Kimi K3: la IA china de 2,8T parámetros que sacude a OpenAI

De Carnegie Mellon a Pekín: la historia de Yang Zhilin

Yang Zhilin tenía 34 años cuando su compañía, Moonshot AI, presentó en julio de 2026 un modelo de inteligencia artificial que muchos analistas no esperaban tan pronto desde China. Zhilin se formó en la Universidad de Tsinghua y completó un doctorado en Carnegie Mellon entre 2016 y 2019, bajo la supervisión de Ruslan Salakhutdinov, ex científico jefe de IA en Apple. Durante ese periodo coauthoró dos trabajos fundacionales: Transformer-XL y XLNet, dos arquitecturas que extendieron el mecanismo de atención de los transformers para procesar ventanas de texto más largas y predecir tokens en distintos órdenes de permutación.

Según recoge Business Insider, Salakhutdinov describe a su antiguo estudiante con cuatro rasgos poco habituales: independencia inusual, pensamiento original, amplitud técnica y ambición para asumir riesgos. Recuerda que, alrededor de 2019 — tres años antes de que ChatGPT se volviera mainstream — Zhilin ya defendía que un único modelo escalado podría realizar tareas muy diversas con un solo prompt. "Yo pensé: 'esto nunca va a funcionar'. Pero él insistió en que, escalándolos, funcionarían", explicó el profesor.

Tras el doctorado, Zhilin hizo estancias en Google Brain y Meta, y en marzo de 2023 cofundó Moonshot AI en China con dos excompañeros de Tsinghua, según detalla el artículo original de Xataka.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Kimi K3: 2,8 billones de parámetros y código abierto

El 17 de julio de 2026, Moonshot AI presentó Kimi K3, un modelo de 2,8 billones de parámetros con pesos abiertos, el mayor modelo open-weight del mundo hasta la fecha, según Reuters y Forbes. El sistema admite una ventana de contexto de un millón de tokens y está diseñado para razonamiento avanzado, programación de tareas largas y trabajo de conocimiento, de acuerdo con la información publicada por la propia compañía.

En sus pruebas internas y en benchmarks de terceros, Kimi K3 rindió a la par con Claude Fable 5 (con fallback) y superó de forma amplia a Claude Opus 4.8, GPT-5.5 y GPT-5.6 Sol en optimización de kernels para GPU, según la nota de lanzamiento. Arena.ai lo posicionó primero en construcción de interfaces web; Vals AI lo colocó segundo global, solo por detrás de Fable 5; y Artificial Analysis lo equiparó a GPT-5.5 y Opus 4.8 en tareas complejas multi-paso.

La demanda desbordó la capacidad de cómputo de Moonshot, que pausó temporalmente nuevas suscripciones para centrarse en clientes pagos, reportó Yahoo Finance citando a Bloomberg.

Por qué importa: la nueva brecha entre China y EEUU

El lanzamiento coincide con la decisión del gobierno estadounidense de retirar abruptamente los modelos Fable y Mythos de Anthropic por motivos de seguridad, y con la presentación de GLM-5.2 por parte de Z.ai, que ya había sorprendido en junio al acercarse a los modelos cerrados estadounidenses en pruebas de referencia. La conjunción de ambos hechos ha cambiado la narrativa de que China iba "al menos seis meses por detrás" de EEUU, según los analistas de Bank of America citados por Forbes.

Antes de Kimi K3, los modelos chinos líderes eran LongCat-2.0 de Meituan y V4-Pro de DeepSeek, con 1,6 billones de parámetros. MiniMax está desarrollando su propio modelo de 2,7 billones para el tercer trimestre de 2026, según RTHK.

En paralelo, Anthropic acusó públicamente a Moonshot de copiar su tecnología en una publicación de blog en febrero, un roce que ilustra el estado de nervios de los laboratorios estadounidenses. El País recogió una pregunta que resume el dilema: "si el mejor modelo open-weight supera al mejor closed-source, ¿cómo justifica Anthropic el precio de Fable?".

El dinero detrás de Kimi: una valoración que se multiplica

Moonshot AI cerró una ronda de aproximadamente US$2.000 millones a una valoración de US$20.000 millones en mayo de 2026, según Forbes, con Long-Z Investments (brazo de venture de Meituan) liderando y la participación de CPE y un brazo de inversión de China Mobile. Apenas semanas después del anuncio de Kimi K3, Bloomberg reportó que la empresa busca otra ronda a una valoración de hasta US$50.000 millones, tras cerrar primero un tramo a US$31.500 millones. La compañía tiene a Alibaba y Tencent entre sus principales patrocinadores.

La base de ingresos también crece: Moonshot reportó en abril un ARR (ingresos recurrentes anuales) superior a US$200 millones, gracias a suscripciones a Kimi y otros servicios, según la misma nota de Forbes. En enero lanzó Kimi K2.5, que ya cuenta como cliente a la startup de programación con IA Cursor, y en abril presentó K2.6, un modelo open-source para tareas complejas de código.

La fuga de talento que aprovecha China

Varios inversores estadounidenses han usado la figura de Zhilin como símbolo del debate sobre la fuga de cerebros propiciada por la política migratoria de la Administración Trump, recoge Xataka. Su caso encaja con un patrón: doctorado en Carnegie Mellon, paso por Google y Meta, regreso a China para fundar una empresa de IA.

Yang, además, forma parte de la lista Forbes 30 Under 30 Asia y se reunió con el primer ministro chino Li Qiang en Pekín en abril, en plena campaña estatal para acelerar el desarrollo de IA nacional. La combinación de capital estatal, gigantes tecnológicos privados y talento de retorno le ha permitido a Moonshot escalar modelos que, hasta ahora, parecían reservados a laboratorios estadounidenses con acceso a chips Nvidia de última generación —restringidos a China por controles de exportación.

¿Qué significa esto para tu startup?

El caso Moonshot AI/Kimi K3 cambia la economía de acceso a modelos frontera. Tres acciones concretas que un founder hispanohablante puede tomar esta semana:

Reevaluar tu stack de modelos si dependes solo de APIs cerradas. Kimi K3 es open-weight y, según RTHK, supera en varios benchmarks a Claude Opus 4.8 y GPT-5.5. Probarlo como respaldo o alternativa puede abaratar costes — El País señala que el modelo activa solo los subconjuntos de parámetros necesarios por consulta, lo que reduce consumo energético por inferencia.
Vigilar la geopolítica del cómputo. Las restricciones a chips Nvidia, la acusación pública de Anthropic a Moonshot y la pausa de Fable/Mythos por motivos de seguridad son señales de que el proveedor de tu modelo puede cambiar de un mes a otro. Diseña tu arquitectura para poder cambiar de proveedor en días, no en trimestres.
No confundir tamaño con utilidad para tu caso. 2,8 billones de parámetros no significa mejor rendimiento en tu tarea específica. Antes de migrar, mide Kimi K3 contra tu propio set de evaluación — en codificación web ya lidera Arena.ai, pero el resultado varía por dominio.