Kimi: Del K2 al K3, la Evolución del Asistente de Moonshot AI
2026-08-06
Lo nuevo en Kimi K2, K2.5, K2.6 y K3 de Moonshot AI. Más de 2.8 billones de parámetros, contexto de 1M tokens, modelo de código abierto con visión nativa y agentes inteligentes.
Kimi ha tenido un año salvaje. Entre mediados de 2025 y julio de 2026, Moonshot AI pasó de lanzar el primer modelo de código abierto con un billón de parámetros hecho en China a liberar un monstruo de 2.8 billones que compite de tú a tú con los mejores modelos cerrados del planeta. Si dejaste de seguir a Kimi después del K2, hay mucho que ponerte al día.
¿Vale la pena actualizar? La respuesta corta es que sí. Esta es la trayectoria completa, desde el K2 hasta el recién estrenado K3.
Resumen de Versiones de Kimi
| Versión | Fecha | Hito principal |
|---|---|---|
| Kimi K2 | Julio 2025 | Primer modelo chino de código abierto con 1 billón de parámetros (MoE) |
| Kimi K2 Thinking | Noviembre 2025 | Razonamiento complejo con hasta 300 pasos de herramientas |
| Kimi K2.5 | Enero 2026 | Multimodal nativo + Agent Swarm con 100 agentes en paralelo |
| Kimi K2.6 | Abril 2026 | 300 subagentes, 4000 pasos, código SOTA en benchmarks abiertos |
| Kimi K2.7 Code | Junio 2026 | Programación especializada, 30% menos tokens en tareas largas |
| Kimi Work | Junio 2026 | Agente de escritorio para productividad de oficina |
| Kimi K3 | Julio 2026 | 2.8 billones de parámetros, 1M de contexto, código abierto |
Kimi K2: El que Puso a Moonshot AI en el Mapa Global
En julio de 2025, cuando DeepSeek dominaba la conversación sobre IA de código abierto en China, Moonshot AI respondió con el Kimi K2. No era una copia ni una mejora incremental: era el primer modelo de arquitectura Mixture of Experts (MoE) chino que rompía la barrera del billón de parámetros.
El K2 usaba 1 billón de parámetros totales con solo 32 mil millones activados por token, gracias a 384 expertos. Lo que eso significaba en la práctica era simple: rendimiento cercano al de Claude, pero a una fracción del costo de inferencia. Algunos análisis de la época estimaban que el K2 costaba apenas el 20% de lo que costaba Claude 4 por millón de tokens.
La jugada no era solo técnica. Moonshot AI apostó por el código abierto con licencia MIT modificada, lo que permitía a empresas y desarrolladores descargar los pesos, desplegarlos en sus propios servidores y hacer fine-tuning sin ataduras. En un momento en que OpenAI, Anthropic y Google mantenían sus mejores modelos bajo llave, la decisión de abrir el K2 fue un movimiento estratégico que le ganó a Kimi una base de usuarios global que ningún presupuesto de marketing habría comprado.
La recepción en la comunidad de desarrolladores fue inmediata. El K2 logró más de 100 millones de tokens en llamadas diarias a las pocas semanas del lanzamiento, y por primera vez un modelo chino aparecía de forma consistente en los rankings de OpenRouter junto a GPT y Claude.
Kimi K2.5: Cuando Kimi Aprendió a Ver y a Trabajar en Equipo
El 27 de enero de 2026, Moonshot AI presentó el Kimi K2.5. Si el K2 había demostrado que podían construir un modelo competitivo, el K2.5 demostró que sabían hacia dónde iba la industria antes que muchos.
El cambio más importante fue la arquitectura multimodal nativa. A diferencia de otros modelos que pegaban un módulo de visión sobre un modelo de texto con pegamento digital, el K2.5 integraba la comprensión visual desde la base. Esto significaba que podías subir una captura de pantalla de un diseño web, un PDF escaneado o un gráfico financiero, y el modelo entendía el contenido visual como parte natural del razonamiento, no como un archivo adjunto que primero había que describir.
El segundo pilar del K2.5 fue el Agent Swarm, o enjambre de agentes inteligentes. En lugar de un solo agente ejecutando tareas paso a paso, el K2.5 podía desplegar hasta 100 agentes especializados en paralelo, coordinándolos para resolver tareas complejas con hasta 1500 pasos de ejecución. En pruebas reales, un equipo de agentes del K2.5 generaba simultáneamente un informe de investigación de 55 páginas, una tabla comparativa con siete dimensiones y una presentación de 10 diapositivas, todo a partir de una sola instrucción.
El impacto comercial fue inmediato. En los 20 días posteriores al lanzamiento del K2.5, los ingresos de Kimi superaron todo lo facturado en 2025. La API del K2.5, compatible con el formato de OpenAI (bastaba cambiar una línea de código para migrar), combinada con precios entre 6 y 10 veces más bajos que los de GPT-5, convirtió a Kimi en una opción difícil de ignorar para startups y equipos de desarrollo con presupuesto limitado.
Kimi K2.6 y K2.7: Refinando el Código y la Autonomía
En abril de 2026 llegó el K2.6, y la trayectoria estaba clara: Kimi ya no competía en "chat", competía en ejecución autónoma de tareas reales.
El Agent Swarm del K2.6 escaló de 100 a 300 subagentes, con capacidad para mantener hasta 4000 pasos de colaboración coordinada. Las pruebas de programación mostraron el salto más significativo: en SWE-Bench Pro pasó de puntuaciones modestas a un 58.6%, superando a GPT-5.4 y a Claude Opus 4.6. Un caso documentado mostró al K2.6 trabajando durante 13 horas ininterrumpidas en la refactorización de un motor financiero legacy de 8 años, modificando más de 4000 líneas de código sin perder el contexto ni introducir errores en cascada.
Apple, durante la WWDC 2026, hizo su propio gesto de validación: demostró cómo cuatro Mac Studio conectadas mediante Thunderbolt ejecutaban el K2.6 de forma local con latencia mínima. No era un anuncio oficial de asociación, pero era una señal clara de hacia dónde apuntaba la industria.
En junio, el K2.7 Code llevó la especialización un paso más allá: redujo el consumo de tokens en tareas de programación largas en un 30% respecto al K2.6, mejoró la generación de código multilingüe y refinó la capacidad de trabajar con bases de código grandes. Junto con Kimi Work (el agente de escritorio para tareas de oficina lanzado el mismo mes), Moonshot AI completó una línea de productos que cubría desde el usuario casual hasta el equipo de ingeniería más exigente.
Kimi K3: 2.8 Billones de Parámetros y las Llaves del Reino
El 16 de julio de 2026, Moonshot AI presentó el Kimi K3. Las cifras son contundentes: 2.8 billones de parámetros totales, arquitectura MoE con 896 expertos (16 activados por token), ventana de contexto nativa de un millón de tokens y un codificador visual MoonViT-V2 entrenado desde cero.
El K3 no es una iteración sobre el K2: el salto arquitectónico es generacional. Implementa Kimi Delta Attention (KDA), un mecanismo de atención lineal híbrida diseñado para secuencias ultralargas, combinado con Attention Residuals que estabilizan el entrenamiento en modelos muy profundos. El resultado: una eficiencia de escalado 2.5 veces superior a la del K2, lo que significa que el K3 hace mucho más con proporcionalmente menos cómputo.
En los benchmarks que importan, el K3 se codea con los pesos pesados cerrados. En el Artificial Analysis Intelligence Index obtuvo 57 puntos, tercero a nivel global solo por detrás de GPT-5.6 Sol y Claude Fable 5. En Frontend Code Arena alcanzó el primer puesto con 1679 puntos. En GPQA Diamond marcó 93.5 y en BrowseComp 91.2.
Pero el movimiento más significativo llegó once días después. El 27 de julio, Moonshot AI abrió los pesos completos del K3. No era una versión recortada ni una demo limitada: pesos, informe técnico y la infraestructura de entrenamiento (MoonEP, FlashKDA, AgentEnv) se liberaron juntos. Hugging Face colapsó bajo la demanda.
La diferencia con el código abierto tradicional es de escala. Un modelo de casi 3 billones de parámetros que cualquier equipo con suficientes GPUs puede descargar, desplegar y afinar representa un cambio estructural en quién puede construir sobre la frontera de la IA. Los tres grandes proveedores de nube chinos (Alibaba, Tencent y ByteDance) ya ofrecen imágenes de despliegue con un solo clic.
Qué Significa Todo Esto para Quien Usa Kimi en Android
Si usas Kimi desde el teléfono, la evolución de los modelos no es solo una curiosidad técnica. Cada salto de versión se traduce en respuestas más precisas, mejor comprensión de documentos largos, capacidad para analizar imágenes que subes desde la galería y, con el Agent Swarm, la posibilidad de pedirle tareas complejas (como "compárame estos tres PDFs y hazme una tabla resumen") que antes requerían varias sesiones separadas.
La app de Kimi, el asistente IA Android más completo del ecosistema de Moonshot AI, pesa alrededor de 80 MB, funciona en Android 8.0 o superior y la versión más reciente ya utiliza el motor K3. La descarga desde APKPure suele estar disponible a las pocas horas del lanzamiento oficial.
La actualización a K3 es gratuita para todos los usuarios. Si usas la API, el modelo kimi-k3 ya está disponible en el panel de desarrolladores con los mismos precios competitivos que caracterizan a Moonshot AI.
NEWS
REVIEWS
HOWTO
