Databricks añade Kimi K3: el modelo de pesos abiertos más grande del mundo ya está disponible para empresas

• Parámetros totales: 2,8 billones
• Parámetros activos: 104 mil millones activados por token
• Arquitectura: MoE dispersa con 896 expertos, 16 activos por token, más 2 expertos compartidos
• Ventana de contexto: 1.048.576 tokens (1 millón)
• Modalidades: Texto y visión nativa (imágenes y video)
• Innovaciones arquitectónicas: Kimi Delta Attention (KDA), Attention Residuals (AttnRes) y Stable LatentMoE

Moonshot llama a K3 "el primer modelo abierto de clase 3T del mundo" . Los pesos abiertos se lanzaron el 27 de julio de 2026 bajo una licencia MIT modificada .

Ranking en el Artificial Analysis Intelligence Index

En el Artificial Analysis Intelligence Index independiente (v4.1), Kimi K3 obtiene una puntuación de 57 en su configuración estándar y 60 en la configuración "max" . Su clasificación es :

• #3 o #4 en general entre todos los modelos evaluados, según la configuración
• Primero entre los modelos de pesos abiertos (el siguiente es GLM-5.2 con 51)
• Por detrás de: Claude Fable 5 (~60) y GPT-5.6 Sol (~59)
• Por delante de: Claude Opus 4.8 (~56), GPT-5.5, DeepSeek V4 Pro (44) y GLM-5.2 (51)

El índice combina nueve evaluaciones, incluyendo GDPval-AA v2, Terminal-Bench 2.1, SciCode, Humanity's Last Exam, GPQA Diamond y razonamiento de contexto largo . En benchmarks específicos, Kimi K3 alcanzó el #1 en el ranking Frontend Code Arena y el #2 en AA-Briefcase (trabajo de conocimiento agéntico), solo por detrás de Fable 5 .

Comparación de costos con modelos propietarios

Kimi K3 ofrece una ventaja de costo significativa frente a sus rivales propietarios :

• Costo por tarea del Intelligence Index: Aproximadamente $0,94
• Aproximadamente la mitad del costo de Claude Opus 4.8 (razonamiento máximo, $1,80)
• Costo similar al de GPT-5.6 Sol (max, $1,04)
• Databricks reporta un 50-72% menos de costo por tarea en comparación con los líderes propietarios
• Precio de API: ~$3,00 por millón de tokens de entrada y ~$15,00 por millón de tokens de salida

Como dijo Ali Ghodsi, CEO de Databricks, a CNBC, la combinación de rendimiento en benchmarks y eficiencia de costos de K3 hace que cargas de trabajo agénticas antes prohibitivas —como agentes de codificación continua o procesamiento de documentos a gran escala— sean económicamente viables para las empresas .

Gobernanza empresarial y controles de costos con Unity AI Gateway

Unity AI Gateway proporciona un plano de control unificado para los equipos de plataforma que gestionan la IA en toda la empresa. Las capacidades clave aplicables a Kimi K3 incluyen :

• Permisos de acceso detallados y barreras de seguridad aplicadas a las entradas y salidas del modelo
• Pistas de auditoría completas y observabilidad en tiempo de ejecución para todas las llamadas al modelo
• Controles de gasto en IA —alertas presupuestarias proactivas entre usuarios, espacios de trabajo, casos de uso y cuentas completas, combinadas con tablas del sistema de Unity Catalog y presupuestos de Databricks
• Límites de tasa y enrutamiento de tráfico entre modelos, agentes y servidores MCP
• Límites de gasto duros que detienen las solicitudes cuando se alcanza un presupuesto
• Retención de datos cero (ZDR) para Kimi K3 en Databricks
• Gobernanza unificada entre modelos de pesos abiertos y propietarios a través del mismo marco de políticas

Durante la misma semana, Unity AI Gateway alcanzó la disponibilidad general, unificando la gestión de gastos, los límites de tasa y el control de acceso en LLMs empresariales, servidores MCP y agentes de codificación .

Tendencia más amplia: la brecha de los modelos abiertos se cierra rápidamente

Databricks presenta la integración de Kimi K3 como evidencia de que la brecha entre los modelos de IA de pesos abiertos y los propietarios se está cerrando rápidamente . La compañía señala que hace un año, los mejores modelos de pesos abiertos estaban muy por detrás de sus contrapartes propietarias —pero hoy, modelos como Kimi K3 rivalizan con los líderes propietarios en rendimiento de benchmarks, al tiempo que ofrecen costos drásticamente más bajos y una mayor flexibilidad .

Según Databricks, este cambio permite a las empresas adoptar estrategias de IA híbridas, combinando modelos de pesos abiertos y propietarios en una sola plataforma gobernada. La compañía enfatiza que las empresas ahora tienen una elección real —con la capacidad de enrutar cargas de trabajo al modelo más rentable para cada tarea, sin sacrificar el rendimiento ni la gobernanza .