Kimi K3: Moonshot AI abre os pesos de um modelo de 2,8 trilhões de parâmetros

Em 27 de julho, a Moonshot AI lançou os pesos do Kimi K3, um modelo MoE de 2,8 trilhões de parâmetros com 896 especialistas (16 ativos por token, cerca de 50 bilhões de parâmetros ativos) e contexto de 1 milhão de tokens. Ele alcançou 57 pontos no índice Artificial Analysis, ficando em quarto lugar geral e primeiro entre modelos abertos, superando o GLM-5.2 (51) e o DeepSeek V4 Pro (44). Também liderou o LMArena Frontend Code Arena, vencendo o Claude Fable 5 em 76% das comparações cegas. A arquitetura usa Kimi Delta Attention e Atenção Residual, que, segundo relatório interno da empresa, oferece eficiência de escalonamento 2,5 vezes maior que o K2. Os pesos ocupam cerca de 1,4 TB mesmo na quantização MXFP4, exigindo configurações de servidor com múltiplas GPUs. A Moonshot também abriu o FlashKDA (kernels CUDA para atenção), o MoonEP (biblioteca de paralelismo de especialistas) e o AgentENV (ambiente sandbox para treinamento de agentes). A licença é personalizada, exigindo exibição da marca para produtos com mais de 100 milhões de usuários ativos mensais ou faturamento mensal de 20 milhões de dólares, e acordos separados para provedores de MaaS. O suporte é anunciado por Together AI, Fireworks, DigitalOcean, Nebius, Baseten, Modal e vLLM. O preço da API é de 3 dólares por milhão de tokens de entrada, 15 dólares por milhão de tokens de saída e 0,30 dólar para entrada em cache.