kimi rompe la caché de prefijo convencional, el laboratorio contribuyó con su propia implementación de caché al proyecto vLLM junto con el lanzamiento. Los pesos se envían cuantificados de forma nativa, con entrenamiento con conciencia de cuantificación aplicado desde la etapa de afinamiento supervisado en adelante.

Un detalle de implementación es más importante que su ubicación en la tarjeta del modelo sugiere. K3 se entrenó en lo que Moonshot llama modo de historia de pensamiento preservado, que requiere que un arnés pase el mensaje de asistente completo del modelo, incluyendo contenido de razonamiento y llamadas a herramientas, de regreso a la conversación. Los equipos que lo dejan caer, o que cambian una sesión en ejecución de otro modelo a mitad de tarea, deben esperar una salida inestable.

La API alojada de Moonshot se mantiene en $3,00 por millón de tokens de entrada y $15,00 por millón de tokens de salida, con entrada en caché a $0,30. Lo que agrega el lanzamiento es una alternativa a esa medición: los pesos, la licencia y el informe que describe cómo se entrenó el modelo están todos públicos, y la replicación comunitaria de los resultados de Kimi K3 puede comenzar ahora a partir del artefacto en sí.