Kimi K3, el modelo abierto de Moonshot AI de 2.8 billones de parámetros, está disponible en las APIs de Telnyx Inference. Se llama con un endpoint compatible OpenAI, cuesta 2,70 dólares por millón de tokens de entrada y 13,50 en salida, y soporta un millón de tokens de contexto con visión nativa y function calling.

Es la primera señal concreta de que los modelos abiertos chinos no permanecen confinados a descargas de pesos en Hugging Face. Telnyx es un proveedor de infraestructura estadounidense con GPU propias: quien construye productos de IA en EE.UU. puede llamar a Kimi K3 con la misma solicitud API que usaría para GPT o Claude, sin desplegar hardware local ni tocar repositorios chinos.

Como contábamos el 27 de julio, el lanzamiento de Kimi K3 había generado alarmas en Wall Street e impulsado a Washington a evaluar prohibiciones dirigidas a modelos abiertos chinos. La disponibilidad vía API cambia el panorama de la discusión: mientras los pesos sean solo descargables, la decisión de usarlos sigue siendo política e individual. Cuando un proveedor estadounidense los sirve como producto de tarifa, la elección se vuelve económica, y el cálculo se basa en costos y rendimiento, no en geopolítica.

Los precios de lista son competitivos frente a los frontier, pero el costo por token es solo el principio del cálculo. Latencia, estabilidad del servicio y calidad en tus tareas específicas pesan tanto como la tarifa. Para decidir si vale la pena, el método no cambia: misma tarea, mismo conjunto de pruebas, tabla de resultados.

En detalle

Kimi K3 es una Mixture of Experts (MoE): un modelo con 2.8 billones de parámetros totales, de los cuales solo 104 mil millones se activan por cada token. En la práctica, el modelo es enorme pero cada solicitud individual usa solo una fracción de su capacidad. Esto reduce el costo de inferencia respecto a un modelo denso del mismo tamaño, porque menos parámetros activos significan menos cálculo por token.

La ventana de un millón de tokens permite cargar bases de código completas o documentos muy largos en una única llamada. El modelo tiene visión nativa (acepta texto, imágenes y video sin un módulo separado) y soporta function calling, salida estructurada en JSON y tres niveles de esfuerzo de razonamiento configurables: low, high, max. Este último punto significa que puedes decidir caso a caso cuánto compute dedicar a la respuesta, intercambiando profundidad por costo.

El hecho de que Telnyx lo sirva en GPU propias es la parte interesante. Hasta ayer, usar un modelo abierto chino significaba descargar los pesos y ejecutar la inferencia internamente, u optar por proveedores como Together.ai o Baseten. Telnyx no es un lab de IA: es una empresa de telecomunicaciones e infraestructura de red que ha invertido en GPU para ofrecer inferencia. Su catálogo ya incluye Kimi K2.6, GLM-5.2-FP8 y MiniMax M3, todos modelos abiertos chinos. El movimiento indica que la inferencia de modelos abiertos se está convirtiendo en un negocio para quien tiene hardware, no para quien construyó el modelo.

Sobre los precios: 2,70 dólares por millón de tokens de entrada y 13,50 en salida, con cache de prompts automático a 0,27 dólares por millón en prefijos repetidos (datos de Telnyx, 28 de julio de 2026). Para comparar, los frontier de Anthropic y OpenAI cuestan más por token, pero el precio de lista es solo el principio del cálculo. El caching ayuda con prompts largos y repetitivos, típicos de workflows agentivos, pero la verdadera pregunta es cuánto cuesta producir una salida útil, no cuánto cuesta un token. Esto depende de tu caso de uso y se mide solo con un banco de pruebas.

El contexto regulatorio pesa en el panorama. El 26 de julio la Casa Blanca había optado por la ruta de prohibiciones dirigidas a modelos abiertos chinos específicos, evitando una prohibición general. Moonshot también había sido acusada de haber destilado el modelo Fable de Anthropic. Un proveedor estadounidense que sirve Kimi K3 vía API se coloca en una zona gris operativa: si mañana Washington prohíbe un modelo específico, Telnyx tendrá que sacarlo del catálogo, y quien ha construido sobre él se ve con una integración que rescribir. Es el riesgo concreto que viene con depositar tu cadena de suministro en modelos fuera del control de los labs occidentales.

Qué aún no se sabe: cuán estable sea Kimi K3 en Telnyx bajo carga, cuáles sean las latencias reales, y cómo se comporte en tareas agentivas frente a los frontier. Los benchmarks publicados por Moonshot dicen que compite con Claude y GPT en coding y razonamiento, pero los benchmarks corporativos deben leerse como marketing cualificado, no como verdad. La única forma de saber si se sostiene en tu trabajo es probarlo en tus datos.