Kimi K3 disponibilizado em open-source

Tal como tinha prometido, o mais recente Kimi K3 foi disponibilizado (parcialmente) como open-source.

Depois do seu lançamento mediático, a Moonshot AI cumpriu o compromisso de disponibilizar os pesos do seu novo modelo Kimi K3, permitindo que empresas e programadores executem o modelo AI nos seus próprios servidores ou façam alterações. A medioda reacende a discussão entre modelos AI fechados de empresas como a OpenAI e a Anthropic, e os modelos abertos, especialmente porque este modelo atinge um desempenho próximo dos modelos fechados mais avançados do mercado.

Segundo a Moonshot AI, o Kimi K3 consegue rivalizar com modelos de última geração, aproximando-se do desempenho do GPT-5.6 Sol e do Claude Fable nalgumas tarefas, superando gerações modelos AI ocidentais lançados há poucos meses. Adicionalmente, o modelo é susbtancialmente mais barato de executar, podendo ser até dez vezes mais económico graças a um sistema de cache que reduz o custo de processamento.

Releasing the model weights and technical report of Kimi K3.

Kimi K3 is our most capable model: a 2.8T MoE model with native visual understanding and a 1M-token context window.

New model architecture: 2.5x the intelligence per unit of compute, not just more params.

Alongside… pic.twitter.com/Yz5uWeMbIm

— Kimi.ai (@Kimi_Moonshot) July 27, 2026

Parte desta eficiência resulta da arquitectura utilizada. O Kimi K3 recorre a um sistema Mixture of Experts (MoE), activando apenas 104.2 mil milhões dos seus 2.8 biliões de parâmetros em cada tarefa. Além disso, utiliza formatos de baixa precisão para reduzir o consumo de memória, e uma nova tecnologia chamada Kimi Delta Attention que substitui os métodos tradicionais de gestão de memória, diminuindo ainda mais os requisitos de hardware e o tempo de execução.

Embora os pesos do Kimi K3 sejam públicos, o modelo não é totalmente open-source, já que o processo de treino e os conjuntos de dados continuam proprietários. A licença também não permite um uso totalmente livre, ressalvando que grandes empresas ou serviços de grande dimensão possam ter que pagar por ele em vez de o usarem de forma totalmente gratuita.