Moonshot AI ha rilasciato Kimi K3, un modello MoE con 2.8 trilioni di parametri totali e 50 miliardi attivi, il più grande modello open-weight mai pubblicato. La licenza Apache 2.0 lo rende disponibile per self-hosting e uso commerciale. Nei primi test indipendenti sulla tenuta al prompt injection, il modello ha risposto con un secco «Is there something I can actually help you with today?» invece di cedere.

Le performance riportate lo mettono a ridosso di GPT-5.6 Sol e Claude Fable 5 su SWE-bench e task di coding complessi, e i prezzi API non sono più stracciati: l’input costa quanto il top tier di Meta (Muse Spark), l’output il doppio. È un segnale: la Cina esce dalla fascia dei modelli a prezzo dumping e compete sul valore, non solo sul costo.

Perché ti riguarda. Se lavori con modelli self-hosted, K3 è il primo aperto con prestazioni frontier che puoi far girare su infrastruttura tua. Se usi API, i prezzi segnalano che il mercato cinese inizia a posizionarsi come alternativa seria ai lab USA, non più come fornitore di massa a basso costo. Le scelte tecniche (architettura MoE, context lungo) ricalcano quelle dei modelli proprietari più recenti, e il rilascio Apache spinge la pressione competitiva sugli altri lab a rilasciare pesi aperti.

Nel dettaglio

Il contesto.

Fino a oggi, i modelli open-weight oltre il trilione di parametri erano esperimenti di ricerca (Grok 1, rilasciato da xAI a marzo 2024, ne aveva 314 miliardi) o varianti distillate di modelli più grandi. K3 è il primo modello della sua scala rilasciato come prodotto completo con licenza permissiva.

Moonshot AI è la compagnia dietro l’assistente Kimi, popolare in Cina per il context window lungo (originariamente 200k token, poi esteso). K3 è la terza generazione della famiglia, dopo K1 (2023) e K2 (inizio 2025). Il nome del modello riprende la convenzione interna dell’azienda.

I numeri dichiarati.

K3 usa un’architettura Mixture of Experts (MoE): 2.8T parametri totali, ma solo 50B attivi per inferenza. Questo abbassa i requisiti di memoria e latenza rispetto a un modello denso della stessa capacità nominale. Il context nativo è 1M token, in linea con i modelli frontier recenti (Gemini 2.5, GPT-5.6).

I benchmark riportati da Moonshot mettono K3 sopra Claude Opus 4.8 su AIME (matematica) e a pari merito con GPT-5.6 Sol su SWE-bench Verified (coding reale). Non ci sono ancora valutazioni indipendenti su larga scala, ma i primi test della comunità confermano che il modello non crolla su task complessi.

I prezzi API sono $1.50/milione di token in input e $6/milione in output (dato verificato sul pricing ufficiale al 17 luglio 2026). Per confronto: GPT-5.6 Sol costa $3/$15, Claude Fable 5 $3/$15, Muse Spark 1.1 $1.50/$3. K3 si posiziona a metà: input come Meta, output il doppio. Non è più il prezzo cinese che tutti conoscevamo (DeepSeek v3 era a $0.14/$0.28), ma un prezzo da modello di fascia alta.

Cosa cambia.

Primo, il gap qualitativo si chiude. I modelli cinesi non sono più «quasi buoni quanto» i frontier USA: su certi task li pareggiano, e lo fanno con licenze aperte. Questo sposta il calcolo per chi sceglie un modello: se K3 regge sul tuo caso d’uso, hai un’alternativa self-hosted che non dipende da una API estera.

Secondo, la guerra dei prezzi cambia registro. La Cina ha usato per anni il prezzo come leva competitiva (modelli aperti quasi gratuiti in API). K3 segnala che almeno Moonshot punta ora a competere sulla qualità percepita, non sul dumping. Se altri lab cinesi seguono, il mercato globale si riequilibra: meno gara al ribasso, più differenziazione su prestazioni e licenze.

Terzo, la pressione sugli altri lab. Anthropic e OpenAI tengono i pesi chiusi; Meta rilascia aperti ma più piccoli (Llama 4 si ferma a 405B densi, Muse Spark a ~600B MoE). Un modello aperto da 2.8T parametri, Apache, che performa come i loro top tier, è un argomento difficile da ignorare per chi chiede trasparenza.

I limiti.

Non ci sono ancora valutazioni indipendenti su larga scala: i benchmark di Moonshot sono auto-riportati. La comunità sta testando il modello, ma ci vorranno settimane per avere consenso su dove funziona bene e dove no. Il modello non è multimodale (solo testo), a differenza di GPT-5.6 e Gemini 2.5.

I requisiti di self-hosting sono alti anche con MoE: 50B attivi richiedono almeno una macchina con 4×A100 o H100 per inferenza fluida, e il costo di setup non è banale per chi non ha già infrastruttura. L’API è la via pratica per la maggior parte degli usi.

Infine, l’ecosistema: gli strumenti e le integrazioni per K3 sono ancora acerbi rispetto a quelli per GPT o Claude. Se il tuo flusso si appoggia a tool ben collaudati, il passaggio a un modello nuovo richiede lavoro di adattamento.