2,8 trilioni di parametri: un record assoluto
Il 16 luglio 2026 Moonshot AI, startup con sede a Pechino, ha rilasciato Kimi K3, un modello Mixture-of-Experts da 2,8 trilioni di parametri. È il più grande modello open-weight mai rilasciato nella storia dell'AI, il primo a entrare nella "3-trillion parameter class". Per contesto: GPT-5.6 Sol ha parametri nell'ordine dei miliardi, non dei trilioni. Kimi K3 non è solo grande, è una categoria nuova.
Il lancio è avvenuto alla vigilia della World AI Conference 2026 di Shanghai, dove il presidente Xi Jinping ha tenuto per la prima volta il keynote di apertura. Non è una coincidenza: la Cina sta usando il momento geopolitico per dimostrare che può competere alla pari con Stati Uniti su scala frontier, nonostante i limiti all'accesso ai chip avanzati.
Architettura: non solo dimensione
Kimi K3 non è un semplice scale-up di K2. È una riprogettazione architetturale completa, costruita su tre innovazioni chiave:
- Stable LatentMoE: una variante della Mixture-of-Experts che migliora la stabilità del training su scala trilione di parametri
- Kimi Delta Attention (KDA): uno schema di hybrid linear attention che riduce il costo computazionale mantenendo la qualità
- Attention Residuals (AttnRes): un meccanismo che cambia come l'informazione fluisce tra i layer, migliorando la coerenza su contesti lunghi
Queste innovazioni, insieme a cambiamenti all'ottimizzatore (per-head Muon, quantile-based load balancing, Sigmoid Tanh Unit activation), portano a un miglioramento di 2,5x nella scaling efficiency rispetto a Kimi K2. In altre parole: ogni parametro aggiuntivo produce più valore rispetto al passato.
1 milione di token di contesto, multimodalità nativa
Kimi K3 supporta una finestra di contesto di 1 milione di token, con input multimodale nativo: testo, immagini e video elaborati nello stesso modello. Non moduli separati, ma comprensione unificata.
Il modello include anche una "thinking mode" sempre attiva, un reasoning layer che decompone i problemi complessi prima di generare la risposta, simile a o1 di OpenAI e Deep Think di Gemini 3.5 Pro, ma integrato di default而非 come opzione premium.
2,8 trilioni di parametri, 1M di contesto, multimodalità nativa e thinking mode always-on. Kimi K3 non è solo grande: è denso di feature.
Benchmark: competitive con i frontier model
I benchmark self-reported mostrano performance competitive con i migliori modelli proprietari:
- Supera Claude Opus 4.8 max e GPT-5.5 high su multiple benchmarks
- Batte Claude Fable 5 nel Frontend Code Arena benchmark (coding specific)
- Perde contro GPT-5.6 Sol e Claude Fable 5 sui benchmark generali più difficili
Il quadro è chiaro: Kimi K3 non è il modello frontier assoluto, ma è il modello open-weight più vicino ai frontier mai rilasciato. E lo fa con 2,8 trilioni di parametri su infrastruttura cinese, bypassando i limiti all'export dei chip NVIDIA.
Prezzi e disponibilità
Il pricing è competitivo e aggressive:
- API: $3 per milione di token in input, $15 per milione in output
- Disponibilità: live su kimi.com, Kimi Work, Kimi Code e Kimi API
- Open weights: promessi su Hugging Face entro il 27 luglio 2026
Il confronto con i competitor è interessante: GPT-5.6 Sol costa $5/$30 per M token, Gemini 3.5 Pro ~$15/$60. Kimi K3 a $3/$15 è il più economico tra i frontier-class, e sarà open weight.
Open weight: il vero game-changer
La promessa di open weights entro il 27 luglio è l'aspetto più strategico. Quando i pesi di un modello da 2,8 trilioni di parametri saranno pubblicamente disponibili, chiunque potrà:
- Eseguirlo locally (con hardware sufficiente) senza API cost
- Fine-tunarlo su dataset specifici senza vincoli di licenza
- Studiarne l'architettura per ricerca accademica
- Derivarne modelli per applicazioni verticali
Questo colpisce direttamente il modello business di OpenAI e Anthropic: se un modello competitive è gratuito e open, perché pagare per quello proprietario?
Il contesto geopolitico
Kimi K3 arriva in un momento di tensione geopolitica massima. Il 17 luglio, Xi Jinping ha aperto la World AI Conference annunciando la proposta di una World AI Cooperation Organization, un corpo di governance AI internazionale che Pechino vuole con sede a Shanghai. È la risposta cinese al quadro regolatorio US-centric.
Nello stesso giorno, TSMC ha annunciato un profitto Q2 di $40 miliardi (+77% YoY) e investito altri $100 miliardi in Arizona. La gara per la supremazia AI ha due fronti: modelli (Cina sta dimostrando di poter competere) e hardware (TSMC/US cerca di mantenere il vantaggio chip).
Moonshot AI ha dimostrato che i limiti all'export dei chip NVIDIA non hanno fermato l'AI cinese. Hanno costruito un modello da 2,8 trilioni di parametri con infrastruttura locale, architettura innovativa e scaling efficiency superiore. Il message è chiaro: la Cina non è indietro, è su una traiettoria divergente ma competitiva.
Perché importa
Kimi K3 rappresenta tre shift simultanei. Tecnologico: 2,8 trilioni di parametri open-weight redefiniscono ciò che è possibile fare senza vincoli proprietari. Economico: a $3/$15 per M token, con open weights imminenti, mette pressione sui prezzi di intera industria. Geopolitico: dimostra che la Cina può competere alla pari sui frontier model, nonostante i limiti hardware.
Per sviluppatori e aziende, l'arrivo dei pesi open di Kimi K3 entro il 27 luglio apre scenari concreti: fine-tuning su dataset aziendali, deployment on-premise senza API cost, ricerca accademica su architetture MoE su scala trilione. L'AI open-weight non è mai stata così potente.
Alla AISAC seguiamo l'evoluzione dei modelli AI globali per aiutare le aziende a scegliere le soluzioni migliori. Se vuoi capire come Kimi K3 e i modelli open-weight possono integrarsi nei tuoi workflow, parliamone insieme.