O que é o Kimi K3? O modelo de 2,8 trilhões de parâmetros por trás do "terceiro lugar" — preço, pesos abertos e impacto no mercado

Em 16 de julho de 2026, a chinesa Moonshot AI lançou o Kimi K3. Com 2,8 trilhões de parâmetros no total, ele é apresentado como o maior modelo aberto já feito, e poucos dias depois do lançamento as ações de semicondutores dos EUA eram vendidas em massa enquanto um funcionário da Casa Branca acusava publicamente a empresa de destilar os modelos da Anthropic.

O problema é que os números, e até os rótulos, divergem dependendo de quem os informa. Este artigo cruza as casas que publicam os benchmarks, a imprensa financeira, os anúncios da própria Moonshot e a página real no Hugging Face, e diz quem produziu cada número ao longo do caminho.

1. O que é o Kimi K3 — especificações centrais e a empresa

O Kimi K3 é o modelo carro-chefe da Moonshot AI, e a API entrou no ar em 16 de julho de 2026 (informação consistente entre ITmedia NEWS, OpenRouter e outros). A empresa foi fundada em 2023, é financiada por Alibaba e Tencent e, segundo a Forbes, sua rodada de captação mais recente levou a avaliação a mais de US$ 20 bilhões (contra US$ 4,3 bilhões e depois US$ 10 bilhões), com ARR de US$ 200 milhões em abril de 2026.

Duas adições arquiteturais ganharam nome próprio. A Kimi Delta Attention (KDA) acelera a decodificação em contextos de um milhão de tokens; a AINews a descreve como até 6,3x mais rápida. E os Attention Residuals (AttnRes) puxam seletivamente as representações necessárias de camadas anteriores; o mesmo artigo estima o ganho em cerca de 25% de eficiência a mais no treinamento por menos de 2% de custo adicional. Os pesos são MXFP4 e as ativações MXFP8, e, em vez de aplicar a quantização depois, o treinamento foi conduzido com a quantização embutida a partir do SFT.

🟡 Não existe número oficial de parâmetros ativos. A notação "2.8T-A50B" (cerca de 50 bilhões ativos) circula por aí, mas é uma estimativa derivada da proporção 16/896, não um número publicado pela Moonshot — a Northflank observa explicitamente que a Moonshot nunca informou a contagem de parâmetros ativos. Vale lembrar também que nem a OpenAI nem a Anthropic divulgam a contagem de parâmetros dos próprios modelos, de modo que "2,8 trilhões, o maior do mundo" só vale entre os modelos cujo tamanho é público.

2. O que "terceiro lugar" significa de fato — qual ranking e em que data

Dizer que ele fica em "terceiro, atrás dos modelos mais recentes da OpenAI e da Anthropic" está em linhas gerais correto. Mas, sem fixar a fonte, os números deixam de fechar mais adiante.

A base é o Intelligence Index da Artificial Analysis. Em sua análise de 17 de julho de 2026, a empresa atribuiu 57 pontos ao Kimi K3, colocando-o em terceiro atrás do Claude Fable 5 e do GPT-5.6 Sol, e avaliou sua inteligência como equivalente à do Opus 4.8 e do GPT-5.5. Como referência, o mesmo índice dá 51 ao GLM-5.2 e 44 ao DeepSeek v4 Pro.

Em métricas mais próximas do trabalho real, a ordenação fica mais nítida. Veja o GDPval-AA v2 da Artificial Analysis, que pontua tarefas práticas numa escala Elo com a linha de base humana fixada em 1.000.

O número que realmente importa não é o "terceiro", e sim o tamanho do salto em relação à geração anterior. De 1190 para 1668 no GDPval-AA v2, e +732 pontos no AA-Briefcase. O que moveu o mercado foi o fato de um modelo aberto chinês ter chegado a um passo da fronteira americana em uma única geração.

3. Quem mediu os benchmarks — separando os números do fabricante dos de terceiros

Os números de benchmark têm peso muito diferente conforme tenham sido medidos pela própria Moonshot ou por um terceiro. O ITmedia noticiou os dois grupos separadamente, e este artigo faz o mesmo.

O resultado que merece atenção é que ele fica 5,4 pontos atrás do Fable 5 no FrontierSWE. As manchetes sobre liderar certos benchmarks são exatas, mas ele não está vencendo em toda a linha. A própria Moonshot admite ficar aquém do Fable 5 e do GPT-5.6 Sol no conjunto (mais sobre isso adiante).

🟡 O método de pontuação foi contestado. O autor do Program Bench apontou que a Moonshot usou uma taxa média de implementação em vez do número de programas que rodaram até o fim. A empreendedora de IA Bindu Reddy defendeu, separadamente, que é preciso verificação em avaliações privadas não contaminadas, como o LiveBench. Vitórias apertadas informadas pelo fabricante devem ser descontadas na mesma medida.

4. Preço: o veredito muda conforme aquilo com que você compara

O Kimi K3 custa US$ 3,00 de entrada e US$ 15,00 de saída por milhão de tokens (US$ 0,30 para entrada em cache). Como a avaliação se inverte completamente conforme a comparação, olhar só para um dos lados leva à conclusão errada.

Uma coisa precisa ficar clara: este não é um novo choque DeepSeek. O que tornou o DeepSeek de janeiro de 2025 tão perturbador foi um preço uma ordem de grandeza abaixo do ocidental. O K3 é 40% a 50% mais barato que os modelos ocidentais, mas na mesma ordem de grandeza. Isso não é ruptura de preço; é desempenho alcançando os líderes, com um desconto moderado.

E o que você paga de fato não é definido apenas pela tarifa por token. A Artificial Analysis mediu o custo real de concluir uma tarefa enquanto rodava seu Intelligence Index.

Mais barato que o Opus 4.8 tanto no preço de tabela quanto no custo medido, e o mais caro dos modelos chineses — esse é o quadro completo do preço. O enquadramento "é chinês, logo é baratíssimo" não se aplica, e descartá-lo como caro é igualmente errado assim que você o compara com o Ocidente.

5. Ninguém consegue baixar ainda — em que pé estão os pesos abertos

Os veículos nem sequer concordam sobre como chamá-lo. A VentureBeat o anuncia como o "maior modelo de código aberto já feito" e o SCMP como o "maior modelo de IA de código aberto do mundo", enquanto a Reuters escreve "de pesos abertos". Este último é o termo tecnicamente correto, e eis por quê.

Mesmo depois que sair, isso não é algo que uma pessoa física consiga rodar. Em 4 bits (MXFP4), só os pesos somam cerca de 1,4 TB e, com folga para o cache KV e as ativações, a Northflank estima que é preciso algo da ordem de oito nós com oito GPUs de 80 GB cada, enquanto a Moonshot recomenda um supernó de 64 aceleradores ou mais. Ele não cabe em uma única H100, H200 ou B200, um cluster distribuído é obrigatório e a implantação em produção é, na prática, só Linux com NVIDIA. Isso não tem nada a ver com as montagens pessoais tratadas em os requisitos de hardware para LLMs locais.

Dito isso, ainda assim importa muito. Quando pesos de nível de fronteira descem à terra, organizações que não podem deixar os dados saírem de suas paredes — setores regulados, órgãos públicos — passam a poder rodá-los internamente. A simples existência de um modelo público em pé de igualdade muda o poder de barganha das APIs fechadas. As premissas por trás de como escolher um modelo aberto precisam ser atualizadas por causa deste lançamento.

6. Quanto caíram as ações americanas — os números variam conforme o veículo

As ações de semicondutores dos EUA realmente foram vendidas em massa durante a semana do lançamento. Mas os percentuais de queda noticiados conflitam entre os veículos, então aqui eles aparecem como faixas, e não como fatos assentados.

Para efeito de comparação, no choque DeepSeek de janeiro de 2025, ao qual todo mundo recorre, o Yahoo Finance noticiou que só a NVIDIA perdeu cerca de US$ 590 bilhões de valor de mercado em um único pregão. A queda da NVIDIA desta vez foi de 3% no intradiário — uma escala completamente diferente.

7. A acusação de destilação e a réplica

Entre 22 e 23 de julho, a história saiu da tecnologia e entrou na geopolítica. Michael Kratsios, diretor do Escritório de Política Científica e Tecnológica da Casa Branca (OSTP), fez duas afirmações sobre a Moonshot, conforme noticiado por CNBC, The Hill, Yahoo News e outros.

🔴 Nenhuma evidência foi tornada pública. Segundo o SCMP, vários especialistas em IA chamaram a acusação de política e imprudente, e observaram que as saídas de um modelo, para começo de conversa, não são protegidas por direitos autorais. A Reuters, citando telegramas diplomáticos, noticiou que o Departamento de Estado havia instruído embaixadas ainda em abril a informar os governos anfitriões sobre violação de propriedade intelectual por empresas chinesas de IA, com a Moonshot entre as citadas. Ou seja, essas acusações são anteriores ao lançamento do K3, e nenhuma evidência específica sobre o K3 foi apresentada.

Nem o lado americano está unido nisso. A NVIDIA criticou publicamente a Anthropic pelo nome, dizendo, a respeito das afirmações da Anthropic sobre brechas no controle de exportações, que as empresas americanas deveriam focar em inovação e encarar o desafio, em vez de contar histórias da carochinha.

8. Pontos fracos — velocidade, alucinação e a avaliação da própria Moonshot

Ficaram para trás das manchetes de desempenho três pontos fracos que mordem em produção.

9. Como testar hoje

Antes de os pesos chegarem, há três formas de experimentá-lo.

Tenha em mente, porém, que, como observado acima, a capacidade está apertada e os 429 são comuns. Antes de mover uma carga de produção inteira para lá, a abordagem realista — o mesmo raciocínio de escolher entre nuvem e local — é direcionar uma fatia do tráfego para ele com um plano de contingência pronto.

10. Separando as afirmações por grau de certeza

Em resumo, a história real do Kimi K3 é o fato de um modelo aberto chinês ter chegado ao alcance da fronteira. Ele chegou lá 40% a 50% abaixo do preço de fronteira ocidental, ainda que não com um desconto de uma ordem de grandeza; fica atrás do Fable 5 e do GPT-5.6 Sol no conjunto; é lento; e alucina mais. Mesmo assim, empurrou o GDPval-AA v2 em 478 pontos em uma única geração e se comprometeu a publicar seus pesos — e foi a isso que o mercado reagiu.

FAQ

Q1. O Kimi K3 é código aberto?

Não. O que está previsto é a liberação dos pesos treinados, ou seja, pesos abertos, e não a liberação dos dados nem do código de treinamento. Além disso, até a redação deste texto os próprios pesos ainda não saíram — a página moonshotai/Kimi-K3 no Hugging Face ainda exibe uma contagem regressiva e nenhuma licença foi anunciada. A liberação está marcada para 27 de julho de 2026.

Q2. Ele está mesmo em terceiro nos benchmarks?

A base são 57 pontos e o terceiro lugar no Intelligence Index da Artificial Analysis, atrás do Claude Fable 5 e do GPT-5.6 Sol, e, em 17 de julho de 2026, essa leitura está correta. Mas também existem contagens que colocam os mesmos 57 pontos em quarto e em sétimo, porque o resultado muda conforme se define o conjunto de comparação e quando a contagem foi feita. Leia "terceiro" como um retrato datado. No Frontend Code Arena, voltado a código, ele fica em primeiro, enquanto no FrontierSWE perde para o Fable 5.

Q3. Ele é mesmo barato?

A resposta se inverte conforme a comparação. A US$ 3 de entrada e US$ 15 de saída por milhão de tokens, ele é cerca de 40% mais barato na entrada e de 40% a 50% mais barato na saída que o Claude Opus 4.8 (US$ 5/US$ 25) ou o GPT-5.6 Sol (US$ 5/US$ 30), então, diante da fronteira ocidental, é claramente barato. O custo medido concorda: US$ 0,94 por tarefa contra US$ 1,80 do Opus 4.8 (Artificial Analysis). Diante dos rivais chineses, porém, ele é o mais caro do grupo — cerca de três vezes o GLM-5.2 e 23 vezes o DeepSeek V4 Pro. Simon Willison o chama de o modelo mais caro já lançado por um laboratório de IA chinês. Este não é o desconto de uma ordem de grandeza do choque DeepSeek.

Q4. Por que as ações americanas caíram?

Por causa do receio de que modelos chineses baratos reduzam a demanda por computação cara. Na semana do lançamento, o Nasdaq caiu 1,5% na sexta-feira, Taiwan mais de 6%, o Japão 4%, e o ETF de semicondutores (SMH) acumulava queda de mais de 20% em relação à máxima do fim de junho. Dito isso, as ações de chips reduziram as perdas em seguida, com a entrada de compradores de oportunidade, e o Bank of America classificou o episódio como apenas uma correção de verão. A escala é diferente da do choque DeepSeek, quando só a NVIDIA perdeu cerca de US$ 590 bilhões em um único dia, em janeiro de 2025.

Q5. É verdade que eles roubaram o modelo da Anthropic?

Nenhuma evidência foi tornada pública. Michael Kratsios, diretor do OSTP da Casa Branca, alegou destilação em escala industrial do Fable, da Anthropic, mas a Moonshot nega, apontando a janela de 15 dias entre a estreia pública do Fable em 1º de julho e o lançamento do K3 em 15 de julho. O pesquisador de IA Braden Hancock disse igualmente ao TechCrunch que destilar, treinar e lançar em duas semanas é impossível. Segundo o SCMP, vários especialistas criticaram a acusação como política. Não há material suficiente para chegar a um veredito neste momento.

Q6. Dá para rodá-lo no meu próprio PC?

Não. Mesmo com quantização de 4 bits (MXFP4), só os pesos ficam em torno de 1,4 TB, o que não cabe em uma única H100, H200 ou B200. A Northflank estima algo como oito nós com oito GPUs de 80 GB cada, e a Moonshot recomenda 64 aceleradores ou mais. macOS e Windows estão fora de escopo para uso em produção; a premissa é Linux com NVIDIA. Esta é uma escala completamente diferente de rodar um LLM local por conta própria.

Q7. Devo usá-lo em produção?

Migrar tudo de uma vez não é aconselhável, por três motivos: (1) a capacidade está apertada e os erros 429 podem ser frequentes (aviso do próprio OpenRouter); (2) a taxa de alucinação subiu de 39% para 51%; e (3) a própria Moonshot admite uma diferença clara de experiência de uso em relação ao Fable 5 e ao GPT-5.6 Sol. O caminho realista é manter um plano de contingência e direcionar parte do tráfego por ele numa área em que ele se destaca, como geração de código de front-end, e então comparar.

Q8. Quanto ele é melhor que o K2.6 anterior?

O tamanho do salto é a verdadeira história aqui. No GDPval-AA v2 da Artificial Analysis ele foi de 1190 para 1668, um ganho de 478 pontos, e no AA-Briefcase, a avaliação agêntica privada da empresa, ganhou 732 pontos. No Frontend Code Arena da Arena.ai ele subiu 17 posições, do 18º para o 1º. O que o mercado respondeu foi menos à colocação absoluta e mais a quanto terreno ele recuperou em uma geração.

Artigos relacionados

• Análise do lançamento do Claude Fable 5: recursos, benchmarks, preço, a diferença do Mythos e o novo design de segurança
• Lançamento do GPT-5.6 explicado: Luna/Terra/Sol, benchmarks, preços e a comparação com o Claude
• Claude Opus 5 lançado: o que muda em relação ao Opus 4.8 e ao Fable 5 e o que observar na migração
• Os melhores modelos de LLM local comparados [2026]: como escolher por uso e tamanho
• De que specs de PC você precisa para um LLM local? Um guia rápido de VRAM, GPU e RAM [2026]
• O guia completo dos formatos de quantização: GGUF, GPTQ, AWQ e qual arquivo escolher