Em 26 de julho de 2026, a chinesa Moonshot AI liberou para download público os pesos do Kimi K3 — um modelo de inteligência artificial de ponta, de graça, com licença que permite uso comercial. Em poucas horas, newsletters do mundo inteiro repetiram a mesma manchete: agora a sua empresa pode rodar IA de fronteira no próprio servidor, sem depender de APIs caras.
É uma frase boa. O problema é que ninguém fez a conta. Nós fizemos.
O que exatamente foi liberado
O Kimi K3 tem 2,88 trilhões de parâmetros, construído numa arquitetura de mistura de especialistas (MoE) que ativa cerca de 104 bilhões de parâmetros por token — 16 especialistas de um total de 896. Ele aceita 1 milhão de tokens de contexto (algo como um armário inteiro de documentos numa única conversa), entende texto, imagem e vídeo, e expõe uma API compatível com os padrões da OpenAI e da Anthropic.
A licença é uma MIT modificada, permissiva o bastante para uso comercial. E o ganho técnico mais citado é um mecanismo de atenção próprio, o Kimi Delta Attention, que segundo a empresa torna o processamento de contextos longos até seis vezes mais barato.
Nada disso é exagero de marketing. É realmente um marco.
Aberto não é a mesma coisa que código aberto
Aqui entra a primeira distinção que quase toda cobertura ignorou. O que a Moonshot liberou foram os pesos do modelo — o resultado final do treinamento. Os dados de treinamento e o código usado para treinar não vieram junto.
Ou seja: é um modelo de pesos abertos, não um modelo de código aberto. Você pode baixar, usar e adaptar. Você não pode auditar com o que ele foi treinado, nem reconstruí-lo do zero. Para a maioria das empresas isso não muda o dia a dia, mas muda o discurso — e vale saber o que se está dizendo quando se diz "aberto".
A conta que ninguém fez
Agora a parte prática. Para rodar esse modelo você precisa carregar os pesos na memória das placas de vídeo. As estimativas independentes disponíveis apontam:
- Em precisão FP16: aproximadamente 6.060 GB de VRAM, contando pesos, ativações e cache.
- Comprimido de forma agressiva para INT4: cerca de 1.515 GB.
- O mínimo praticável fica em torno de 8 placas H100 de 80 GB (640 GB no total) já com compressão agressiva — e 16 ou mais para rodar com folga.
Traduzindo em dinheiro: alugar essa infraestrutura em nuvem custa na faixa de US$ 25 mil por mês. Não é um computador possante. É um pequeno data center.
E aqui vem a comparação que decide: a API oficial do próprio modelo custa cerca de US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de tokens de saída. Com os mesmos US$ 25 mil de um único mês de servidores, você compra mais de 1,6 bilhão de tokens de saída na API.
Para dar dimensão: uma página densa de texto tem por volta de mil tokens. Um bilhão e seiscentos milhões de tokens equivalem a algo como um milhão e meio de páginas produzidas. Nenhuma pequena ou média empresa brasileira chega perto disso em um mês. A maioria não chega em um ano.
Quando rodar em casa realmente faz sentido
Existe, sim, o cenário em que a infraestrutura própria se paga. São dois, e é bom reconhecê-los:
- Volume sustentado e muito alto. Se o consumo mensal está na casa dos bilhões de tokens, todo mês, a conta vira. Aí a discussão é legítima e puramente financeira.
- Quando privacidade e controle valem por si. Dado de saúde, informação de cliente, contrato, base jurídica. Se os dados não podem sair da sua infraestrutura por exigência de LGPD, de GDPR ou de contrato, o custo deixa de ser o critério — a conformidade é. E aqui existe um meio-termo que quase nunca aparece nas manchetes: modelos abertos menores, que rodam em uma ou duas placas, resolvem uma enorme parte dos casos reais de empresa com privacidade total e custo baixo.
Fora desses dois casos, servidor próprio para rodar modelo gigante é orgulho de engenharia pago com dinheiro de operação.
O que a sua empresa deveria estar perguntando
A pergunta "qual modelo eu uso?" é quase sempre a pergunta errada, e é a que a manchete induz. O modelo mudou três vezes só neste ano — quem escolheu arquitetura pela manchete já refez o trabalho duas vezes.
A pergunta certa é anterior e bem mais chata: qual processo da empresa está caro, lento ou dependente de uma pessoa só? Respondida essa, a escolha técnica vira consequência — e costuma ser bem mais modesta do que a manchete sugeria. Na maior parte das vezes o que resolve é uma API paga por uso, integrada ao sistema que a empresa já tem.
O Kimi K3 é uma excelente notícia para o mercado: pressiona preço, reduz dependência de poucos fornecedores e amplia o que se pode construir. Ele só não é, para a esmagadora maioria das empresas, algo que se instale em casa.
Perguntas frequentes
Dá para rodar o Kimi K3 no meu computador?
Não. Nem em um computador muito bom. As estimativas indicam a necessidade de várias placas de data center — o mínimo praticável gira em torno de oito H100 de 80 GB, com compressão agressiva.
Então "gratuito" é mentira?
Não é mentira: os pesos são realmente gratuitos e a licença permite uso comercial. O que não é gratuito é a máquina necessária para executá-los. O custo saiu da licença e foi para o hardware.
Qual a diferença entre pesos abertos e código aberto?
Pesos abertos significa que você recebe o modelo treinado e pode usá-lo. Código aberto significaria receber também os dados e o código de treinamento, permitindo auditar e reconstruir. O Kimi K3 é o primeiro caso.
Existe caminho para quem precisa de privacidade total?
Sim, e ele passa por modelos abertos menores, que rodam em uma ou duas placas dentro da sua própria infraestrutura. Resolvem boa parte dos casos de empresa sem que nenhum dado saia de casa.