O Kimi K3 da China foi lançado e supera Claude Fable e GPT 5.6 Sol nos principais benchmarks

Moonshot AI acaba de lançar o maior modelo chinês de código aberto já lançado e superou Claude Fable 5 na escrita de scripts.

Rumo ao Writing Elo da AI – uma referência onde os modelos escrevem scripts reais julgados cegamente em relação às versões publicadas, pontuados usando o mesmo sistema Elo que classifica os jogadores de xadrez – colocou Kimi K3 em 2.840, acima de Fable 5 (máximo) em 2.760. Esse é um ranking que a equipe da Anthropic tem dominado historicamente.

K3 também conquistou o primeiro lugar no Frontend Code Leaderboard da Arena AI – uma classificação construída a partir de milhares de votos humanos em pares em tarefas de geração de código, novamente com pontuação Elo – com 1.679 contra 1.631 de Fable 5. Primeiro lugar em seis dos sete domínios frontend.

O Índice de Inteligência de Análise Artificial – uma pontuação construída a partir de nove avaliações independentes que abrangem codificação, raciocínio, trabalho de agência e conhecimento, avaliado de 0 a 100 – coloca K3 em 57, com Claude Fable 5 em 60, GPT-5.6 Sol em 59 e Claude Opus 4.8 em 56. Isso coloca K3 como o terceiro modelo mais capaz no composto, com Fable 5 superando-o por apenas 3%.

Se você quiser ter uma ideia do que ele pode fazer, este é o resultado imediato de um prompt solicitando ao modelo para construir um clone do iOS. Para efeito de comparação, esta é a melhor aproximação compartilhada nas redes sociais usando GPT 5.6 Sol e um prompt muito elaborado.

O que essa coisa realmente é

O K3 reúne 2,8 trilhões de parâmetros — os valores numéricos que armazenam o conhecimento de um modelo — em uma arquitetura mista de especialistas. A mistura de especialistas divide esses parâmetros em 896 sub-redes “especializadas” e ativa apenas uma fração para qualquer tarefa. É assim que você obtém inteligência de nível fronteiriço sem derreter a sala de servidores.

“É o primeiro modelo de código aberto do mundo na classe de 3 trilhões de parâmetros, projetado para cenários de inteligência de fronteira, incluindo codificação de longo horizonte, trabalho de conhecimento e raciocínio”, afirma Moonshot AI. Isso não é teatro de marketing: o V4-Pro da DeepSeek atinge 1,6 trilhão de parâmetros, o próprio K2 da Moonshot, um trilhão. K3 praticamente dobra o concorrente de peso aberto mais próximo na tabela de tamanhos.

Ele vem com uma janela de contexto de um milhão de tokens – tokens são a unidade básica de informação que uma IA processa, cerca de três quartos de palavra cada – compreensão nativa de imagem e vídeo e raciocínio sempre ativo.

Duas técnicas arquitetônicas sustentam os ganhos de eficiência. Kimi Delta Attention acelera a decodificação de sequências longas – até 6,3x mais rápido em contextos de um milhão de tokens. O Attention Residuals roteia as informações seletivamente entre as camadas do modelo, em vez de acumulá-las uniformemente, adicionando cerca de 25% de eficiência de treinamento com menos de 2% de custo de computação extra – juntos, produzindo uma eficiência de escalonamento aproximadamente 2,5x melhor do que K2.

Os benchmarks são bons, os preços são melhores

Kimi K3 custa US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de tokens de saída – a mesma taxa de Claude Sonnet 5, o modelo intermediário da Anthropic. A diferença é que o Soneto 5 é a oferta intermediária da Antrópica; K3 está três pontos abaixo de Fable 5 no composto de Análise Artificial. Por tarefa nesse conjunto de nove benchmarks, o K3 custa US$ 0,94 contra US$ 1,04 para o GPT-5.6 Sol e US$ 1,80 para o Opus 4.8.

Em outras palavras, este modelo oferece desempenho topo de linha a preços intermediários.

Conforme o Decrypt cobriu em maio, a diferença de preços entre a IA de fronteira chinesa e americana aumentou de 15 a 30 vezes no início deste ano. O K3 não reduz as taxas do DeepSeek – tem o mesmo preço de um modelo ocidental de gama média – mas oferece desempenho próximo da fronteira nesse nível. Para as equipes que desenvolvem a API, isso representa uma grande melhoria de custos.

Se a Anthropic prosseguir com suas intenções de disponibilizar o Fable 5 apenas via API, o K3 se tornará a alternativa de peso aberto mais próxima de qualquer modelo atualmente em segundo lugar na indústria – pela metade do custo por tarefa do Opus 4.8. Esse é o cenário em que os caçadores de benchmark já estão fazendo as contas.

O lançamento do K3 é o argumento que os defensores dos controles de exportação de chips dos EUA não querem ter. Os EUA restringiram a exportação de GPUs H800 da Nvidia para a China no final de 2023; Moonshot confirmou que treinou modelos anteriores nesses chips. A própria documentação de benchmark do K3 faz referência ao H200 e ao que a empresa chama de “um GPGPU de um fornecedor alternativo” – amplamente interpretado como hardware Huawei Ascend – sem especificar onde esse hardware está localizado.

O presidente da Moonshot AI, Yutong Zhang, enquadrou a restrição diretamente em Davos este ano, de acordo com a Silicon Republic: “Sabíamos que não tínhamos o luxo de simplesmente aumentar a computação… Isso nos forçou a focar na pesquisa fundamental e na eficiência”. Os analistas do Bank of America, numa nota após o lançamento, escreveram que o K3 prova que “o escalonamento pré-treinamento, emparelhado com a inovação arquitectónica, ainda pode proporcionar ganhos de mudança radical para os principais modelos chineses” sob essas restrições.

Moonshot é uma das chamadas startups AI Tiger que mudaram coletivamente o cenário do modelo global sem acesso aos chips que Washington disse que precisariam. Se isso é um argumento a favor de controlos de exportação mais rigorosos ou um argumento de que não funcionam, é uma questão política que Washington ainda não resolveu.

O asterisco que você deve ler

A taxa de alucinações do K3 no AA-Omniscience – um benchmark que mede a frequência com que um modelo fabrica com segurança uma resposta que não conhece – saltou de 39% para 51% em comparação com o antecessor K2.6. Mais respostas corretas em geral; mais inventados também. O modelo também reconhece na sua própria documentação que pode ser “excessivamente proativo”, tomando decisões inesperadas em nome de um utilizador durante longas tarefas autónomas.

Para equipes que executam as ferramentas baseadas no Kimi K2.6 e desejam atualizar, o K3 é um avanço significativo na maioria das frentes – mas vale a pena testar esse delta de alucinação antes de confiar nele com qualquer coisa que precise ser precisa.

Se quiser experimentar gratuitamente, você pode. Está disponível no site oficial de Kimi. Mas boa sorte: os servidores estão tão lotados que as tarefas são interrompidas constantemente devido a restrições de tráfego, tornando-os pouco utilizáveis. Uma alternativa melhor é pagar por uma assinatura ou usá-la por meio de uma API.

Os pesos serão divulgados no dia 27 de julho. Estarão disponíveis para grandes empresas e negócios. Nenhuma GPU doméstica, por maior que seja, é atualmente capaz de lidar com um modelo deste tamanho.