Kimi K3, il modello aperto di Moonshot AI da 2.8 trilioni di parametri, è disponibile sulle API di Telnyx Inference. Si chiama con un endpoint compatibile OpenAI, costa 2,70 dollari per milione di token in input e 13,50 in output, e supporta un milione di token di contesto con visione nativa e function calling.

È il primo segnale concreto che i modelli aperti cinesi non restano confinati ai download di pesi su Hugging Face. Telnyx è un provider di infrastruttura statunitense con GPU proprie: chi costruisce prodotti AI negli USA può chiamare Kimi K3 con la stessa richiesta API che userebbe per GPT o Claude, senza schierare hardware locale né toccare repository cinesi.

Come raccontavamo il 27 luglio, il rilascio di Kimi K3 aveva fatto scattare allarmi a Wall Street e spinto Washington a valutare bandi mirati sui modelli aperti cinesi. La disponibilità via API cambia il piano della discussione: finché i pesi sono solo scaricabili, la scelta di usarli resta politica e individuale. Quando un provider USA li serve come prodotto a tariffa, la scelta diventa economica, e il calcolo si fa su costi e prestazioni, non su geopolitica.

I prezzi di listino sono competitivi rispetto ai frontier, ma il costo per token è solo l’inizio del calcolo. Latenza, stabilità del servizio e qualità sui tuoi task specifici pesano quanto il listino. Per decidere se vale la pena, il metodo non cambia: stesso compito, stessi casi di prova, tabella dei risultati.

Nel dettaglio

Kimi K3 è un Mixture of Experts (MoE): un modello con 2.8 trilioni di parametri totali, di cui solo 104 miliardi si attivano per ogni token. In pratica, il modello è enorme ma ogni singola richiesta usa solo una frazione della sua capacità. Questo abbassa il costo di inferenza rispetto a un modello denso della stessa dimensione, perché meno parametri attivi significano meno calcolo per token.

La finestra di un milione di token permette di caricare intere codebase o documenti molto lunghi in un’unica chiamata. Il modello ha visione nativa (accetta testo, immagini e video senza un modulo separato) e supporta function calling, output strutturato in JSON e tre livelli di sforzo di ragionamento configurabili: low, high, max. Quest’ultimo punto significa che puoi decidere caso per caso quanto compute dedicare alla risposta, scambiando profondità contro costo.

Il fatto che Telnyx lo serva su GPU proprie è la parte interessante. Fino a ieri, usare un modello aperto cinese significava scaricare i pesi e farsi girare l’inferenza in casa, oppure appoggiarsi a provider come Together.ai o Baseten. Telnyx non è un lab AI: è un’azienda di telecomunicazioni e infrastruttura di rete che ha investito in GPU per offrire inferenza. Il suo catalogo include già Kimi K2.6, GLM-5.2-FP8 e MiniMax M3, tutti modelli cinesi aperti. La mossa dice che l’inferenza di modelli aperti sta diventando un business per chi ha l’hardware, non per chi ha costruito il modello.

Sui prezzi: 2,70 dollari per milione di token in input e 13,50 in output, con prompt caching automatico a 0,27 dollari per milione sui prefissi ripetuti (dati Telnyx, 28 luglio 2026). Per confronto, i frontier di Anthropic e OpenAI costano di più per token, ma il prezzo di listino è solo l’inizio del calcolo. Il caching aiuta sui prompt lunghi e ripetitivi, tipici dei workflow agentici, ma la vera domanda è quanto costa produrre un output usabile, non quanto costa un token. Questo dipende dal tuo caso d’uso e si misura solo con un banco di prova.

Il contesto regolatorio pesa sul quadro. Il 26 luglio la Casa Bianca aveva scelto la strada dei bandi mirati sui singoli modelli aperti cinesi, evitando un divieto generale. Moonshot era stata anche accusata di aver distillato il modello Fable di Anthropic. Un provider USA che serve Kimi K3 via API si pone in una zona grigia operativa: se domani Washington bandisce un modello specifico, Telnyx dovrà toglierlo dal catalogo, e chi ci ha costruito sopra si ritrova con un’integrazione da riscrivere. È il rischio concreto che viene col riporre la propria catena di fornitura su modelli fuori dal controllo dei lab occidentali.

Cosa non si sa ancora: quanto Kimi K3 su Telnyx sia stabile sotto carico, quali siano le latenze reali, e come si comporti su task agentici rispetto ai frontier. I benchmark pubblicati da Moonshot dicono che compete con Claude e GPT su coding e ragionamento, ma i benchmark aziendali vanno letti come marketing qualificato, non come verità. L’unico modo per sapere se regge sul tuo lavoro è provarlo sui tuoi dati.