Kimi K3: 2,8 trilioni di parametri sfidano OpenAI e Anthropic

Mostra sommario Nascondi sommario

• Caratteristiche principali e numeri che contano
• Architettura: come K3 resta gestibile nonostante la scala
  • Meccanica di inferenza
  • Innovazioni nell’attenzione e nei residui
• Risultati sui benchmark: punti di forza e limiti
• Tensioni e questioni etiche attorno al training
• Implicazioni geopolitiche e vincoli di calcolo
• Prezzo, mercato e il divario tra open e proprietario
• Cosa aspettarsi con il rilascio dei pesi

Moonshot AI ha presentato al pubblico il nuovo modello Kimi K3, un sistema che ridefinisce i limiti dei modelli open per scala e contesto. Il lancio del 16 luglio 2026 promette capacità di input senza precedenti e una strategia tecnica pensata per ridurre i costi di inferenza. L’annuncio ha già acceso il dibattito nella comunità AI su prestazioni, trasparenza e impatto competitivo.

Caratteristiche principali e numeri che contano

Al centro della proposta c’è un totale di circa 2,8 trilioni di parametri. La finestra di contesto arriva fino a un milione di token, un dato che apre scenari nuovi per compiti a lungo termine. I pesi in modalità open-weight sono attesi entro il 27 luglio 2026.

• Parametri totali: 2,8 trilioni.
• Finestra di contesto: fino a 1.000.000 token.
• Rilascio pesi: previsti entro il 27 luglio 2026.

Architettura: come K3 resta gestibile nonostante la scala

La struttura interna sfrutta una Mixture-of-Experts (MoE) con 896 esperti. Tuttavia, per ogni token vengono attivati solo 16 esperti.

Meccanica di inferenza

• Solo il ~2% degli esperti è attivo per token.
• Durante il forward pass sono effettivamente usati circa 50 miliardi di parametri.
• Questo spiega come un modello da 2,8 trilioni risulti praticabile in inferenza.

Innovazioni nell’attenzione e nei residui

Moonshot ha introdotto due modifiche chiave alla pipeline:

• Kimi Delta Attention: sostituisce in parte l’attenzione quadratica, migliorando la velocità di decodifica su contesti molto lunghi.
• Attention Residuals: modifica il modo in cui gli strati richiamano rappresentazioni precedenti, riducendo i costi di addestramento relativi.

L’azienda sostiene una decodifica fino a 6,3 volte più rapida nei contesti estesi grazie a Kimi Delta Attention. Inoltre, Attention Residuals porta un guadagno stimato del 25% in efficienza d’addestramento con un aumento di costo inferiore al 2%.

Risultati sui benchmark: punti di forza e limiti

I test mostrano performance notevoli ma non uniformi. In alcuni compiti K3 supera concorrenti chiusi; in altri rimane sotto i migliori modelli proprietari.

• Coding e workflow agentici: K3 batte Claude Opus 4.8 e GPT-5.5 in molte prove.
• Frontend Code Arena: prima posizione con 1.679 punti, balzo significativo rispetto alle versioni precedenti.
• Knowledge work a lungo termine: Elo di 1.547 su Artificial Analysis, +732 rispetto a K2.6.
• Aggregate: resta sotto Claude Fable 5 e GPT-5.6 Sol in punteggi complessivi.

Va ricordato che, fino al rilascio dei pesi, la maggior parte dei numeri proviene da Moonshot o da accessi API limitati. Una verifica indipendente completa arriverà solo dopo il rilascio open-weight.

Tensioni e questioni etiche attorno al training

Il lancio di K3 si inserisce in un contesto già teso con altri attori del settore. Ad esempio, Anthropic aveva accusato Moonshot di utilizzare conversazioni proprietarie per la distillazione. Moonshot non ha fornito conferme pubbliche su quel punto.

Nel blog tecnico di luglio l’azienda attribuisce i miglioramenti a scelte architetturali e ricette di addestramento. La questione rimane sensibile tra chi richiede più trasparenza su dati e pipeline.

Implicazioni geopolitiche e vincoli di calcolo

Le sanzioni statunitensi sull’esportazione di chip alla Cina non hanno fermato il progresso dei laboratori locali. Analisti, tra cui quelli citati da Bank of America e riportati da CNBC, vedono in K3 la prova che innovazioni architetturali e strategie di pre-training possono compensare limitazioni hardware.

• Moonshot avrebbe ridistribuito la capacità computazionale su almeno 64 acceleratori.
• La chiave è spostare il collo di bottiglia: meno compute puro, più memoria distribuita e banda elevata.

Prezzo, mercato e il divario tra open e proprietario

Il modello viene offerto con tariffe chiare: $3 per milione di token in input e $15 per milione in output. Questo posiziona K3 a circa la metà del costo di Claude Opus 4.8 e alla pari con Anthropic Sonnet.

L’UK AI Security Institute ha stimato che il vantaggio tra modelli open e chiusi si è ridotto a 4–7 mesi, contro i 6–10 mesi osservati nel 2025. Con il rilascio dei pesi, la comunità open inizierà quantizzazione e ottimizzazione, come successo con Llama, Qwen e DeepSeek.

Cosa aspettarsi con il rilascio dei pesi

Quando i pesi saranno pubblici, la comunità tecnica potrà:

1. Quantizzare il modello per ridurre footprint e latenza.
2. Testare ottimizzazioni hardware-specifiche.
3. Condurre valutazioni indipendenti e benchmark open.

Ogni ciclo di ottimizzazione tende a essere più rapido del precedente. La distanza temporale tra l’eccellenza open e quella proprietaria si accorcia, mese dopo mese, mentre ricette e strumenti migliorano.