Análise do Kimi K3: O modelo aberto de 2,8T da Moonshot vs Fable 5 e GPT-5.6 Sol

Análise do Kimi K3: O modelo aberto de 2,8T da Moonshot vs Fable 5 e GPT-5.6 Sol

Última verificação: 17 de julho de 2026. Todas as especificações, preços e benchmarks abaixo foram revalidados face à documentação da plataforma da Moonshot, à Artificial Analysis e a coberturas independentes no dia em que este artigo foi publicado. O Kimi K3 foi lançado a 16 de julho de 2026.

Nesta análise do Kimi K3, um número de lançamento fala por si: o novo modelo da Moonshot debutou em #1 na tabela de Código Frontend da Arena, um salto de 17 posições em relação ao Kimi K2.6, ficando acima do Claude Fable 5. Trata-se de um modelo chinês de pesos abertos a vencer um concurso de codificação frontend julgado por programadores reais em confrontos cegos. Por baixo do capô, encontra-se um design Mixture-of-Experts (MoE) de 2,8 biliões de parâmetros que ativa apenas 16 dos 896 especialistas por token, lê um milhão de tokens de contexto e cobra entre $0,30 e $3,00 por milhão de tokens de entrada. A ressalva que precisa de saber antes de se entusiasmar: ainda não pode descarregar os pesos, e a Moonshot indica que isso mudará a 27 de julho.

Veredicto rápido:

• O que é: O modelo de destaque da Moonshot AI, um modelo MoE de 2,8T de parâmetros com contexto de 1M, entrada nativa de imagem e vídeo, e raciocínio sempre ativo. ID da API kimi-k3.
• Onde vence: navegação agentica (BrowseComp 91,2) e codificação de longo prazo (SWE Marathon 42,0, acima tanto do Fable 5 como do GPT-5.6 Sol). #1 na Arena de Código Frontend da Arena.
• Onde fica atrás: FrontierSWE e HLE-Full (o Fable 5 lidera), DeepSWE (o GPT-5.6 Sol lidera). A Artificial Analysis independente classifica-o em #4 de 189 no geral.
• Quanto custa: $0,30 para acerto de cache / $3,00 para nova entrada, $15,00 de saída por milhão de tokens. O modelo mais caro já lançado por um laboratório chinês.
• A ressalva: aberto em nome, mas o checkpoint não se torna público até 27 de julho de 2026. Até lá, sem autoalojamento e sem avaliações independentes de terceiros.

Se procura a resposta numa linha: o Kimi K3 é o primeiro modelo de pesos abertos que troca golpes reais com a fronteira fechada, mas é software de dia de lançamento com uma libertação de pesos pendente e um preço premium. Continue a ler para conhecer as especificações, a realidade dos benchmarks (incluindo uma ressalva que altera a forma como deve ler cada número), a matemática dos preços e quem deve realmente executá-lo.

O que é o Kimi K3?

O Kimi K3 é o mais recente modelo de linguagem de grande escala da Moonshot AI, lançado a 16 de julho de 2026. É um modelo Mixture-of-Experts com 2,8 biliões de parâmetros totais que ativa apenas 16 dos seus 896 especialistas em cada token, pelo que o custo computacional por token se mantém muito abaixo do que um modelo denso de 2,8T exigiria. Aceita texto, imagens e vídeo, mantém uma janela de contexto de um milhão de tokens e mantém o raciocínio ativado por defeito.

Eis a ficha técnica num relance.

A história de engenharia interessante reside no design de atenção. A Moonshot chama-lhe Kimi Delta Attention, ou KDA, um mecanismo híbrido de atenção linear que, segundo a empresa, oferece uma descodificação até 6,3 vezes mais rápida em contextos de um milhão de tokens. O K3 combina-o com uma pilha de novos truques que o laboratório denomina Attention Residuals, Gated MLA e Stable LatentMoE. Não precisa de memorizar as siglas. O que elas somam é um modelo capaz de se manter rápido enquanto carrega um contexto enorme, que é exatamente a carga de trabalho que quebra arquiteturas mais antigas.

Colocando o K3 lado a lado com o modelo que substitui, o salto é grande. Quase triplica a contagem de parâmetros do Kimi K2 (2,8T contra aproximadamente 1T), quadruplica a janela de contexto da linha K2.6 e K2.7 (1M contra 256K) e adiciona entrada de imagem e vídeo a uma família que antes era prioritariamente textual. Se experimentou um Kimi anterior e encolheu os ombros, este é um animal diferente.

Benchmarks do Kimi K3: Onde Vence e Onde Não Vence

Os benchmarks de lançamento do Kimi K3 são genuinamente fortes e genuinamente mistos. Lidera o campo em algumas tarefas de codificação e agentes, mas fica claramente atrás da fronteira fechada noutras. Antes da tabela, uma ressalva que importa mais do que qualquer pontuação individual: a Moonshot executou cada modelo dentro do seu próprio ambiente de codificação. O K3 foi avaliado no KimiCode, o Fable 5 no Claude Code e o GPT-5.6 Sol no Codex. O software que envolve um modelo afeta os seus resultados, por isso leia estes dados como indicativos, não como uma tabela classificativa definitiva.

Eis os números principais de codificação e agentes da tabela de lançamento da Moonshot.

Lendo as linhas transversalmente, surge um padrão. O K3 vence o trabalho longo e desgastante. No SWE Marathon, que mede sessões de engenharia sustentadas de várias horas, os 42,0 do K3 superam tanto o GPT-5.6 Sol como o Fable 5 por uma margem clara. Supera o campo no Program Bench e também lidera no lado dos agentes, registando 91,2 no BrowseComp e 91,1 no OmniDocBench, onde a Moonshot também reporta o primeiro lugar no Automation Bench.

Onde perde? No DeepSWE, o GPT-5.6 Sol avança para 73,0. No FrontierSWE, o Fable 5 está bem à frente com 86,6, embora valha a pena salientar que os 81,2 do K3 ainda superam os 71,3 do Sol nesse teste. A própria tabela da Moonshot concede que o K3 fica atrás do Fable 5 no FrontierSWE e HLE-Full, e atrás do GPT-5.6 Sol no DeepSWE. Este não é um modelo que bate a fronteira em toda a linha. É um modelo que a bate nalguns pontos, algo que nenhum lançamento de pesos abertos tinha realmente conseguido antes.

A leitura independente confirma isso. Artificial Analysis atribui ao K3 57 pontos no seu Intelligence Index e classifica-o em #4 de 189 modelos, atrás do Claude Fable 5 e de duas configurações de raciocínio do GPT-5.6 Sol, mas à frente do Claude Opus 4.8. A sua velocidade de saída medida é relativamente modesta, de 62 tokens por segundo. Do lado da preferência humana, o primeiro lugar do K3 na Arena de Código Frontend da Arena destaca-se, porque essa classificação resulta de votos de programadores sobre output frontend real, em vez de uma pontuação autorreportada.

O programador independente Simon Willison testou o K3 através do seu teste SVG pelican-on-a-bicycle no dia do lançamento. O modelo produziu um resultado sólido e escreveu texto alternativo preciso para a sua própria imagem, o que fala bem da sua visão. Também assinalou a surpresa de custos que abordaremos na secção de preços e lembrou aos leitores que um teste SVG rápido nada nos diz sobre a chamada de ferramentas agenticas, que é onde um modelo como este ganha o seu sustento. Uma cautela justa.

Kimi K3 vs Fable 5, GPT-5.6 Sol, DeepSeek e Qwen

Então, onde se situa o K3 no panorama mais amplo? Duas comparações importam: contra a fronteira fechada e contra os seus colegas modelos chineses de pesos abertos.

Contra a fronteira, o enquadramento honesto é "adjacente à fronteira, não no topo da fronteira". O Claude Fable 5 e o GPT-5.6 Sol ainda lideram as classificações agregadas de inteligência, e o Fable 5 mantém uma vantagem real nas avaliações de raciocínio mais difíceis e de codificação de fronteira. O que mudou com o K3 é que a lacuna se reduziu a trocas em benchmarks individuais, em vez de um abismo categórico. Para um modelo descarregável liderar o SWE Marathon e vencer uma votação cega de codificação frontend é um território novo.

Contra os seus pares de pesos abertos, o K3 é a nova marca de referência em capacidade bruta, mas não é a opção óbvia para todos os trabalhos. Se estiver a ponderar as opções chinesas de pesos abertos como um grupo, a nossa comparação Qwen vs DeepSeek vs GLM explica como essas três famílias dividem o mercado: Qwen para a pegada de autoalojamento mais leve e a licença mais permissiva, DeepSeek para os tokens mais baratos, GLM para codificação prática. O K3 situa-se agora acima de todos eles nos benchmarks de pico e também no preço. É a opção premium numa categoria que construiu a sua reputação sendo barata.

Para um campo mais amplo que inclui os modelos que realmente batem a qualidade da classe GPT-4, a nossa lista dos melhores LLMs open-source para 2026 coloca as reivindicações do K3 em contexto. Em resumo: o K3 eleva o teto para os pesos abertos, mas "pesos abertos" e "barato" deixaram oficialmente de ser a mesma coisa.

Preços do Kimi K3 e a Matemática dos Acertos de Cache

É aqui que o K3 se torna divisivo. A Moonshot precifica-o a $0,30 por milhão de tokens de entrada com acerto de cache, $3,00 por milhão de tokens de entrada novos e $15,00 por milhão de tokens de saída, uniformemente em toda a janela de contexto de um milhão de tokens.

Comparando com o modelo que substitui, a mudança é marcante.

Isto representa um salto de aproximadamente 3x na entrada e quase 4x na saída em relação ao K2.6. Willison notou que a tarifa de $3/$15 se situa na mesma faixa que o Claude Sonnet. The Decoder chamou ao K3 um sinal de que a era da IA chinesa superbarata está a terminar. Se a sua razão principal para executar um modelo chinês era o preço, o K3 fará com que pense duas vezes.

Mas a taxa de acertos de cache é o número que decide a sua fatura real, por isso vamos fazer as contas num ciclo agentico realista, usando as tarifas publicadas pela Moonshot. Digamos que o seu agente de codificação lê um contexto de base de código de 200.000 tokens e escreve 8.000 tokens de output, e faz isso 20 vezes por dia:

• Falha de cache (primeira leitura a frio): 200.000 tokens de entrada a $3,00/M são $0,60, mais 8.000 tokens de saída a $15,00/M são $0,12. Isso dá cerca de $0,72 por chamada, ou $14,40 por dia.
• Acerto de cache (contexto repetido, o caso comum numa sessão de codificação): 200.000 tokens de entrada a $0,30/M são $0,06, mais os mesmos $0,12 de saída. Isso dá cerca de $0,18 por chamada, ou $3,60 por dia.

A economia de cache reduz a fatura de entrada em cerca de dez vezes, de $0,60 para $0,06 por chamada. A Moonshot reporta mais de 90% de acertos de cache em cargas de trabalho de codificação, que é o cenário que torna o K3 acessível em vez de proibitivo. A lição para o seu orçamento: o K3 é caro em chamadas frias e únicas, e razoável dentro de um ciclo quente e pesado em contexto.

Mais uma armadilha de custos que Willison identificou. O K3 expõe hoje apenas um único nível de raciocínio "max", e os tokens de raciocínio são faturados à taxa de saída. O seu simples teste SVG consumiu 13.241 tokens de raciocínio além dos 3.417 tokens de saída, pelo que um prompt trivial custou cerca de 25 cêntimos. Ainda não existe um modo barato de "baixo raciocínio", o que significa que o K3 paga a mais em perguntas fáceis. Se o controlo de custos for a sua prioridade, os nossos guias sobre preços de API de LLM e como reduzir os custos da API de LLM aplicam-se diretamente aqui: utilize o cache agressivamente, encaminhe chamadas triviais para um modelo mais barato e reserve o K3 para o trabalho difícil e de contexto longo onde justifica o prémio.

Pesos Abertos: O que "Aberto" Significa Realmente Aqui

Esta é a parte que as manchetes de lançamento ignoraram. O Kimi K3 é anunciado como um modelo de pesos abertos, e a Moonshot tem um historial real de disponibilizar checkpoints para download. Mas, a 17 de julho de 2026, os pesos do K3 não são públicos. A organização Hugging Face da Moonshot ainda lista apenas checkpoints da série K2. A empresa afirma que os pesos completos chegarão a 27 de julho de 2026.

Porque é que esta lacuna importa? Três razões práticas:

• Sem autoalojamento ainda. Não pode executar o K3 no seu próprio hardware ou num cluster privado até que os pesos sejam libertados. Para equipas com requisitos de residência de dados ou isolamento de rede, o K3 é apenas via API por agora, o que anula uma grande parte da razão pela qual escolheria um modelo aberto. Quando os pesos chegarem, os nossos guias sobre as melhores ferramentas para executar LLMs localmente e executar um LLM localmente ajudarão a começar, embora um modelo de 2,8T de parâmetros seja de classe de cluster, não de portátil.
• Sem avaliações independentes ainda. Todos os benchmarks do K3 que viu foram executados pelo fornecedor, no ambiente próprio da Moonshot. Números sérios de terceiros sobre coisas como HLE ou tarefas específicas de agentes não podem existir até que laboratórios externos tenham os pesos para testar. Encare a tabela de lançamento como uma afirmação forte, não como um resultado verificado.
• Termos de licença ainda em definição. Lançamentos anteriores do Kimi usaram licenças permissivas, mas confirme a licença exata do K3 no cartão oficial do modelo quando o checkpoint for publicado, especialmente se planejar uma implementação comercial.

Nada disto torna o K3 menos impressionante. Significa apenas que, se o seu plano depende de descarregar e afinar o modelo, a sua avaliação real começa a 27 de julho, não a 16 de julho.

Como Estamos a Avaliar o Kimi K3 para Trabalho com Clientes

Uma nota rápida sobre a origem desta análise e onde ela termina. Na Techsy, integramos LLMs de terceiros em pipelines de produção para clientes B2B, geralmente através de endpoints compatíveis com OpenAI-SDK, para que possamos trocar modelos sem reconstruir a infraestrutura. O K3 encaixa-se nesse caminho limpidamente: expõe uma API compatível com OpenAI com o ID do modelo kimi-k3, pelo que integrá-lo numa integração existente para o testar é uma alteração de configuração, não uma reescrita.

Sempre que um novo modelo chega, executamo-lo através da mesma avaliação fixa em tarefas representativas de clientes antes de recomendarmos qualquer coisa. E eis o limite honesto desta análise: ainda não estamos a publicar a nossa própria pontuação do K3. Os pesos não saíram, os benchmarks de lançamento foram executados pelo fornecedor no ambiente próprio da Moonshot, e um número justo necessita de uma configuração neutra em tarefas que se assemelhem a trabalho real de clientes, não a uma tabela classificativa. Citar um benchmark de primeira mão de um modelo com um dia de existência e pesos pendentes seria exatamente o tipo de número que aconselhamos os clientes a desconfiar.

O que podemos avaliar hoje a partir da API ativa é a parte que não precisa de uma tabela classificativa: a superfície de integração, o modelo de custos e os modos de falha. A matemática dos preços acima é o nosso próprio cálculo baseado nas tarifas publicadas pela Moonshot, não um benchmark, e já lhe diz a verdade operacional: a disciplina de cache é a diferença entre o K3 ser acessível e ser um problema orçamental. Se quiser ajuda para perceber se um modelo como o K3 pertence à sua stack, esse é o tipo de avaliação que fazemos na prática de integração de IA da Techsy, e pode agendar uma consulta gratuita para falar sobre o assunto.

Quem Deve Usar o Kimi K3 (e Quem Não Deve)

O Kimi K3 é uma boa opção para um conjunto específico de trabalhos e uma má opção para outros. Adequie-o à sua carga de trabalho real.

Opte pelo K3 se:

• Executa navegação agentica ou pesquisa. As suas lideranças no BrowseComp e Automation Bench, mais a melhor leitura independente de pesquisa com agentes, tornam-no a opção de pesos abertos mais capaz para agentes que utilizam ferramentas neste momento.
• Faz codificação de longo prazo. O SWE Marathon é o benchmark que espelha sessões de engenharia de várias horas, e o K3 lidera-o. Se os seus agentes trabalham em grandes bases de código durante execuções longas, este é o seu terreno.
• Quer um modelo adjacente à fronteira de pesos abertos e pode esperar pelos pesos. Se o objetivo é autoalojar um modelo aberto de topo a 27 de julho, o K3 é o candidato mais capaz disponível.

Espere se:

• Precisa dos pesos hoje. Até 27 de julho, o K3 é apenas via API. Um modelo já descarregável serve-o melhor esta semana.
• Executa tráfego de alto volume e sensível ao custo. Com um único nível de raciocínio caro e preços de saída premium, o K3 paga a mais em chamadas simples. O Kimi K2.7-Code ou um modelo aberto mais barato vencem no trabalho em massa.
• Requer avaliações comprovadas e independentes antes da adoção. Os números de lançamento são executados pelo fornecedor. Se o seu processo exige verificação de terceiros, aguarde algumas semanas.

Perguntas Frequentes

O que é o Kimi K3?

O Kimi K3 é o modelo de linguagem de grande escala de destaque da Moonshot AI, lançado a 16 de julho de 2026. É um modelo Mixture-of-Experts de 2,8 biliões de parâmetros que ativa 16 de 896 especialistas por token, suporta uma janela de contexto de 1M de tokens e aceita entrada de texto, imagem e vídeo com raciocínio sempre ativo.

O Kimi K3 é open source?

O Kimi K3 é anunciado como um modelo de pesos abertos, mas os pesos não são públicos a 17 de julho de 2026. A Moonshot afirma que o checkpoint completo será lançado a 27 de julho de 2026. Até lá, está disponível apenas através das aplicações Kimi e da API, por isso ainda não pode autoalojá-lo.

Como é que o Kimi K3 difere do Kimi K2?

O K3 quase triplica a contagem de parâmetros do K2 (2,8 biliões contra aproximadamente 1 bilião), quadruplica a janela de contexto da linha K2.6 e K2.7 (1M contra 256K tokens) e adiciona entrada nativa de imagem e vídeo a uma família que anteriormente era focada em texto. Introduz também o novo design Kimi Delta Attention.

Quanto custa o Kimi K3?

A Moonshot precifica o K3 a $0,30 por milhão de tokens de entrada com acerto de cache, $3,00 por milhão de tokens de entrada novos e $15,00 por milhão de tokens de saída. Isto é aproximadamente o triplo do preço de entrada do K2.6 e quase o quádruplo do seu preço de saída, tornando o K3 o modelo mais caro lançado por um laboratório chinês.

Qual é a janela de contexto do Kimi K3?

O Kimi K3 suporta uma janela de contexto de um milhão de tokens, e o preço mantém-se uniforme em toda essa janela completa. O modelo utiliza um novo design de atenção chamado Kimi Delta Attention, que, segundo a Moonshot, proporciona uma descodificação até 6,3 vezes mais rápida em comprimentos de contexto de um milhão de tokens.

Posso executar o Kimi K3 localmente?

Ainda não. Os pesos não são públicos até 27 de julho de 2026. Depois disso, o autoalojamento é tecnicamente possível, mas um modelo de 2,8 biliões de parâmetros necessita de hardware de classe de cluster em vez de uma única estação de trabalho, por isso a maioria das equipas continuará a aceder-lhe através da API.

O Kimi K3 é realmente melhor que o Fable 5?

Depende da tarefa. O K3 supera o Claude Fable 5 no SWE Marathon, Program Bench e na votação cega de codificação frontend da Arena. O Fable 5 ainda lidera no FrontierSWE, HLE-Full e nas classificações agregadas gerais de inteligência. Cada benchmark de lançamento também foi executado no ambiente próprio de cada fornecedor, por isso encare as vitórias em benchmarks individuais como indicativas.

O Kimi K3 é bom para codificação?

Sim, especialmente para sessões de codificação longas e sustentadas e trabalho frontend, onde atualmente lidera. Também é forte em tarefas agenticas e de terminal. A principal desvantagem é o custo: com um nível de raciocínio caro, paga a mais em chamadas triviais, por isso combine-o com modelos mais baratos para trabalho rotineiro de alto volume.

Como posso aceder ao Kimi K3?

Pode usar o Kimi K3 através da aplicação web Kimi, Kimi Work e Kimi Code, ou através da API com o ID do modelo kimi-k3. A API é compatível com OpenAI-SDK, por isso adicioná-lo a uma integração existente estilo OpenAI é principalmente uma alteração de configuração.

Sobre o Autor

Mert Batur Gurbuz, Co-Fundador, Techsy.io (Universidade de Birmingham). Ligue-se no LinkedIn.

Mert Batur Gurbuz é Co-Fundador da Techsy.io, onde a equipa desenvolve agentes de IA, sistemas de automação e pipelines de voz/SDR para clientes B2B. Estuda na Universidade de Birmingham e escreve sobre a stack de ferramentas de LLM que a equipa da Techsy realmente usa em produção.

Pontos-Chave

• O Kimi K3 é o primeiro modelo de pesos abertos a trocar golpes genuínos com a fronteira fechada, liderando o SWE Marathon e vencendo a votação cega de codificação frontend da Arena acima do Claude Fable 5.
• É adjacente à fronteira, não no topo da fronteira. A Artificial Analysis independente classifica-o em #4 de 189, e fica atrás do Fable 5 nos testes de raciocínio mais difíceis e de codificação de fronteira.
• Aberto no nome, pendente na prática. Os pesos não são publicados até 27 de julho de 2026, por isso não há autoalojamento nem avaliação independente até lá.
• O preço acabou com a era da IA chinesa barata. A $3/$15 por milhão de tokens, a disciplina de cache é o que mantém o K3 acessível; orçamente para um ciclo quente e pesado em contexto, não para chamadas únicas a frio.
• Melhor para pesquisa agentica e codificação de longo prazo. Se precisa de pesos hoje ou executa tráfego de alto volume sensível ao custo, espere ou escolha um modelo mais barato. Fale connosco se quiser ajuda para decidir.