Kimi K3 Release: especificaciones, precio, API y cuándo usarlo

Ayer todavía leías teasers y tablas de rumores del tipo “2.5T / 1M”. Hoy el selector de modelos tiene un botón de verdad: Kimi K3 ya está en la plataforma de API de Kimi.

Si miras ese botón pensando ¿paso todo a K3 antes del almuerzo? — respuesta corta: no. Usa K3 cuando el trabajo sea difícil y largo. Quédate en K2.7 Code para el día a día en el IDE, y en K2.6 cuando quieras un agente largo más barato y ya probado.

La elección del día de lanzamiento, en una frase:

• Trabajo multi-dominio duro + te chocas una y otra vez con el techo de 256K → prueba kimi-k3
• Escribir o arreglar software en Kimi Code, Claude Code, Cline, RooCode → sigue primero con kimi-k2.7-code
• Tareas autónomas largas que ya funcionan en K2.6 → no “actualices” solo por el logo

Este sitio es independiente de Moonshot. Las especificaciones y precios de abajo siguen la documentación oficial; los juicios (quién debería cambiar, cómo se comporta la factura, qué se equivocó el ruido pre-lanzamiento) son nuestros. Vuelve a mirar platform.kimi.ai antes de gastar dinero de verdad.

Qué salió de verdad (en lenguaje claro)

La ficha pública de Moonshot dice que K3 es el flagship más capaz hasta ahora: unos 2.8T de parámetros, ventana de contexto de 1M tokens (cuánto texto/código cabe de un tirón — piensa monorepos multi-paquete y paquetes de investigación gordos, no un chat de una burbuja), visión nativa (imagen y vídeo en la API) y thinking siempre activo.

El nombre de API que vas a cablear es kimi-k3. La docs lo ponen en el camino habitual compatible con OpenAI (https://api.moonshot.ai/v1) con MOONSHOT_API_KEY.

Aparecen dos nombres de arquitectura: Kimi Delta Attention y Attention Residuals. No tienes que implementar ninguno. Léelos como señal de producto: Moonshot vende un salto generacional pensado para sesiones largas, no “K2.x más tres puntos de benchmark”. La investigación anterior (Kimi Linear / KDA) iba de servir contexto largo con más eficiencia; el día del release, la promesa de cara al usuario es simple: 1M pensado para usarse de verdad, más razonamiento siempre encendido.

Datos rápidos (escanea después)

Sigue flaco en la ficha pública: parámetros activos (ruteados) por token, la historia completa de open weights / licencia, y un leaderboard independiente en la misma página. No inventes eso; espera un informe técnico si necesitas hacer cuentas de serving.

Cómo actualiza esto lo de la semana pasada

Si leíste nuestro brief de víspera de lanzamiento o la guía de qué modelo elegir, aplica estos parches mentales:

El tráiler se convirtió en entrada al cine. No se convirtió automáticamente en la única película que deberías ver.

Por qué K3 no es “borra K2.7 Code”

Moonshot está sacando un portafolio, no una escalera única donde el SKU más nuevo gana cada clic.

• K2.7 Code sigue siendo el especialista en código — bucles de IDE/CLI pesados en instrucciones, Kimi Code, coding agents, y una variante highspeed cuando importa la latencia. El contexto se queda en la clase 256K. El thinking también va on, pero la historia de producto es “cierra el PR”.
• K2.6 sigue siendo el agente largo general que ya lleva meses en narrativas de producción: tools multi-paso, tareas amplias, trabajo multimodal general en una banda de precio de lista más baja que K3.
• K3 es el tier de inteligencia general flagship: más memoria, razonamiento siempre-max (por ahora), precio premium, pensado para mezclas de frontera de ingeniería + conocimiento + razonamiento profundo.

Nuestra lectura: K3 es un modelo de supervisor / problemas duros, no un upgrade gratis del autocompletado. Si tu dolor es “el modelo se pierde el repo después de 200k tokens de logs”, K3 es el botón interesante. Si tu dolor es “haz que este TypeScript compile en Claude Code”, K2.7 Code sigue siendo la respuesta aburrida y correcta.

Qué está diciendo de verdad el precio

Lista oficial en USD (por 1M tokens):

Tres juicios que nos importan más que la tabla en sí:

1. El output cuesta 5× el input sin cache. El thinking siempre on significa que pagas por “pensar en voz alta” además de la respuesta final. Trata K3 como presupuesto de proyecto, no como una pestaña que dejas abierta para charlar.
2. Los cache hits salen 10× más baratos que los misses en input. Reutilizar el mismo system prompt / digest del repo no es un “nice to have”: es la diferencia entre “flagship que podemos pagar” y “¿por qué arde la factura?”.
3. No hay tramos por longitud, pero los tokens siguen escalando. Prompts de 50K y de 500K comparten la misma tarifa unitaria; la ventana de 1M no significa “1M es gratis”.

Sentido de portafolio a ojo (los list prices se mueven; esto es orientación, no un contrato): K2.6 / K2.7 Code han estado en una banda bastante más baja en la misma plataforma (orden de ~$1 input / ~$4 output). El $3 / $15 de K3 es premium a propósito. Deberías sentir un motivo de capacidad o de contexto antes de convertirlo en el default.

Capacidades que cambian cómo trabajas (no cómo repites la docs)

1M de memoria para sesiones de verdad. Sirve cuando un solo hilo tiene que sostener un slice de monorepo, un paquete de políticas o el estado de un agente de varias horas. La mayoría de usuarios de chat nunca van a llenar un millón de tokens — y está bien. La feature es para quien ya se estaba rompiendo el techo de 256K.

Thinking siempre on. No envíes el objeto thinking de la era K2.x. Usa a nivel top reasoning_effort: "max" (el único nivel hoy). En multi-turn y bucles de tools, devuelve el mensaje completo del assistant, incluyendo reasoning y tool calls — quedarte solo con content te va a morder.

Visión en el mismo loop que el código. Capturas, grabaciones de UI, diagramas — misma sesión que tools y contexto largo. Las URLs públicas de imagen no son el camino documentado; planifica base64 o archivos subidos ms://.

Superficie de agente. Tools, tool_choice, carga dinámica de tools, JSON Schema estructurado, continuaciones parciales, tools oficiales Formula. La plataforma avisa ahora que web search se está actualizando — no apuestes un flujo de producción a eso esta semana.

Forma mínima de llamada:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="max",
    messages=[{"role": "user", "content": "Summarize the risk of migrating our default model to K3."}],
)
print(completion.choices[0].message.content)

Knobs de sampling como temperature / top_p están documentados como fijos: omítelos en vez de pelearte con la API.

¿Qué deberías hacer esta semana?

Errores comunes

• “El flagship más nuevo = el mejor en todo.” Mal pensamiento de SKU. Profundidad de flagship ≠ mejor latencia ni mejor UX de coding agent.
• “1M significa que debo pegar toda la empresa.” Lo vas a pagar; empieza con el contexto más chico que aún funcione y luego crece.
• “Apago el thinking para borradores baratos.” En K3 no se puede por ahora: solo "max".
• “Mañana reemplazo K2.7 Code en Kimi Code.” Las líneas de producto siguen divergiendo; mira los defaults oficiales de Kimi Code antes de forzar el ID.
• Ignorar el cache. El mismo prefijo de repo cada turno sin prefijos estables es la forma cara de correr un flagship.

FAQ (corto)

¿Ya salió oficialmente? Sí — listado, documentado, con precio y callable como kimi-k3.

¿Open weights? No tomamos blurb de terceros como promesa de Moonshot. Revisa los canales propios de research / HF de Moonshot antes de planear self-host.

¿Reemplaza a K2.7 Code? No. Portafolio: flagship general vs especialista en código.

En pocas palabras

K3 cruza la barra que pusimos en la víspera del lanzamiento: nombre de API real, ventana de 1M real, precio real. El movimiento inteligente no es “todos a K3”, es poner K3 en los trabajos que justifican razonamiento premium y memoria enorme, dejar K2.7 Code para cerrar PRs, y mantener K2.6 donde un agente largo más barato ya entrega.

Siguientes lecturas: estado de K3 · lo que pensábamos antes del GA · selector de modelos (aplícale el parche mental del GA) · K2.7 Code · K2.6.