Kimi K3: il modello open-weight cinese che sfida ChatGPT e Claude a un terzo del prezzo

Per anni il divario tra i modelli AI open-weight e quelli proprietari di OpenAI e Anthropic era imbarazzante: i primi erano “ok”, i secondi erano in un’altra categoria. Poi è arrivato Kimi K3 di Moonshot, e il divario si è assottigliato in modo piuttosto clamoroso. Il modello è disponibile su Hugging Face con pesi completi, e i benchmark lo mettono a pochi punti dai modelli di punta di OpenAI e Anthropic.

La notizia non è banale, soprattutto se si considera che Kimi K3 costa meno della metà dei suoi rivali proprietari: 3 dollari per milione di token in input contro i 5 di GPT-5.6 Sol e i 10 di Claude Fable 5, e 15 dollari per milione di token in output contro i 30 di Sol e i 50 di Fable 5. Numeri che, per chi sviluppa o integra modelli AI, fanno una differenza enorme.

Vuoi ascoltare il riassunto dell’articolo?

Sul fronte delle prestazioni, i test interni di Moonshot mostrano K3 a 77,8 punti su ProgramBench, contro 76,8 di Fable 5 e 77,6 di GPT-5.6 Sol.

Su BrowseComp K3 guida con 91,2, davanti a Fable (88) e Sol (90,4). Sull’Artificial Analysis Intelligence Index K3 segna 57, contro 59 di Sol e 60 di Fable 5: un gap di due o tre punti che non li rende intercambiabili, ma che colloca K3 molto più vicino alla frontiera di qualsiasi modello open-weight precedente.

L’architettura è Mixture-of-Experts: il modello ha 2.800 miliardi di parametri totali, ma ne attiva solo circa 104 miliardi per ogni richiesta, usando 16 esperti su 896 disponibili. Questo riduce la potenza di calcolo necessaria per generare una risposta, ma non cambia il fatto che l’intero modello deve restare accessibile in memoria. Non è un modello da 104 miliardi di parametri: è un modello da 2.800 miliardi che ne usa 104 alla volta.

Per capire le dimensioni: Qwen3.5 e Llama 4 Maverick hanno circa 400 miliardi di parametri, il Gemma 4 più grande di Google ne ha 31. K3 è sette volte più grande dei modelli open-weight più diffusi, e il download completo pesa circa 1,56 TB distribuiti su 96 file.

La licenza permette di scaricare, modificare, distribuire e usare K3 anche in prodotti commerciali (con alcuni limiti). Moonshot ha pubblicato l’architettura, il report tecnico e gli strumenti di inferenza, ma non il dataset di addestramento completo: per questo K3 non qualifica come open-source secondo la definizione dell’Open Source Initiative.

La strada più realistica per chi vuole usare K3 in locale non passa dal modello completo, ma da versioni distillate più piccole che ne ereditano le capacità. È lo stesso percorso che ha reso accessibili altri modelli di grandi dimensioni, e probabilmente è quello che vedremo nei prossimi mesi.

Ancora una volta, un’azienda cinese ha rilasciato pubblicamente un modello che compete con i migliori al mondo, a un costo operativo nettamente inferiore, in un momento in cui OpenAI e Anthropic tengono i loro modelli più capaci ben chiusi. L’ecosistema open-weight sta diventando un’alternativa seria, non solo un ripiego per chi non può, o non vuole, permettersi le API proprietarie.