Spiegazione di Kimi K3: il modello aperto da 2,8 trilioni di parametri di Moonshot che supera Opus 4.8

Moonshot AI ha rilasciato Kimi K3 il 16 luglio 2026, e il dato più eclatante è difficile da ignorare: 2,8 trilioni di parametri, che l’azienda definisce il modello open-source più grande mai rilasciato. I pesi non sono ancora pubblici — sono previsti per il 27 luglio — ma il modello è già attivo nelle applicazioni Kimi, in Kimi Code e su OpenRouter. I punteggi rappresentano però la vera novità.

Sull’Artificial Analysis Intelligence Index, K3 ottiene un punteggio di 57. Ciò lo colloca al di sopra di Claude Opus 4.8 (56) e subito sotto soltanto GPT-5.6 Sol (59) e Claude Fable 5 (60) — la prima volta che un modello con pesi aperti viene inserito nel gruppo di frontiera anziché in una fascia inferiore. La sorpresa riguarda però il prezzo. K3 è quotato a 3,00 USD per milione di token in input e 15,00 USD per milione di token in output, circa il triplo rispetto a quanto richiesto da Kimi K2.6. L’era dei modelli cinesi di frontiera a prezzi stracciati sembra dunque giunta al termine. Ecco cosa è reale, cosa è dichiarato dal fornitore e dove si colloca effettivamente K3.

Che cos’è realmente Kimi K3

K3 è il modello flagship generale di Moonshot, non uno specialista. Si tratta di un cambio di direzione intenzionale rispetto a Kimi K2.7 Code, che la società aveva separato un mese prima come rilascio dedicato esclusivamente alla programmazione. K3 è progettato per fare tutto: conversazioni, elaborazione di documenti lunghi, visione artificiale e — la componente che Moonshot sembra considerare prioritaria — compiti agenziali su orizzonti estesi, nei quali il modello pianifica, invoca strumenti, legge i risultati e prosegue.

La scala è il primo aspetto da comprendere; la sparsità è il secondo. Dei 2,8 trilioni di parametri totali, soltanto 16 degli 896 esperti vengono attivati per ogni singolo token. È proprio questo meccanismo a mantenere i costi e la latenza dell’inferenza entro limiti gestibili da un’API; un modello denso da 2,8 trilioni sarebbe economicamente impossibile da eseguire. Il compromesso riguarda la memoria: tutti i 2,8 trilioni di parametri devono comunque risiedere nella VRAM, indipendentemente dal fatto che vengano attivati o meno.

Le specifiche complete e i prezzi in tempo reale sono disponibili sulla scheda tecnica di Kimi K3 nel nostro Database dei modelli di intelligenza artificiale.

L’architettura: come addestrare un modello da 2,8 trilioni di parametri senza far esplodere i costi

Due contributi della ricerca interna di Moonshot caratterizzano questo rilascio, entrambi mirati allo stesso problema: normalmente, aumentare la scala di un transformer comporta costi crescenti per ogni token aggiuntivo nel contesto e per ogni ulteriore strato di profondità.

Kimi Delta Attention (KDA) è un meccanismo ibrido di attenzione lineare. L’attenzione standard ha un costo computazionale quadratico rispetto alla lunghezza della sequenza, motivo per cui i contesti da un milione di token sono stati finora lenti e costosi ovunque siano stati implementati. Moonshot dichiara che KDA garantisce fino a 6,3× più veloce nel decoding su contesti da un milione di token — la differenza tra una finestra da 1 milione di token presente solo su un foglio tecnico e una che si può effettivamente utilizzare.

Attention Residuals (AttnRes) viene descritto come un sostituto diretto delle connessioni residue standard, migliorando il flusso del segnale attraverso la profondità della rete. Moonshot riporta un’efficienza addestrativa circa del 25% superiore con un costo aggiuntivo inferiore al 2%. Insieme al framework Stable LatentMoE, a Gated MLA e a una nuova funzione di attivazione (SiTU), l’azienda afferma di aver ottenuto un miglioramento complessivo dell’efficienza di scaling pari a circa 2,5× rispetto a Kimi K2.

Questi dati sull’efficienza sono forniti dal produttore e non sono ancora stati verificati in modo indipendente. Tuttavia, ne spiegano la strategia: non si raggiungono i 2,8 trilioni di parametri acquistando più GPU di Google — le restrizioni all’esportazione rendono questa via impraticabile per un laboratorio cinese. Si arriva invece a tale scala ottimizzando l’uso di ogni ora-GPU.

Benchmark: dove eccelle e dove no

I risultati migliori di K3 si concentrano su compiti agenziali e di ragionamento, piuttosto che sulle semplici conversazioni.

Emergono due segnali indipendenti. Nei test ciechi su Arena, gli sviluppatori hanno preferito Kimi rispetto a ogni modello statunitense leader nel coding front-end — inclusi Fable 5 e GPT-5.6 Sol. Per quanto riguarda l’automazione di compiti reali, K3 si è classificato al primo posto in quattro dei otto benchmark (tra cui Automation Bench, SpreadsheetBench 2 e BrowseComp), piazzandosi secondo rispetto a Fable 5 nella maggior parte degli altri.

Un’analisi onesta: K3 è ancora leggermente inferiore a Fable 5 e GPT-5.6 Sol nel complesso, ma supera sostanzialmente tutti gli altri modelli misurati finora. Per un modello open-weight, questo non era mai accaduto prima.

La storia dei prezzi: l’era dell’IA cinese economica sta finendo

Questa è la parte che riceve meno copertura ma che conta di più. I laboratori cinesi hanno costruito la propria reputazione offrendo API a prezzi inferiori di un ordine di grandezza rispetto a quelle occidentali. K3 non fa questo.

K3 costa circa tre volte il suo predecessore e ha un prezzo di listino identico a quello di Claude Sonnet 5. Sul singolo task il divario si riduce ulteriormente: le medie misurate indicano un costo di circa 0,94 USD per task per K3, 1,04 USD per GPT-5.6 Sol e 1,80 USD per Opus 4.8. K3 rimane più economica, ma ora compete sul valore ai margini, non sulla base di un prezzo 10× inferiore. Il ragionamento di livello frontier sembra costare grosso modo lo stesso importo, indipendentemente da chi lo addestra.

Intelligenza per dollaro: la nostra analisi

Il prezzo assoluto è la metrica sbagliata. Ciò che conta è quanta capacità acquisti con ogni dollaro. Utilizzando il prezzo medio ponderato e i punteggi di intelligenza del nostro Indice 2026 di rapporto prezzo-prestazioni nell'IA, ecco dove si colloca K3:

Da quella tabella emergono tre conclusioni. K3 offre circa 1,7× l’intelligenza per dollaro rispetto a Claude Opus 4.8 ottenendo allo stesso tempo un punteggio leggermente superiore: un affare effettivamente migliore nella fascia alta. Tuttavia, GLM 5.2 restituisce ancora 2,8× maggiore capacità per dollaro rispetto a K3 con sei punti in meno di intelligenza, e DeepSeek V4-Flash restituisce circa 30× di più. K3 è il modello aperto più intelligente disponibile; tuttavia, non è affatto il miglior rapporto qualità-prezzo. Se paghi prezzi di livello frontier, devi essere certo di averne effettivamente bisogno per il ragionamento di livello frontier. Fai i tuoi calcoli personali nel Calcolatore dei costi delle API per l’IA, oppure consulta la classifica completa sulla classifica dei modelli linguistici (LLM leaderboard).

«Pesi aperti» non significa che tu possa eseguirlo localmente

Quando i pesi saranno rilasciati il 27 luglio, ci sarà sicuramente un’ondata di titoli che proclameranno che chiunque potrà eseguire un modello di livello frontier a casa propria. Controlla prima i calcoli.

Con i suoi 2,8 trilioni di parametri in formato nativo a 4 bit (MXFP4), i soli pesi occupano circa 1,4 TB. Aggiungendo una cache KV dimensionata per gestire contesti vicini al milione di token, la richiesta di spazio aumenta ulteriormente. Realisticamente, servono circa 16 GPU di classe H200 distribuite su due nodi — diverse centinaia di migliaia di dollari di hardware, prima ancora di considerare alimentazione e connettività di rete. A titolo di confronto, K2.7 Code, con 1 trilione di parametri, richiedeva circa 595 GB e otto GPU da 80 GB, ed era già fuori dalla portata degli utenti privati.

Allora, per chi è realmente destinato il rilascio dei pesi? Per distribuzioni sovrane, per imprese regolamentate che non possono inviare dati a un’API, per laboratori di ricerca e per provider cloud che lo ospiteranno per conto di tutti gli altri. Questo rappresenta comunque un vantaggio significativo rispetto a un modello chiuso — puoi eseguirne l’audit, eseguirne il fine-tuning e farlo girare all’interno dei tuoi sistemi — ma non è affatto una soluzione per GPU domestiche. Se vuoi sapere effettivamente quali modelli il tuo hardware può supportare, il nostro Calcolatore VRAM per LLM esegue i calcoli per ogni modello, mentre il calcolatore self-hosting vs API mostra a partire da quale soglia possedere GPU diventa più conveniente rispetto al pagamento per token.

Chi dovrebbe utilizzare K3

Usalo se stai eseguendo carichi di lavoro basati su agenti — automazione del browser, catene strumentali multistep, programmazione su orizzonti lunghi — dove i suoi punteggi su BrowseComp, Terminal-Bench e MCP Atlas si traducono in un numero minore di esecuzioni fallite. È anche la scelta ovvia se desideri un ragionamento di livello frontier con una credibile possibilità di self-hosting futura, oppure se la qualità del codice front-end è fondamentale (gli sviluppatori lo hanno scelto in test ciechi rispetto a Fable 5).

Saltalo se il tuo lavoro consiste in conversazioni ordinarie, riassunti, classificazioni o recupero di informazioni. A 3/15 USD staresti pagando tariffe di livello frontier per compiti che GLM 5.2 o DeepSeek V4-Flash gestiscono a una frazione del costo. Saltalo anche se hai dato per scontato che "open" significasse poterlo scaricare già questa settimana — i pesi saranno disponibili solo tra nove giorni dalla data di stesura di questo articolo, e occuperanno 1,4 TB.

Il punto più ampio è quello che la tabella dei benchmark evidenzia in modo silenzioso: un modello open-weight ha appena ottenuto un punteggio superiore a quello di Claude Opus 4.8. Qualsiasi divario esistente in passato tra IA open e closed di livello frontier è ora misurabile in pochi punti indice e alcuni mesi — non più in generazioni.

Domande frequenti

Kimi K3 è migliore di Claude Opus 4.8?

Sull'Artificial Analysis Intelligence Index, sì: K3 ottiene 57 punti contro i 56 di Opus 4.8, e costa 3/15 USD per milione di token, rispetto ai 5/25 USD di Opus. Rimane comunque inferiore a GPT-5.6 Sol (59) e a Claude Fable 5 (60).

Kimi K3 è open source?

I pesi sono programmati per il rilascio pubblico il 27 luglio 2026, seguendo il precedente della licenza MIT modificata di Moonshot applicata ai precedenti modelli Kimi. Fino ad allora K3 sarà disponibile esclusivamente tramite API attraverso le applicazioni Kimi, Kimi Code e OpenRouter.

Quanto costa Kimi K3?

3,00 USD per milione di token in input, 15,00 USD per milione di token in output e 0,30 USD per milione di hit della cache. Si tratta di un prezzo circa triplo rispetto a Kimi K2.6 ed è identico al prezzo di listino di Claude Sonnet 5.

Posso eseguire Kimi K3 localmente?

Quasi certamente no. Con i suoi 2,8 trilioni di parametri, i pesi a 4 bit occupano circa 1,4 TB — equivalenti a circa 16 GPU di classe H200 distribuite su due nodi, prima ancora di aggiungere qualsiasi cache KV per il suo contesto da 1 milione di token. È un modello pensato per il data center, non per il desktop.

Quanto è grande Kimi K3?

2,8 trilioni di parametri totali in una struttura Mixture-of-Experts, con soltanto 16 esperti attivi per token su un totale di 896. Moonshot afferma che si tratta del modello open-source più grande mai rilasciato finora.