Kimi K3 supera GPT-5.6 Sol em IA agêntica e abre o código a 27 de julho

O modelo que acabou de superar o carro-chefe da OpenAI no benchmark que mais importa para trabalho de codificação e conhecimento de longo horizonte já está disponível via API. Não é da OpenAI, Google ou Anthropic. O Kimi K3 é o mais recente lançamento da Moonshot AI, uma startup de Pequim mais conhecida pelo chatbot Kimi, e é o maior modelo de pesos abertos alguma vez lançado: 2,8 biliões de parâmetros totais numa arquitetura esparsa que mantém os custos baixos ao ativar apenas uma fração deles por pedido.

No AA-Briefcase — a avaliação agêntica da Artificial Analysis concebida para simular trabalho de conhecimento real em vez de problemas de manual escolar — o Kimi K3 obteve 1.527 pontos, ficando em segundo lugar apenas atrás do Claude Fable 5 Max com 1.587 e batendo o GPT-5.6 Sol Max com 1.495. No benchmark mais amplo GDPval-AA, o modelo ocupa o terceiro lugar com 1.687, atrás do Fable 5 Max (1.815) e do GPT-5.6 Sol Max (1.747,8). A diferença de desempenho entre o primeiro e o segundo lugar no benchmark agêntico é mais estreita do que a diferença entre o segundo e o quinto.

A diferença de preço é mais difícil de ignorar do que os rankings dos benchmarks. O Kimi K3 cobra 3 dólares por milhão de tokens de entrada não armazenados em cache e 15 dólares por milhão de tokens de saída. O Claude Opus 4.8 cobra 5 dólares por milhão de entrada e 25 dólares por milhão de saída. Para equipas que executam fluxos de trabalho agênticos de alto volume, a Moonshot reporta taxas de acerto de cache acima de 90% em cargas de trabalho de codificação, reduzindo o custo efetivo de entrada para 0,30 dólares por milhão de tokens — um número que altera a economia de implementar IA de classe mundial à escala.

Duas inovações arquitetónicas sustentam o modelo. O Kimi Delta Attention é um mecanismo de atenção linear híbrido que a empresa afirma permitir uma descodificação 6,3 vezes mais rápida em contextos de milhões de tokens em comparação com a atenção padrão. O Attention Residuals é descrito como uma substituição direta para as conexões residuais padrão que oferece ganhos de desempenho consistentes à medida que o modelo escala. A janela de contexto de 1 milhão de tokens — suficiente para conter aproximadamente dez romances completos de uma só vez — está ativa e funcional, não é uma especificação teórica.

Há uma distinção entre ‘disponível hoje’ e ‘código aberto’ que importa aqui. O Kimi K3 está acessível agora via API e na aplicação Kimi, o que significa que os pedidos passam pelos servidores da Moonshot. Os pesos reais do modelo — os parâmetros treinados que permitiriam a qualquer um implementá-lo na sua própria infraestrutura — ainda não são públicos. A Moonshot planeia lançá-los a 27 de julho sob uma licença MIT Modificada, os mesmos termos aplicados ao modelo K2 anterior. Para a maioria dos programadores, a API é o que precisam; para organizações com requisitos de soberania de dados ou conformidade, o lançamento dos pesos é a data relevante.

O suporte multimodal nativo abrange entrada de texto, imagens e vídeo na mesma chamada de API. A contagem total de 2,8 biliões de parâmetros do modelo refere-se ao conjunto completo de parâmetros esparsos MoE; a contagem de parâmetros ativos por passagem direta é consideravelmente menor, que é como a Moonshot mantém os custos de inferência baixos. Executar o modelo completo localmente exigiria hardware muito além de uma estação de trabalho de consumo. O que os pesos abertos permitirão é a implementação em infraestrutura de escala empresarial sem encaminhar dados através de uma API de propriedade chinesa.

O lançamento dos pesos a 27 de julho determinará quanto da vantagem nos benchmarks sobrevive na implementação real. Quando a Moonshot lançou o K2 sob termos abertos comparáveis, a adoção por programadores avançou mais rápido do que a empresa esperava — em parte porque a combinação de desempenho quase de ponta com licenciamento ao estilo MIT removeu o atrito legal para equipas que precisavam de ambos. O K3 é uma aposta maior na mesma estratégia.

Etiquetas: GPT-5.6, modelos de IA, IA local, IA open-source, Kimi K3, Moonshot AI