O Kimi K3 chegou com 2,8 trilhões de parâmetros, visão nativa e uma janela de contexto de 1 milhão de tokens. A Moonshot AI o apresenta como o primeiro modelo aberto da classe de 3 trilhões, mas há um detalhe decisivo: até 19 de julho de 2026, os pesos completos ainda não estavam disponíveis. A empresa promete liberá-los até o dia 27.
Isso não torna o lançamento menos importante. O Kimi K3 já pode ser testado nos aplicativos da empresa e pela API, aparece entre os líderes de avaliações independentes e foi projetado para programação de longa duração, pesquisa e tarefas complexas com ferramentas. O problema está nas manchetes que tratam uma promessa de abertura como algo já entregue.
Neste artigo, o ChamadoTI separa o que já foi confirmado, o que ainda depende da Moonshot e o que os números realmente dizem sobre a comparação com Claude e GPT.
Neste artigo
Kimi K3 em resumo
| Item | O que foi confirmado |
|---|---|
| Desenvolvedora | Moonshot AI, empresa chinesa sediada em Pequim |
| Lançamento | 16 de julho de 2026 |
| Tamanho | 2,8 trilhões de parâmetros, com arquitetura de mistura de especialistas |
| Ativação | 16 de 896 especialistas por token |
| Contexto | Até 1.048.576 tokens |
| Entrada e saída | Texto e imagem como entrada; texto como saída |
| Acesso atual | Kimi.com, Kimi Work, Kimi Code e API oficial |
| Pesos do modelo | Prometidos para até 27 de julho; ainda indisponíveis na data desta verificação |
| Preço da API | US$ 3 por milhão de tokens de entrada sem cache e US$ 15 por milhão de tokens de saída |
No Kimi K3, o número de parâmetros impressiona, mas não deve ser confundido com uma nota de inteligência. Modelos de arquiteturas diferentes usam seus parâmetros de maneiras distintas, e um sistema maior pode ser mais lento ou menos eficiente em certas tarefas. O resultado prático depende de treinamento, ferramentas, software e infraestrutura.
Afinal, o Kimi K3 já é uma IA aberta?
A resposta curta é: ainda não. A Moonshot chama o lançamento de “open frontier intelligence” e afirma que os pesos completos serão publicados até 27 de julho de 2026. Contudo, na data de fechamento desta matéria, o modelo só podia ser acessado pelos serviços da empresa. Sem os arquivos, a comunidade não consegue baixá-lo, hospedá-lo de forma independente nem verificar integralmente a promessa.
Também existe uma diferença entre código aberto e pesos abertos. Um modelo pode permitir o download de seus pesos sem revelar todos os dados, métodos e códigos usados no treinamento. Por isso, chamar qualquer LLM baixável de “open source” pode simplificar demais uma discussão técnica e jurídica.
A empresa ainda não havia publicado o relatório técnico completo nem o texto final da licença citada para os pesos. Até que isso aconteça, o correto é dizer que o Kimi K3 promete se tornar um modelo de pesos abertos. A data de 27 de julho será o primeiro teste concreto dessa promessa.
Como funciona um modelo de 2,8 trilhões de parâmetros
O Kimi K3 usa uma arquitetura chamada mistura de especialistas, ou MoE. Em vez de acionar todos os 2,8 trilhões de parâmetros a cada palavra processada, o sistema direciona cada token para 16 de seus 896 “especialistas”. É como consultar apenas os departamentos mais adequados para cada problema, em vez de convocar a empresa inteira para todas as decisões.
Essa seleção reduz o trabalho por token, mas não transforma o modelo em algo leve. A própria Moonshot recomenda uma configuração de supernó com pelo menos 64 aceleradores para implantação. Portanto, mesmo depois da liberação dos pesos, não será uma IA para instalar em um notebook comum ou em uma única placa de vídeo.
Duas técnicas recebem destaque no anúncio: Kimi Delta Attention (KDA) e Attention Residuals (AttnRes). Em linguagem simples, elas procuram manter o fluxo de informações mais eficiente ao longo de textos muito extensos e das várias camadas da rede. Segundo a desenvolvedora, esse conjunto entrega aproximadamente 2,5 vezes mais eficiência de escala que o Kimi K2.
A janela de 1 milhão de tokens é outro diferencial. Ela abre espaço para analisar grandes bases de código, coleções de documentos e conversas longas sem cortar tanto o material. Ter espaço, porém, não garante que o modelo aproveite cada informação com a mesma precisão. Esse desempenho precisa ser medido em situações reais.
Ele realmente supera Claude e GPT?
Não existe uma vitória geral. A própria Moonshot reconhece que seu modelo ainda fica atrás do Claude Fable 5 e do GPT-5.6 Sol no desempenho total. Os gráficos apresentados no lançamento mostram bons resultados em programação, automação, pesquisa e trabalho com documentos, mas parte dessas avaliações foi executada pela própria empresa, com ferramentas diferentes para cada concorrente.
Na avaliação independente da Artificial Analysis, o modelo recebeu 57 pontos no Intelligence Index e apareceu entre os primeiros colocados. A posição exata do ranking pode mudar conforme novos sistemas entram na tabela; por isso, a pontuação e o grupo de liderança dizem mais do que uma colocação congelada em uma manchete.
Em tarefas profissionais simuladas pelo GDPval-AA v2, o Kimi K3 alcançou Elo 1668: abaixo do Fable 5, mas acima de Claude Opus 4.8 e GPT-5.5 naquele recorte. Também ficou em primeiro no AutomationBench-AA. São sinais relevantes de capacidade para agentes, não uma prova de que será melhor em toda programação, texto ou pesquisa.
Essa cautela vale para outros lançamentos. No ChamadoTI, analisamos o Ornith 1.0 e suas promessas para programação, além de um guia para escolher entre os modelos da OpenAI. Em todos os casos, o melhor modelo é aquele que entrega qualidade, custo e confiabilidade no trabalho que você realmente precisa fazer.
Os limites que não cabem na manchete
A Moonshot lista três limitações importantes. A primeira é a sensibilidade ao histórico de raciocínio: trocar para o Kimi K3 no meio de uma sessão iniciada com outro modelo pode desestabilizar a resposta. A empresa recomenda usar ferramentas compatíveis, como o Kimi Code, e preservar o histórico corretamente.
A segunda é a “proatividade excessiva”. Como foi treinado para tarefas longas e difíceis, o agente pode tomar decisões inesperadas quando encontra instruções ambíguas. Em ambientes corporativos, isso exige regras claras, permissões mínimas e revisão humana antes de alterações sensíveis.
A terceira limitação do Kimi K3 é a experiência de uso. Mesmo apresentando desempenho competitivo, a desenvolvedora reconhece uma diferença perceptível em relação aos líderes fechados. A Artificial Analysis mediu cerca de 62 tokens de saída por segundo e observou respostas mais longas que a média em sua avaliação atual. Mais texto não significa necessariamente uma solução melhor.
Há ainda um alerta sobre confiabilidade. Em uma avaliação de conhecimento da Artificial Analysis, a taxa de alucinação ficou em 51%, acima dos 39% medidos no Kimi K2.6, embora a precisão geral tenha melhorado. O resultado reforça uma regra válida para qualquer IA generativa: informações importantes precisam ser conferidas em fontes independentes.
Como usar o Kimi K3 hoje
- Pelo navegador ou celular: acesse o Kimi.com ou atualize o aplicativo oficial para iOS, Android ou HarmonyOS.
- No computador: o Kimi Work 3.1 ou mais recente está disponível para Windows e Macs com Apple silicon.
- Para programação: abra o Kimi Code no terminal e selecione o modelo com o comando
/model. - Em produtos e automações: use a plataforma oficial de API e escolha o identificador
kimi-k3.
Na API, cada milhão de tokens de entrada custa US$ 3 quando o conteúdo não está em cache e US$ 0,30 quando há reaproveitamento. A saída custa US$ 15 por milhão de tokens. A cobrança final pode incluir impostos e variação cambial. Como o sistema tende a produzir respostas extensas, vale definir limites de saída e acompanhar o consumo.
Os pesos prometidos não significam uso doméstico fácil. Hospedar o modelo completo exigirá um investimento que só faz sentido para provedores especializados, laboratórios ou grandes organizações. Para a maioria dos usuários, a API continuará sendo o caminho mais viável.
O que muda para usuários e empresas no Brasil
- Desenvolvedores: ganham mais uma opção para comparar código, agentes e análise de repositórios extensos.
- Empresas: podem testar custos e qualidade antes de depender de um único fornecedor, mas devem avaliar suporte, disponibilidade e regras contratuais.
- Equipes que tratam dados pessoais: precisam conferir onde as informações são processadas, por quanto tempo ficam armazenadas e como os direitos previstos na LGPD serão atendidos.
- Pesquisadores: só poderão auditar os arquivos e testar modificações independentes depois que os pesos e a documentação forem efetivamente publicados.
O país do fornecedor, por si só, não substitui uma análise de risco. A mesma diligência deve ser aplicada a serviços chineses, americanos ou europeus: não enviar segredos sem contrato adequado, limitar permissões, registrar ações do agente e manter uma alternativa para serviços críticos.
Vale a atenção ou é apenas hype?
Vale a atenção. A escala, o contexto longo e os resultados independentes colocam o Kimi K3 entre os lançamentos mais relevantes do momento. Ele também aumenta a pressão sobre OpenAI, Anthropic, Google e outros laboratórios para oferecer modelos melhores, mais baratos e com maior transparência.
Mas o acontecimento mais importante ainda não ocorreu. Quando os arquivos chegarem, será possível verificar tamanho, licença, exigências de infraestrutura e compatibilidade com ferramentas abertas. Se a Moonshot cumprir o que anunciou, o modelo poderá se tornar um marco para a comunidade. Até lá, a porta está aberta no discurso, mas a chave ainda não foi entregue.
Perguntas frequentes
O Kimi K3 é de código aberto?
Ainda não é possível confirmar isso plenamente. A Moonshot prometeu liberar os pesos completos até 27 de julho de 2026, mas eles não estavam disponíveis em 19 de julho. Mesmo após a publicação, será necessário analisar a licença, o código e o nível de transparência do treinamento.
É melhor que Claude ou GPT?
Depende da tarefa. Ele obteve resultados fortes em automação, programação e trabalho profissional, mas a própria Moonshot afirma que o desempenho geral ainda fica atrás de Claude Fable 5 e GPT-5.6 Sol.
Posso baixar o modelo agora?
Não. Atualmente, o acesso ocorre pelos aplicativos, pelo Kimi Code e pela API oficial. Os pesos foram prometidos para até 27 de julho de 2026.
Dá para instalar em um notebook?
Não de forma prática. A recomendação oficial de implantação usa supernós com 64 ou mais aceleradores. Usuários comuns devem recorrer ao serviço on-line ou à API.
O uso é gratuito?
Há formas de experimentar os aplicativos da Kimi, mas planos e limites variam. A API é paga por quantidade de tokens, e os pesos ainda não foram publicados para hospedagem independente.
Fontes e metodologia
Informações verificadas em 19 de julho de 2026. Consultamos o anúncio técnico oficial da Moonshot AI e a página oficial de preços. Para evitar depender apenas dos números do fabricante, cruzamos os resultados com a ficha independente da Artificial Analysis e sua análise de lançamento.
Os rankings são dinâmicos e podem mudar. Os pesos, a licença final e o relatório técnico completo não estavam públicos no fechamento. O ChamadoTI atualizará esta matéria se a liberação prometida trouxer informações diferentes.
