El 26 de julio de 2026, la china Moonshot AI liberó para descarga pública los pesos de Kimi K3 — un modelo de inteligencia artificial de frontera, gratis, con licencia que permite uso comercial. En pocas horas, boletines de todo el mundo repitieron el mismo titular: ahora tu empresa puede ejecutar IA de frontera en su propio servidor, sin depender de APIs caras.
Es una frase buena. El problema es que nadie hizo el cálculo. Nosotros sí.
Qué se liberó exactamente
Kimi K3 tiene 2,88 billones de parámetros (millones de millones), construido sobre una arquitectura de mezcla de expertos (MoE) que activa unos 104 mil millones de parámetros por token — 16 expertos de un total de 896. Acepta 1 millón de tokens de contexto (algo así como un archivador entero de documentos en una sola conversación), entiende texto, imagen y vídeo, y expone una API compatible con los estándares de OpenAI y Anthropic.
La licencia es una MIT modificada, lo bastante permisiva para uso comercial. Y la mejora técnica más citada es un mecanismo de atención propio, Kimi Delta Attention, que según la empresa vuelve el procesamiento de contextos largos hasta seis veces más barato.
Nada de esto es exageración de marketing. Es realmente un hito.
Abierto no es lo mismo que código abierto
Aquí entra la primera distinción que casi toda la cobertura ignoró. Lo que Moonshot liberó fueron los pesos del modelo — el resultado final del entrenamiento. Los datos de entrenamiento y el código usado para entrenar no vinieron incluidos.
Es decir: es un modelo de pesos abiertos, no un modelo de código abierto. Puedes descargarlo, usarlo y adaptarlo. No puedes auditar con qué fue entrenado, ni reconstruirlo desde cero. Para la mayoría de las empresas eso no cambia el día a día, pero sí cambia el discurso — y conviene saber qué se está diciendo cuando se dice "abierto".
El cálculo que nadie hizo
Ahora la parte práctica. Para ejecutar ese modelo necesitas cargar los pesos en la memoria de las tarjetas gráficas. Las estimaciones independientes disponibles apuntan a:
- En precisión FP16: aproximadamente 6.060 GB de VRAM, contando pesos, activaciones y caché.
- Comprimido de forma agresiva a INT4: cerca de 1.515 GB.
- El mínimo practicable ronda las 8 tarjetas H100 de 80 GB (640 GB en total) ya con compresión agresiva — y 16 o más para funcionar con holgura.
Traducido a dinero: alquilar esa infraestructura en la nube cuesta en torno a 25.000 dólares al mes. No es un ordenador potente. Es un pequeño centro de datos.
Y aquí llega la comparación que decide: la API oficial del propio modelo cuesta cerca de 3 dólares por millón de tokens de entrada y 15 dólares por millón de tokens de salida. Con los mismos 25.000 dólares de un único mes de servidores, compras más de 1.600 millones de tokens de salida en la API.
Para dar dimensión: una página densa de texto ronda los mil tokens. Mil seiscientos millones de tokens equivalen a algo así como un millón y medio de páginas producidas. Ninguna pequeña o mediana empresa se acerca a eso en un mes. La mayoría no llega en un año.
Cuándo ejecutar en casa tiene sentido de verdad
Sí existe el escenario en que la infraestructura propia se paga. Son dos, y conviene reconocerlos:
- Volumen sostenido y muy alto. Si el consumo mensual está en el orden de los miles de millones de tokens, todos los meses, el cálculo cambia. Ahí la discusión es legítima y puramente financiera.
- Cuando la privacidad y el control valen por sí mismos. Datos de salud, información de clientes, contratos, base jurídica. Si los datos no pueden salir de tu infraestructura por exigencia del RGPD o de contrato, el costo deja de ser el criterio — el cumplimiento lo es. Y aquí hay un término medio que casi nunca aparece en los titulares: modelos abiertos más pequeños, que funcionan en una o dos tarjetas, resuelven una enorme parte de los casos reales de empresa con privacidad total y costo bajo.
Fuera de esos dos casos, un servidor propio para ejecutar un modelo gigante es orgullo de ingeniería pagado con dinero de operación.
Qué debería estar preguntándose tu empresa
La pregunta "¿qué modelo uso?" es casi siempre la pregunta equivocada, y es la que induce el titular. El modelo cambió tres veces solo este año — quien eligió arquitectura por el titular ya rehízo el trabajo dos veces.
La pregunta correcta es anterior y bastante más aburrida: ¿qué proceso de la empresa está caro, lento o dependiendo de una sola persona? Respondida esa, la elección técnica se vuelve consecuencia — y suele ser mucho más modesta de lo que sugería el titular. La mayoría de las veces lo que resuelve es una API pagada por uso, integrada al sistema que la empresa ya tiene.
Kimi K3 es una excelente noticia para el mercado: presiona precios, reduce la dependencia de pocos proveedores y amplía lo que se puede construir. Solo que no es, para la abrumadora mayoría de las empresas, algo que se instale en casa.
Preguntas frecuentes
¿Puedo ejecutar Kimi K3 en mi ordenador?
No. Ni en un ordenador muy bueno. Las estimaciones indican la necesidad de varias tarjetas de centro de datos — el mínimo practicable ronda las ocho H100 de 80 GB, con compresión agresiva.
¿Entonces lo de "gratis" es mentira?
No es mentira: los pesos son realmente gratuitos y la licencia permite uso comercial. Lo que no es gratuito es la máquina necesaria para ejecutarlos. El costo salió de la licencia y se fue al hardware.
¿Cuál es la diferencia entre pesos abiertos y código abierto?
Pesos abiertos significa que recibes el modelo entrenado y puedes usarlo. Código abierto significaría recibir también los datos y el código de entrenamiento, permitiendo auditar y reconstruir. Kimi K3 es el primer caso.
¿Hay camino para quien necesita privacidad total?
Sí, y pasa por modelos abiertos más pequeños, que funcionan en una o dos tarjetas dentro de tu propia infraestructura. Resuelven buena parte de los casos de empresa sin que ningún dato salga de casa.