Kimi K3: O Modelo Frontier Open-Weight de 2,8T da Moonshot AI para Codificação Agêntica

Kimi K3 é o novo modelo de linguagem grande flagship da Moonshot AI — e, com 2,8 trilhões de parâmetros, o maior modelo open-weight lançado até hoje. Lançado em 16 de julho de 2026, combina um design Mixture-of-Experts (MoE) de classe frontier com uma janela de contexto de 1 milhão de tokens e um foco agent-first em codificação e trabalho de conhecimento de longo horizonte. O que o torna notável não é apenas o tamanho: a Moonshot está lançando os pesos completos, colocando desempenho genuinamente frontier ao alcance de agentes auto-hospedados. Veja o que o K3 realmente é, como ele se sai nos benchmarks, quanto custa e onde se encaixa.

Este guia cobre a arquitetura do K3, benchmarks, preços, como ele se compara à linha K2 e os fluxos de trabalho concretos que os desenvolvedores já estão executando nele.

O Que É o Kimi K3?

Kimi K3 é um modelo frontier open-weight com foco em agentes da Moonshot AI, com sede em Pequim, lançado em 16 de julho de 2026 como sucessor da série Kimi K2. A Moonshot o descreve como o modelo de codificação open-source mais poderoso da empresa até o momento, construído para sustentar longas sessões de engenharia, navegar em grandes repositórios e orquestrar ferramentas de terminal com supervisão humana mínima. (Fortune)

O número principal é a escala. O K3 possui 2,8 trilhões de parâmetros totais em uma arquitetura MoE esparsa — aproximadamente 2,8× o tamanho do K2.6, e maior do que rivais chineses como o V4 Pro da DeepSeek (~1,6T) e a série GLM-5 da Zhipu. Isso o torna, segundo a Moonshot, o maior modelo open-weight já construído. (VentureBeat)

Crucialmente, os pesos não ficarão bloqueados. A Moonshot agendou o lançamento completo dos pesos abertos para 27 de julho de 2026, o que significa que os desenvolvedores poderão inspecionar, modificar e auto-hospedar o modelo em vez de apenas chamar uma API hospedada. (Axios)

Especificações e Arquitetura

O K3 mantém a filosofia de design agent-first no estilo OpenAI da linha K2 e eleva o teto em todos os eixos.

• MoE esparso de 2,8T de parâmetros — centenas de especialistas com ativação esparsa, de modo que apenas uma fração da rede é executada por token. A escala é sobre amplitude e especialização, ajustada para raciocínio de longo horizonte e uso complexo de ferramentas. (VentureBeat)
• Janela de contexto de 1 milhão de tokens — suficiente para manter uma base de código inteira, sistema de design ou corpus de pesquisa "em vista" sem fragmentação elaborada. (Axios)
• Kimi Delta Attention (KDA) — um mecanismo de atenção linear híbrido publicado pela primeira vez como pesquisa aberta pela Moonshot, com o objetivo de tornar sequências ultra-longas tratáveis sem o aumento de custo da atenção padrão. (VentureBeat)
• Attention Residuals (AttnRes) — descrito pela Moonshot como um substituto direto para conexões residuais que oferece ganhos de escalonamento consistentes. (VentureBeat)
• Entrada multimodal nativa — compreensão visual de texto e imagens, além de um modo de raciocínio sempre ativo que a Moonshot chama de "modo de pensamento". (Axios)
• Compatível com OpenAI-SDK — a API espelha a interface da OpenAI, para que equipes que já constroem com toolchains da OpenAI ou Anthropic possam integrar com mudanças mínimas. (VentureBeat)

Tanto o KDA quanto o AttnRes foram publicados anteriormente como pesquisa aberta no GitHub — um sinal de que os ganhos de eficiência do K3 vêm da arquitetura, não apenas de escala bruta. (VentureBeat)

Benchmarks: Onde o K3 Se Posiciona

O K3 estreou em 3º lugar no leaderboard da Artificial Analysis, atrás do Claude Fable 5 da Anthropic e do GPT-5.6 Sol da OpenAI — mas à frente de tudo mais, e liderou alguns testes práticos de forma absoluta. (Wikipedia)

Alguns resultados se destacam nas análises de lançamento:

• GDPval-AA v2 (tarefas do mundo real em 44 ocupações e 9 indústrias): K3 pontuou 1.687, terceiro geral atrás do Claude Fable 5 Max (1.815) e GPT-5.6 Sol Max (1.747,8), e à frente do Claude Opus 4.8 (1.600). (VentureBeat)
• AA-Briefcase (um benchmark privado de trabalho de conhecimento de longo horizonte): K3 ficou em segundo lugar com 1.527, superando o GPT-5.6 Sol Max e ficando atrás apenas do Fable 5 Max. (VentureBeat)
• Automação de tarefas: K3 ficou em primeiro lugar em quatro dos oito benchmarks — incluindo Automation Bench, SpreadsheetBench 2 e BrowseComp — terminando em segundo para o Fable 5 na maioria dos outros. (VentureBeat)
• Codificação front-end: em testes cegos pelo Arena de avaliadores, os desenvolvedores preferiram o K3 a todos os principais modelos americanos para codificação front-end, incluindo Fable 5 e GPT-5.6 Sol. (Axios)

Um detalhe importa para os desenvolvedores de agentes: a Moonshot afirma que alcançou esses resultados de automação em uma configuração de agente único usando o contexto de 1M de tokens — sem compressão de contexto ou truques externos de gerenciamento de contexto. Isso sugere que o comprimento bruto do contexto mais recuperação forte pode rivalizar com soluções elaboradas de múltiplos agentes. (VentureBeat)

A ressalva: o K3 está público há apenas alguns dias, e demos virais e benchmarks iniciais podem superestimar a confiabilidade de um modelo em trabalho de produção real. Trate os números do leaderboard como um ponto de partida promissor, não como um veredicto definitivo. (Axios)

Preços e Acesso

O K3 está disponível hoje pela interface kimi.com, aplicativos móveis e a API da plataforma Moonshot em platform.moonshot.ai. O preço hospedado é de aproximadamente $3 por milhão de tokens de entrada e $15 por milhão de tokens de saída. (MLQ)

Esse é o preço mais alto de qualquer laboratório de IA chinês — uma ruptura clara com os grandes descontos pelos quais os modelos anteriores da Moonshot eram conhecidos. Para contexto, está bem acima do GLM-5.2 da z.ai ($4,40/M de saída) e do DeepSeek V4 ($0,87/M de saída), mas ainda muito mais barato do que os modelos frontier americanos: o Claude Fable custa cerca de $50 por milhão de tokens de saída para trabalho comparável. (Fortune)

Duas notas práticas antes de fazer seu orçamento:

• O K3 atualmente expõe apenas um nível de esforço de raciocínio ("max"), e testadores independentes relatam consumo pesado de tokens de raciocínio — um sinalizou cerca de 13.241 tokens (aproximadamente $0,25) para gerar um único SVG simples. Cadeias longas somam rapidamente. (MLQ)
• Assim que os pesos forem lançados em 27 de julho, a auto-hospedagem se torna uma opção para equipes que precisam de residência de dados ou querem controlar custos em escala — o mesmo caminho de hospedado para auto-hospedado que vimos nos lançamentos open-weight da Moonshot. (Axios)

K3 vs. K2.5 / K2.6 / K2.7: O Que Mudou

Se você já usou a linha K2, o K3 é menos sobre uma nova API e mais sobre elevar os tetos. A plataforma mantém a mesma interface no estilo OpenAI e semântica de chamada de ferramentas, então os caminhos de atualização permanecem diretos.

Os principais diferenciais em relação ao K2.x: quase 3× os parâmetros, uma janela de contexto 4× mais longa (1M vs 256k), a nova arquitetura KDA + AttnRes e raciocínio multimodal mais forte. A Moonshot também relata que o K3 usa cerca de 21% menos tokens de saída do que o K2.6 em tarefas equivalentes — continuando a tendência de eficiência do Kimi K2.7 Code. (MLQ)

Casos de Uso Reais para Desenvolvedores e Equipes

A combinação de desempenho frontier, contexto enorme e pesos abertos do K3 o torna um candidato a backbone para trabalho sério com agentes:

• Agentes de codificação autônomos que gerenciam funcionalidades completas — sustentando longas sessões de engenharia, navegando em repositórios massivos e orquestrando ferramentas de terminal com supervisão mínima. (Fortune)
• Migrações e prototipagem em escala de repositório — transformando PRDs, arquivos de design e documentos legados em scaffolding funcional enquanto mantém o contexto completo do projeto na janela de 1M de tokens.
• Trabalho de conhecimento com muitos documentos em finanças, jurídico e consultoria, onde um contexto grande mais visão nativa ajuda com relatórios densos, e pesos abertos permitem mover fluxos de trabalho sensíveis para infraestrutura auto-hospedada posteriormente.

Isso não é adoção hipotética. Os modelos anteriores da Moonshot já estavam dentro de produtos ocidentais — o Cursor usou o Kimi para ajudar a construir seu agente de codificação Composer 2, e o CTO do DoorDash disse que a empresa delega "trabalho de nível inferior ao Kimi K2.6". O K3 eleva o teto contra o qual essas equipes estão construindo. (Fortune)

Por Que o K3 Importa para o Cenário de IA

Estrategicamente, o K3 é a aposta da Moonshot para provar que modelos open-weight podem competir de frente com sistemas fechados nos segmentos de maior valor: codificação complexa, raciocínio de longo horizonte e pesquisa multimodal. Analistas enquadraram o lançamento como evidência de que inovação arquitetural mais escalonamento de pré-treinamento ainda pode entregar ganhos significativos para laboratórios chineses apesar das restrições de hardware. (CNBC)

É também um choque competitivo. O lançamento — programado logo antes da Conferência Mundial de Inteligência Artificial de 2026 em Xangai — é amplamente lido como evidência de que o open source não está mais atrás dos modelos fechados por muitos meses. Para desenvolvedores avaliando modelos frontier, isso significa que o K3 pertence à lista de candidatos ao lado do Claude e do GPT-5.x, especialmente se seu roadmap inclui agentes auto-hospedados e fluxos de trabalho multimodais. (VentureBeat)

Para o panorama mais amplo de open-weight, o K3 se posiciona ao lado dos outros lançamentos frontier que acompanhamos: DeepSeek V4 Pro, GLM-5.2 da Zhipu e MiniMax-01.

Coloque um Modelo Como o Kimi K3 para Trabalhar na Sua Própria Força de Trabalho de IA

O valor real do K3 aparece quando um modelo frontier é conectado a fluxos de trabalho reais — repositórios, documentos, terminais e planos de múltiplas etapas — não apenas uma caixa de chat. É exatamente para isso que serve uma plataforma multi-agente agnóstica de modelo: rotear codificação de longo horizonte para um modelo como o K3, manter outros para tarefas rotineiras e orquestrá-los em trabalho real. O Eigent é um aplicativo desktop Cowork open-source que executa uma força de trabalho de IA multi-agente localmente, para que você possa conectar o melhor modelo por tarefa e manter dados sensíveis em sua própria máquina. Veja como os agentes podem revisar PRs do GitHub de ponta a ponta e depois baixe o Eigent para experimentar.

Perguntas Frequentes

O Que É o Kimi K3?

Kimi K3 é o modelo de linguagem grande frontier da Moonshot AI, lançado em 16 de julho de 2026 — um modelo Mixture-of-Experts esparso de 2,8 trilhões de parâmetros com uma janela de contexto de 1 milhão de tokens e entrada multimodal nativa. A Moonshot o chama de maior modelo open-weight já lançado e seu modelo de codificação open-source mais poderoso até o momento.

O Kimi K3 É Open Source?

A Moonshot se comprometeu a lançar os pesos completos do K3 em 27 de julho de 2026, momento em que os desenvolvedores poderão inspecioná-lo, modificá-lo e auto-hospedá-lo. Até então, o K3 está acessível pela interface hospedada kimi.com, aplicativos móveis e a API da plataforma Moonshot.

Como o Kimi K3 Se Compara ao Claude e ao GPT-5?

No lançamento, o K3 estreou em 3º lugar no leaderboard da Artificial Analysis, atrás do Claude Fable 5 da Anthropic e do GPT-5.6 Sol da OpenAI, enquanto liderava alguns testes práticos — incluindo a avaliação cega de codificação front-end do Arena, onde os desenvolvedores o preferiram a ambos. Ficou em primeiro lugar em quatro dos oito benchmarks de automação de tarefas.

Quanto Custa o Kimi K3?

O preço hospedado é de aproximadamente $3 por milhão de tokens de entrada e $15 por milhão de tokens de saída — o mais alto de qualquer laboratório chinês, mas ainda muito abaixo dos modelos frontier americanos como o Claude Fable. O K3 atualmente oferece apenas um único nível de raciocínio "max", e testadores relatam uso pesado de tokens de raciocínio, então cadeias longas podem ficar caras.

O Que Há de Novo no K3 em Relação à Série K2?

O K3 escala dos 1T de parâmetros do K2 para 2,8T, estende a janela de contexto de 256k para 1M de tokens e adiciona duas novas técnicas arquiteturais — Kimi Delta Attention e Attention Residuals. Também relata cerca de 21% menos tokens de saída do que o K2.6 em tarefas equivalentes, além de raciocínio multimodal mais forte.

Posso Usar o Kimi K3 com uma Plataforma Multi-Agente Como o Eigent?

Sim. Como o K3 é compatível com OpenAI-SDK e (a partir de 27 de julho) pode ser auto-hospedado, uma plataforma agnóstica de modelo como o Eigent pode rotear tarefas de codificação de longo horizonte e trabalho de conhecimento para o K3 enquanto usa outros modelos para etapas rotineiras — mantendo os dados locais quando necessário.