Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Con 2.800 miliardi di parametri e una finestra di contesto di 1 milione di token, Moonshot AI lancia Kimi K3 e porta l’intelligenza artificiale cinese a un passo dai migliori modelli chiusi americani. Il modello, definito da Moonshot il “più capace mai realizzato” dal laboratorio, sarà rilasciato con pesi aperti entro il 27 luglio 2026, una mossa che alimenta il dibattito sull’alternativa open-weight ai sistemi proprietari di OpenAI e Anthropic proprio mentre le aziende ne soppesano i costi.
Prestazioni e benchmark: i numeri del sorpasso mancato
Sulle valutazioni autodichiarate da Moonshot, Kimi K3 supera Claude Opus 4.8 e GPT-5.5 high nella maggior parte dei test, ma resta dietro a Claude Fable 5 e GPT-5.6 Sol, i modelli di punta delle due aziende statunitensi. Il quadro è confermato dai dati di Artificial Analysis: nell’indice privato di conoscenza a lungo termine, K3 ottiene un Elo di 1547, con un balzo di 732 punti rispetto al precedente Kimi K2.6. È il secondo punteggio più alto in assoluto, dietro solo a Claude Fable 5.
Il miglioramento si riflette anche nell’efficienza: K3 usa il 21% in meno di token in output rispetto a K2.6, un guadagno che riduce i costi operativi. Sul fronte della generazione di codice, il modello ha conquistato la vetta della classifica Frontend Code arena di Arena.ai, superando persino Fable 5.
Quanto costa la frontiera open-weight
Il pricing segna una discontinuità rispetto al passato: 3 dollari per milione di token in input e 15 dollari in output. È il listino più caro mai proposto da un laboratorio cinese, allineato alla serie Claude Sonnet di Anthropic. Per confronto, Kimi K2.6 costava 0,95 e 4 dollari. L’aumento è coerente con l’architettura: 2.800 miliardi di parametri sono oltre il doppio del modello precedente e circa il 75% più grandi dei 1.600 miliardi di DeepSeek v4 Pro, finora il più grande open-weight cinese.
Nel confronto su compiti reali, il costo per task (0,94 dollari) è simile a GPT-5.6 Sol (1,04 dollari) e circa la metà di Opus 4.8 (1,80 dollari). Il messaggio è chiaro: il vantaggio cinese non si gioca più solo sul risparmio, ma sulla capacità di offrire prestazioni comparabili a un prezzo ancora competitivo, seppure in crescita.
Cosa ci dice (e non ci dice) un pellicano in bicicletta
Simon Willison, nel suo test ormai iconico del “pellicano in bicicletta”, ha speso 25 centesimi per generare un’illustrazione SVG con Kimi K3. Il modello ha consumato 95 token di input e 16.658 token di output, di cui 13.241 di ragionamento — un dettaglio che rivela l’unico livello di sforzo disponibile, “max”. Willison nota che il prompt “hi” ha prodotto 86 token, suggerendo l’esistenza di un prompt di sistema nascosto di circa 85 token, che il modello si è rifiutato di rivelare.
Il test, nato 21 mesi fa come provocazione, oggi serve soprattutto a tastare in modo rapido costi, comportamento e capacità visive di un modello. Kimi K3 si è dimostrato efficace nell’analisi dell’immagine generata, restituendo una descrizione testuale accurata per 0,6 centesimi. Ma Willison avverte: il pellicano non misura la competenza più rilevante nei modelli attuali, cioè la capacità di usare strumenti in modo affidabile in conversazioni lunghe.
La posta finanziaria: round da 31,5 miliardi
Dietro il lancio c’è una macchina finanziaria imponente. TechCrunch, citando il Financial Times, riporta che Moonshot AI sta raccogliendo nuovo capitale con una valutazione di 31,5 miliardi di dollari, dopo aver già incassato 2 miliardi a maggio 2026 a una valutazione di 20 miliardi. Il Kimi K3 diventa così il biglietto da visita per attrarre investitori in un momento in cui i modelli open-weight cinesi sono sempre più considerati un’alternativa concreta alle costose soluzioni chiuse occidentali.
La strategia dei pesi aperti, unita a prestazioni che tallonano la frontiera, potrebbe accelerare l’adozione da parte di imprese che vogliono addestrare e personalizzare modelli senza vincoli di licenza. Il salto di qualità di Kimi K3 non sta solo nei numeri dei benchmark: è un segnale che la distanza tra i due ecosistemi si sta assottigliando anche sul piano della redditività e della fascia di prezzo.
Fonti
