Kimi K3 desencadena el debate global de IA con 2.8T parámetros y modelo de código abierto

El 22 de julio, la empresa china de IA Moonshot AI lanzó Kimi K3, generando conmoción en Silicon Valley. K3 cuenta con 2.8 billones de parámetros, siendo el modelo de pesos abiertos más grande del mundo, ubicándose en tercer lugar en múltiples evaluaciones, pero con un precio inferior a un tercio del de los modelos cerrados estadounidenses. Tras su lanzamiento, surgieron cuatro voces distintas: la Casa Blanca acusó a K3 de “distilar” modelos estadounidenses, el presidente de OpenAI reconoció su capacidad técnica, cerca de 200 startups de Silicon Valley firmaron una carta conjunta advirtiendo contra el bloqueo de modelos abiertos chinos, y el CEO de Nvidia, Jensen Huang, expresó claramente su apoyo a la apertura. La IA china está avanzando hacia la vanguardia mediante una ruta única impulsada por la eficiencia y basada en la apertura, sin depender de una densidad de capital extrema. Ya se está formando un escenario de doble motor en la IA entre China y Estados Unidos.

Autor y fuente del artículo: GeekPark

July 22, four things happened on the same day.

El director de la Oficina de Política Científica y Tecnológica de la Casa Blanca, Michael Kratsios, acusó públicamente en X a Moonshot AI por supuestamente realizar «distilación a gran escala» de modelos estadounidenses en Kimi K3.

Greg Brockman, presidente de OpenAI, reconoció en una entrevista con Bloomberg que K3 «es un modelo muy bueno, sin duda».

Al mismo tiempo, cerca de 200 empresas emergentes de Silicon Valley firmaron una carta conjunta dirigida al gobierno de Trump, advirtiendo que si se prohíben los modelos de código abierto chinos, «cientos de empresas morirán al instante». Por su parte, el CEO de Nvidia, Jensen Huang, expresó claramente en una entrevista exclusiva con Axios que las empresas estadounidenses «deben estar absolutamente permitidas para usar modelos chinos».

Cuatro sonidos, cuatro direcciones, apuntando al mismo detonador.

El detonante fue el 16 de julio, con el lanzamiento de Kimi K3 por la empresa china de IA Moonshot.

Si la ola desatada por DeepSeek a principios de 2025 golpeó principalmente la fe de Wall Street en la inversión en infraestructura de IA, entonces la ola desatada por K3 cuestiona un problema más fundamental: ¿qué debe hacer la industria estadounidense de la IA cuando China puede abrir los pesos de los modelos casi al nivel más avanzado?

Kimi K3, con su capacidad que avanza paso a paso, solo en una semana desgarró a toda la Silicon Valley y Washington.

Primero, hablemos de Kimi K3 en sí.

2.8 billones de parámetros, arquitectura MoE (mezcla de expertos), con 16 expertos activados de cada vez entre 896, y soporte para una ventana de contexto de 1 millón de tokens. Este es el modelo de pesos abiertos más grande del mundo, y sus pesos completos se publicarán el 27 de julio.

En el índice inteligente de Artificial Analysis, K3 obtiene una puntuación de 57, ocupando el tercer lugar, detrás de Fable 5 de Anthropic (60 puntos) y GPT-5.6 Sol de OpenAI (59 puntos), y por encima de Claude Opus 4.8 (56 puntos). En capacidad de código frontend, K3 alcanzó el primer lugar en el ranking de Arena dentro de las 24 horas posteriores a su lanzamiento, superando a todos los modelos avanzados estadounidenses.

Técnicamente, K3 introdujo varias innovaciones arquitectónicas interesantes.

Kimi Delta Attention (KDA) es un mecanismo de atención lineal híbrido que logra una aceleración de decodificación de 6.3 veces en contextos de millones de tokens. Attention Residuals (AttnRes) permiten que cada capa seleccione información de cualquier capa anterior, en lugar de sumarla uniformemente como en las conexiones residuales tradicionales. Sumado a Stable LatentMoE y al entrenamiento consciente de cuantización desde la fase SFT, K3 logra un aumento de eficiencia de escalado de aproximadamente 2.5 veces en comparación con su predecesor K2.

Pero lo que realmente preocupa a Estados Unidos no son los números de rendimiento, sino que ocurran simultáneamente el rendimiento, el precio y la apertura.

El precio de la API de K3 es de 15 dólares por millón de tokens de salida. Esto es caro en comparación con sus pares chinos: DeepSeek V4 cuesta solo 0.87 dólares, y GLM-5.2 de Zhipu es de 4.4 dólares.

Pero en comparación con los modelos cerrados de EE. UU., este precio es menos de un tercio del de Fable 5. Un modelo cercano al nivel más avanzado que ofrece servicios a un precio mucho más bajo que sus competidores, además de hacer públicos todos sus pesos: la combinación de estos tres factores convierte a K3 en el producto de IA chino que más impacto ha tenido en Silicon Valley tras DeepSeek.

Y esto no surgió de la nada.

Antes de K3, la serie de modelos de IA de Kimi ya se había infiltrado silenciosamente en la cadena de producción de Silicon Valley.

SpaceX está adquiriendo la herramienta de código Cursor por aproximadamente 60 mil millones de dólares, cuyo Composer 2 funciona sobre Kimi K2.5. Andy Fang, CTO de DoorDash, declaró públicamente que la empresa ha delegado las «tareas de bajo nivel» a Kimi K2.6. Thinking Machines utiliza K2.5 para generar datos de postentrenamiento iniciales para su nuevo modelo Inkling.

El lanzamiento de K3 es menos un debut de un nuevo modelo y más una confirmación pública de que la IA de código abierto china ya está integrada en los procesos de producción en Silicon Valley.

Si solo es "un nuevo modelo chino que obtiene una puntuación muy alta", la historia termina aquí.

Pero una semana después del lanzamiento de K3, lo verdaderamente explosivo no fueron las reseñas técnicas, sino la reacción que generó en Estados Unidos. En una sola frase: Silicon Valley experimentó por primera vez una oposición abierta, intensa y casi partidista sobre si los modelos de código abierto son buenos o malos.

El primer bando es la Casa Blanca y los duros de la política.

Las acusaciones de Kratsios en X son bastante severas, afirmando que Moonshot «desarrolló una plataforma interna compleja para destilar a gran escala modelos estadounidenses y poder cambiar rápidamente entre varios métodos de acceso para evitar ser descubierto». El secretario del Tesoro Bessent también emitió señales similares el día anterior, mencionando que podrían considerarse sanciones si se descubren «marcas de agua» de modelos estadounidenses en modelos chinos. Ambas cámaras del Congreso también están avanzando en la legislación contra la destilación no autorizada. La lógica de este grupo es clara: las capacidades de K3 podrían estar respaldadas por medios indebidos «sin fundamento», y deben abordarse con herramientas políticas y legales.

El segundo bando son los laboratorios propietarios estadounidenses. La postura de OpenAI es la más intrigante; su presidente Brockman reconoció la capacidad de K3, pero desvió el tema hacia la ventaja de OpenAI en inversiones en infraestructura, argumentando que los modelos de pesos abiertos no son realmente «gratuitos», ya que su implementación a gran escala aún requiere hardware costoso. Estimó que China aún se encuentra aproximadamente 4 meses por detrás de Estados Unidos en capacidad general de modelos.

Pero lo que mejor representa el estado de ánimo de esta corriente es el largo hilo de Twitter escrito por Dean Ball, director de Estrategia Futura de OpenAI, al día siguiente del lanzamiento de K3.

Ball afirma que los modelos de código abierto son «intrínsecamente desaceleradores», ya que reducen el margen de beneficio de los laboratorios líderes, disminuyen la inversión continua en infraestructura de IA y finalmente ralentizan el desarrollo de los modelos más avanzados.

Incluso predijo que un mundo dominado por modelos de pesos abiertos conduciría al «comunismo de IA» — un futuro que él considera «como una pesadilla distópica». También sugirió que la mejor estrategia para el gobierno de Trump sería generar «muchos riesgos regulatorios» para los modelos de código abierto chinos, utilizando FUD (miedo, incertidumbre y duda) para que las empresas estadounidenses se alejen voluntariamente.

Sin duda, este descarado «cálculo detrás del ideología» generó inmediatamente una gran controversia.

Debido al tercer bando, las startups estadounidenses y los defensores del código abierto, que no lo aceptan en absoluto.

Una nueva organización llamada «Little Tech Association» ha surgido, con miembros como Proton, Replit y Y Combinator. Han organizado una carta conjunta de casi 200 empresas dirigida a la Casa Blanca, cuyo mensaje central es único: si se prohíben los modelos de código abierto chinos, no serán las empresas chinas las que mueran, sino los emprendedores estadounidenses.

Suhail Doshi, fundador de la startup Particle, lo expresó de manera más directa: «Cientos de empresas morirán al instante. Esto es increíble para Anthropic: todos tendremos que gastar dinero comprando los servicios de Anthropic».

La voz más influyente en este campo proviene de Jensen Huang, fundador de NVIDIA, quien, como director de la mayor proveedora mundial de chips de IA, ofreció un juicio completamente opuesto al de la Casa Blanca en una entrevista con Axios.

Huang Renxun dice que Wall Street malinterpretó por primera vez a DeepSeek, y ahora está malinterpretando a K3. Su lógica es sencilla: la IA gratuita es buena para los chips, buena para los centros de datos, buena para el hardware. Modelos de código abierto más baratos permitirán que más personas y empresas utilicen IA, lo que aumentará la demanda de infraestructura de cómputo, no la reducirá.

«No existe ninguna situación en la que China expulse a empresas estadounidenses», dijo Huang Renxun. «Cero posibilidad».

También refutó la afirmación de que los modelos de código abierto dejan puertas traseras para China, argumentando que las empresas pueden personalizar y controlar los modelos en entornos de sandbox seguros. En su opinión, la apertura hace que la IA sea más segura, no más peligrosa, porque investigadores externos pueden revisar los modelos, detectar vulnerabilidades y construir defensas.

Si todo se convirtiera en un solo modelo, una sola superficie de ataque y una sola fuente de fallo, el mundo sería mucho más frágil.

Ignorando el ruido político, el argumento de Dean Ball de que "el código abierto es desaceleracionista" toca un problema de lógica industrial real que merece ser desglosado cuidadosamente.

Su cadena de razonamiento es la siguiente: el desarrollo de modelos de vanguardia requiere a menudo inversiones de miles de millones de dólares. Si un laboratorio chino puede ofrecer una alternativa de código abierto con un costo extremadamente bajo y un nivel comparable, el margen de beneficio de los laboratorios cerrados se verá comprimido. La reducción de beneficios significa menos capital disponible para reinvertir, y al mismo tiempo, los mercados financieros rebajarán el valor terminal de estas empresas, lo que inhibirá aún más la financiación. La combinación de estos dos efectos finalmente ralentizará el ritmo de desarrollo de los modelos más avanzados.

El investigador de IA Nathan Lambert reconoce en su artículo de análisis que, desde una perspectiva económica pura, la lógica de Ball es válida: el código abierto realmente ejerce un efecto de «desaceleración» sobre los laboratorios de vanguardia. Sin embargo, también señala que este efecto no es suficiente para impedir que OpenAI y Anthropic se conviertan en las empresas más valiosas del mundo.

El mercado está creciendo, y aunque los modelos de código abierto han capturado una parte de la cuota, los modelos cerrados mantienen una fuerte ventaja competitiva en términos de confianza de marca, confiabilidad y ecosistema de servicios para clientes empresariales.

Pero las voces opositoras son igualmente contundentes. Varios comentaristas señalaron un hecho irónico: OpenAI, donde se encuentra Ball, y todo el campo moderno de la IA, se basan precisamente en código abierto. La arquitectura Transformer es un artículo público, PyTorch es software de código abierto, y todas las bases de investigación y el intercambio tecnológico que hicieron posible el avance de OpenAI ocurrieron antes de que OpenAI «cerrara la puerta detrás de sí».

Ahora acusar el código abierto de ser «desacelerador» es como construir un edificio con herramientas de código abierto de otros y luego decirle a los que vienen después que la puerta del edificio ya no puede abrirse.

Algunos han calificado los argumentos de Ball como "macartismo digital", acusando a los laboratorios de código cerrado de intentar utilizar la narrativa de seguridad nacional para consolidar su posición en el mercado.

En el fondo, este debate es una cuestión de elección de camino. Si los modelos grandes son una nueva capacidad industrial básica, ¿deberían ser proporcionados ampliamente y exportados globalmente, como la electricidad e Internet, o deberían ser estrictamente controlados por pocas instituciones, como la tecnología nuclear?

Los laboratorios cerrados de Estados Unidos ven una batalla de suma cero: la apertura de China está erosionando su espacio comercial. Pero desde otra perspectiva, el rápido avance de los modelos de código abierto también está logrando algo: reducir continuamente el costo de uso de la IA, permitiendo que más desarrolladores y empresas que antes no podían permitirse modelos avanzados accedan a estas capacidades.

Estas dos perspectivas no son mutuamente excluyentes, pero conducen a conclusiones políticas completamente diferentes.

Los mercados de capitales ya han dado su primera reacción: durante la semana del lanzamiento de K3, el índice de semiconductores de Filadelfia cayó un 12,5%, registrando la caída más pronunciada en 15 meses. Nvidia, AMD y Broadcom sufrieron caídas generalizadas. Incluso las acciones chinas relacionadas con la IA no se salvaron: Zhipu cayó un 28% en el mercado de Hong Kong, y MiniMax descendió un 16%.

Huang Renxun dijo que el mercado otra vez se equivocó. Pero esta vez, lo que genera pánico en el mercado no es el puntaje de un modelo, sino un conflicto de caminos que ya no se puede evitar.

Mirando desde una perspectiva más amplia, la raíz de todos los debates en Silicon Valley en este momento proviene precisamente del objetivo elegido por la industria estadounidense de la IA: el aceleracionismo extremo.

La cadena lógica de este camino es muy clara: tomar la AGI como el único objetivo de máxima prioridad, respaldar este objetivo con un modelo de negocio cerrado optimizado para maximizar las ganancias, acumular una densidad de capital extrema para generar una capacidad de cómputo extrema, y finalmente lograr un salto de capacidad que deje atrás al resto del mundo. El volumen de financiamiento, los múltiplos de valoración y la inversión en cómputo de OpenAI y Anthropic son todos productos de este camino. Lo que Dean Ball teme como “desaceleración abierta” es, en esencia, decir que si este motor de ganancias se debilita por modelos abiertos, el combustible que impulsa la aceleración extrema se reducirá.

Pero el aceleracionismo extremo, al crear competitividad, también generará inevitablemente otra vía.

Cuando los laboratorios estadounidenses poseen beneficios extremos y capital extremo, las empresas chinas de IA no se encuentran en el mismo entorno. No tienen la misma densidad de capital. Pero la vida tiene sus propios métodos: bajo restricciones, naturalmente desarrolla sus propios indicadores.

El cambio de rumbo del fundador de Moonlight, Yang ZhiLin, es el ejemplo más vivo de esta trayectoria.

En octubre de 2023, dijo con mucha claridad en una conversación en Geek Park: «El código cerrado es el único camino hacia una Super App» y «Actualmente no tenemos planes de abrir el código». En ese momento, Moonshot AI buscaba crear una superapp orientada al consumidor mediante un enfoque de código cerrado.

Pero tras el impacto de DeepSeek en 2025, Yang Zhilin realizó un ajuste decidido: K2 con trillones de parámetros se abrió al público, y K2.5 se volvió rápidamente popular en la comunidad de código abierto: sus ingresos en los 20 días posteriores al lanzamiento superaron los de todo el año 2025, y los pedidos de suscripción personal aumentaron más de 80 veces en comparación con el período anterior. K3 continuó por la vía de código abierto hasta alcanzar 2.8 trillones de parámetros.

Esto no es un cambio estratégico aleatorio.

En marzo de este año, Yang Zhilin, como único fundador chino independiente de un modelo de gran tamaño invitado a hablar en la GTC 2026 de NVIDIA, presentó una línea técnica muy clara en su charla «How We Scaled Kimi K2.5»: en lugar de perseguir rígidamente los avances cerrados mediante el aumento de parámetros y datos, reemplazó las tres «bases» utilizadas durante casi una década en la era Transformer. El optimizador Adam (2014), el mecanismo de atención (2017) y las conexiones residuales (2015) fueron sustituidos por tres alternativas propuestas por Moonshot AI, todas abiertas. Musk calificó la iniciativa como «impresionante», y el excofundador de OpenAI Karpathy reflexionó sobre que la comprensión del artículo fundacional de Transformer podría aún ser insuficiente.

Cuatro meses después, K3 cumplió casi por completo la hoja de ruta presentada en ese discurso: eficiencia de tokens, contexto largo y colaboración de agentes en clúster, con las tres líneas implementadas simultáneamente.

En una AMA de Reddit a finales de 2025, el equipo de Moonshot, cuando se le preguntó sobre la brecha con sus homólogos estadounidenses, dijo: «Realmente no tenemos tantas GPU como nuestros homólogos estadounidenses, pero hemos extraído el máximo rendimiento de cada tarjeta». Cuando se le preguntó a su cofundador, Zhou Xinyu, qué opinaba sobre el gasto desmedido de OpenAI, respondió con más calma: «Nosotros tampoco lo sabemos, solo Sam lo sabe. Nosotros tenemos nuestro propio ritmo».

«Su propio ritmo» — estas cinco palabras podrían ser la nota más importante para comprender toda la trayectoria de la IA en China.

No es solo Moonshot. El equipo de DeepSeek ha desarrollado modelos de igual nivel con menos recursos. Zhipu continúa iterando la serie GLM. En abril de este año se lanzó DeepSeek V4, a principios de julio se lanzó GLM-5.2, y la conferencia WAIC acaba de celebrarse en Shanghái. Esto no es una historia de «otro modelo chino más», sino un ritmo continuo, intenso y concurrente de liberación de capacidades. Cada uno aprovecha sus ventajas distintas: innovación en arquitectura subyacente, optimización de eficiencia de ingeniería, construcción de ecosistema abierto, y en condiciones sin la densidad de capital extrema de Estados Unidos, han trazado otro camino para acercarse a la vanguardia.

Brockman de OpenAI dice que China está aproximadamente 4 meses por detrás en capacidad general. Este número no indica un retraso, sino que dos caminos están acercándose simultáneamente a la vanguardia, cada uno a su manera.

This will not be a winner-takes-all story.

Si los modelos grandes realmente son una nueva capacidad industrial básica, su destino no es ser poseídos por una sola empresa o país, sino ser utilizados por más personas. Estados Unidos sigue una ruta impulsada por el capital, con código cerrado y con el AGI como objetivo final. China ha desarrollado una ruta impulsada por la eficiencia, con código abierto como herramienta y con la lógica de una salida de capacidades más amplia. Ambas vías tienen sus ventajas y sus costos, pero juntas están elevando el nivel general de la IA.

El 27 de julio, el peso completo de K3 se publicará oficialmente. En ese momento, cualquier desarrollador del mundo podrá descargar, ajustar y desplegar este modelo de 2.8 billones de parámetros. Ese será el momento en que la competencia entre las partes se intensifique realmente.

Pero la evaluación más importante que supera al 27 de julio es esta: la coexistencia a largo plazo de los dos motores de IA, DeepSeek y Kimi, como impulsores centrales de la IA mundial, ya no es una predicción discutible, sino una inevitabilidad en curso. K3 es solo la prueba más reciente.