Moonshot prepara Kimi K3, un modelo abierto de hasta 3 billones de parámetros, para igualar a Opus 4.8 de Anthropic

El laboratorio chino Moonshot AI se prepara para lanzar Kimi K3, la próxima entrada de su serie Kimi, que según fuentes citadas por Financial Times rendiría a la par o incluso por encima de Opus 4.8 de Anthropic. El dato no es menor: la familia Kimi K2 ya se había ganado una buena reputación en el terreno del código abierto, con puntuaciones altas en benchmarks y prestaciones que se acercaban bastante a los modelos de frontera cerrados. Kimi K3 pretende dar un paso más y estrechar aún más esa distancia frente a los productos propietarios de OpenAI y Anthropic.

Lo llamativo de K3 no es solo el rendimiento esperado, sino su escala: se describe como el modelo de pesos abiertos más grande jamás publicado por un laboratorio chino, con un recuento de parámetros situado entre 2 y 3 billones. Según lo reportado, su lanzamiento sería inminente, en cuestión de días. Se trata de una apuesta por el tamaño y la apertura como palanca competitiva, en un momento en que la conversación sobre el valor de pagar por modelos cerrados y costosos como los de OpenAI o Anthropic vuelve a estar sobre la mesa.

En paralelo al lanzamiento, Moonshot estaría cerrando una ronda de financiación que valoraría a la compañía en 31.500 millones de dólares. Esa cifra contrasta con los 20.000 millones de valoración que obtuvo en mayo, cuando levantó 2.000 millones de dólares, lo que da idea de la velocidad con la que el mercado está revalorizando a los laboratorios chinos de IA abierta en muy pocos meses.

El trasfondo de esta noticia conecta con un debate más amplio dentro de la industria: hay ejecutivos que empiezan a cuestionar si merece la pena seguir pagando por modelos cerrados de gigantes como OpenAI o Anthropic, en parte por el temor a que esos laboratorios puedan de algún modo aprovechar los datos que sus clientes envían al usar productos como ChatGPT o Claude. Como respuesta, algunas voces del sector están recomendando o promoviendo alternativas propias, o bien sugieren directamente optar por modelos de código abierto más baratos —como los de DeepSeek, Z.ai o el propio Moonshot— y entrenarlos a medida para necesidades específicas.

En conjunto, la pieza retrata un frente de presión que se abre para Anthropic no solo desde OpenAI, sino también desde el ecosistema de modelos abiertos chinos, que combina rendimiento competitivo, tamaño creciente y un argumento de soberanía de datos que resuena especialmente entre empresas recelosas de depender de proveedores cerrados.