Kimi K3: cosa cambia con il modello da 2,8 trilioni di parametri

Architettura, coding agentico, benchmark, costi e limiti del nuovo modello Moonshot

2026-07-19

Kimi K3: cosa cambia con il modello da 2,8 trilioni di parametri

Moonshot AI ha presentato Kimi K3, un modello da 2,8 trilioni di parametri pensato per affrontare sessioni di coding prolungate, analisi documentali, ricerca e attività multimodali. Il numero fa impressione, ma non è la parte più interessante dell'annuncio.

Il vero test sarà capire se K3 riesce a mantenere coerenza durante lavori che durano ore, attraversano repository molto grandi e richiedono l'uso coordinato di terminale, browser e strumenti esterni. È su questo terreno che Moonshot sta posizionando il modello.

Kimi K3 è già utilizzabile tramite Kimi.com, Kimi Work, Kimi Code e API. Moonshot ha annunciato la pubblicazione dei pesi completi entro il 27 luglio 2026. Alla data di questo articolo, però, i pesi e la licenza definitiva non sono ancora disponibili: è quindi più corretto parlare di un modello con rilascio open-weight annunciato, anziché dare per completata l'apertura del progetto.

Immagine: visuale ufficiale di Kimi K3. Fonte: Moonshot AI, blog tecnico Kimi K3. Asset inserito nella bozza a scopo editoriale; i diritti di riutilizzo devono essere verificati prima della pubblicazione.

Kimi K3 in breve

Queste specifiche arrivano dalla documentazione e dal blog ufficiale di Kimi. Non equivalgono, da sole, a una verifica indipendente delle prestazioni.

Come funziona l'architettura di Kimi K3

K3 usa una struttura Mixture of Experts (MoE). Il modello contiene 896 esperti, ma ne attiva 16 per ciascun passaggio. In teoria, questo permette di aumentare la capacità totale senza usare ogni parametro per ogni token. La qualità del risultato dipende molto dal routing: il sistema deve scegliere gli esperti adatti senza creare squilibri o colli di bottiglia.

Moonshot associa questa struttura a due componenti sviluppati dal proprio gruppo di ricerca:

• Kimi Delta Attention (KDA), un meccanismo ibrido di attenzione lineare pensato per sequenze molto lunghe;

• Attention Residuals (AttnRes), che seleziona le rappresentazioni utili attraverso i diversi livelli del modello invece di accumularle sempre nello stesso modo.

La società dichiara un miglioramento di circa 2,5 volte nell'efficienza di scaling rispetto a Kimi K2. Questo dato include l'effetto dell'architettura, delle tecniche di addestramento e delle nuove ricette sui dati, quindi non va letto come un semplice aumento di velocità nell'uso quotidiano.

Figura: Kimi Delta Attention, Stable LatentMoE e Attention Residuals nell'architettura di Kimi K3. Fonte: documentazione ufficiale Kimi API.

Il modello usa inoltre quantization-aware training dalla fase di supervised fine-tuning, con pesi MXFP4 e attivazioni MXFP8. Moonshot consiglia configurazioni a supernodo con almeno 64 acceleratori per il deployment diretto. È un'indicazione importante: anche con pesi disponibili, eseguire K3 in proprio sarà fuori portata per la maggior parte delle aziende. Per molte organizzazioni l'accesso tramite API resterà la scelta realistica.

Il punto forte dichiarato: coding di lunga durata

Kimi K3 non viene presentato come un semplice assistente che completa funzioni o corregge errori isolati. Moonshot parla di sessioni ingegneristiche prolungate, uso del terminale, esplorazione di repository estesi e cicli di verifica con feedback visivo.

Nel blog tecnico compaiono diversi casi di studio.

Ottimizzazione di kernel GPU

Moonshot ha assegnato ai modelli fino a 24 ore per analizzare, riscrivere e misurare quattro kernel su hardware differente. Secondo i risultati pubblicati dall'azienda, K3 si è dimostrato competitivo con i modelli proprietari più avanzati valutati nello stesso esperimento.

Il confronto richiede cautela. I modelli sono stati eseguiti con harness differenti e, in alcuni casi, con meccanismi di fallback. Anche piccole differenze nel sandbox, nei tool e nella precisione numerica accettata possono modificare il risultato.

MiniTriton, un compilatore GPU costruito dal modello

K3 avrebbe sviluppato MiniTriton, un compilatore compatto ispirato a Triton, completo di rappresentazione intermedia, passaggi di ottimizzazione e generazione di codice PTX. Moonshot riporta prestazioni confrontabili con Triton e torch.compile su alcuni benchmark, oltre alla capacità di sostenere l'addestramento di nanoGPT.

Figura: confronto roofline dei kernel CUDA-core generati tramite MiniTriton su NVIDIA L20. Fonte: Moonshot AI, blog tecnico Kimi K3. Il grafico riporta risultati prodotti dall'azienda.

È una dimostrazione tecnica interessante, ma non basta per concludere che il compilatore sia già un'alternativa di produzione. Servono codice, test riproducibili e valutazioni su più architetture hardware.

Progettazione di un chip in 48 ore

In un'altra prova, K3 avrebbe progettato e verificato in simulazione un chip per eseguire un modello ridotto basato sulla propria architettura. Il flusso è durato 48 ore e ha utilizzato strumenti EDA open source e la libreria Nangate a 45 nm.

Il risultato dichiarato include 1,46 milioni di celle standard, 0,277 MB di SRAM, frequenza di 100 MHz e oltre 8.700 token al secondo in simulazione. Non si tratta di un chip fabbricato né validato fisicamente. Il valore del caso di studio è un altro: mostrare che un agente può portare avanti un processo tecnico composto da molte decisioni e verifiche consecutive.

Visione, game development e video

Kimi K3 accetta testo, immagini e video nello stesso modello. Moonshot mostra esempi nei quali il sistema osserva screenshot, modifica il codice e controlla nuovamente l'output. Questo ciclo, definito “vision in the loop”, è utile per frontend, videogiochi, CAD e interfacce grafiche.

La pagina ufficiale include otto demo. La galleria seguente le mantiene separate: si può scorrere orizzontalmente, riprodurre un video alla volta e leggere sotto ciascuno che cosa viene mostrato.

1. Ambiente open world

Una scena 3D in terza persona ambientata in un bosco, con acqua, vegetazione e un personaggio controllabile. La demo mostra la capacità di costruire un ambiente esplorabile e di iterare su scena, comandi e resa visiva.

2. Console portatile ed emulazione

Una console portatile 3D esegue un gioco simile a Campo Minato. L'esempio combina modellazione dell'oggetto, interfaccia, controlli e logica del software mostrato sullo schermo.

3. Macchina da scrivere interattiva

Un'interfaccia scura ricostruisce una macchina da scrivere con foglio, tasti e comandi. La demo punta sulla coerenza tra oggetto tridimensionale, interazioni e pannello di controllo.

4. Colosseo in stile voxel

Un'arena costruita a blocchi contiene spalti, personaggi e numerosi elementi di scena. Il caso mette alla prova la generazione di un ambiente 3D popolato e la gestione di molti oggetti visibili insieme.

5. Fighting game fantascientifico

Due personaggi combattono in un ambiente spaziale con barre della salute, effetti e inquadratura dinamica. La demo riunisce animazioni, collisioni, sistema di combattimento e feedback dell'interfaccia.

6. RPG wuxia in terza persona

Il personaggio si muove sui tetti di un'ambientazione ispirata al wuxia, con HUD e indicatori di gioco. L'esempio mostra navigazione 3D, costruzione di un mondo coerente e adattamento a una direzione artistica precisa.

7. Arena FPS

Uno sparatutto in prima persona con arma, mirino, mappa, munizioni e avversari in un'arena colorata. La demo verifica controlli, interfaccia, logica di combattimento e leggibilità dell'azione.

8. Gargantua: visualizzazione di un buco nero

Una simulazione scientifica visualizza un buco nero supermassiccio e il comportamento dei raggi vicino alla sfera fotonica. È la demo più lunga e mostra l'uso del codice per creare una visualizzazione tecnica, non soltanto un videogioco.

Video: otto demo pubblicate nella pagina ufficiale Kimi K3 e servite dalla CDN Moonshot AI. Gli asset restano attribuiti alla fonte; prima della pubblicazione occorre verificare i diritti di incorporamento o sostituirli con link/embed autorizzati.

La documentazione API permette di caricare un file video e inviarlo al modello tramite un riferimento ms://. Non accetta invece URL pubblici di immagini come input diretto: l'immagine deve essere codificata in Base64 oppure caricata come file. È un dettaglio pratico da considerare quando si integra K3 in un'applicazione.

Knowledge work e contesti da un milione di token

Una finestra di un milione di token consente di lavorare su raccolte di documenti, repository e conversazioni molto più estese rispetto ai modelli con contesti più piccoli. La capacità teorica, però, non garantisce che ogni informazione venga recuperata con la stessa precisione.

Moonshot descrive casi di ricerca finanziaria e scientifica nei quali K3 avrebbe consultato migliaia di pagine, prodotto visualizzazioni interattive e coordinato più attività. Uno degli esempi riguarda la riproduzione delle relazioni universali I-Love-Q in astrofisica computazionale: il modello avrebbe esaminato più di venti paper, implementato una pipeline numerica e analizzato oltre trecento equazioni di stato.

Figura: risultati dichiarati da Moonshot nei benchmark interni Online Exp Bench, DECK-Bench e Finance-Bench. Il grafico confronta Kimi K3 con GPT 5.5 e Claude Opus 4.8; non è una valutazione indipendente.

Questi casi sono utili per capire il tipo di lavoro a cui K3 punta. Restano, al momento, dimostrazioni selezionate dal produttore. Per valutarne l'affidabilità servono prompt, log, codice e criteri di verifica completi.

Cosa dicono davvero i benchmark

Moonshot pubblica una tabella estesa che copre coding, automazione, attività d'ufficio, ricerca web e comprensione multimodale. K3 risulta spesso vicino ai migliori modelli proprietari e in alcuni test li supera.

Figura: benchmark di coding pubblicati da Moonshot AI. Sono inclusi DeepSWE, Terminal Bench 2.1, FrontierSWE, Program Bench, Kimi Code Bench 2.0 e SWE Marathon. Le barre blu evidenziano Kimi K3; harness e condizioni non sono identici per tutti i modelli.

Figura: confronti su agenti generali, automazione, spreadsheet, BrowseComp e task visuali. I risultati derivano dal materiale di lancio Moonshot e vanno letti insieme alle note metodologiche.

Il dato più corretto da portarsi a casa non è che K3 “batte GPT o Claude”. I risultati variano in base al benchmark e all'ambiente di esecuzione. Inoltre:

• K3 è stato valutato con lo sforzo di ragionamento massimo;

• alcuni concorrenti hanno usato harness differenti;

• una parte delle prove è interna a Moonshot;

• diversi risultati dei concorrenti provengono da fonti esterne;

• fallback, limiti di sicurezza e hardware possono incidere sui punteggi.

La copertura della BBC cita anche valutazioni indipendenti che collocano K3 vicino ai principali modelli statunitensi. È un segnale utile, non una certificazione generale. La verifica più affidabile per un'azienda resta un test sui propri documenti, processi e criteri di qualità.

Prestazioni e costo per attività

Moonshot ha pubblicato anche due grafici che mettono in relazione punteggio e costo stimato per task. Sono utili perché mostrano che la modalità di ragionamento incide sia sul risultato sia sulla spesa, ma non sostituiscono una misura effettuata sul proprio workload.

Figura: relazione tra punteggio e costo per attività su Kimi Code Bench V2. Nel grafico Kimi K3 passa dalle modalità low e high a max; il confronto include GLM-5.2 e diversi modelli Claude.

Figura: relazione tra punteggio BrowseComp e costo per attività. Kimi K3 viene mostrato nelle modalità medium, high e max insieme a modelli GPT e Claude. I costi e i punteggi dipendono dalle condizioni della valutazione Moonshot.

Quanto costa usare Kimi K3 via API

La tariffa annunciata da Moonshot è:

• 0,30 dollari per milione di token di input già presenti in cache;

• 3 dollari per milione di token di input senza cache;

• 15 dollari per milione di token generati in output.

L'API è compatibile con l'SDK OpenAI: basta cambiare chiave, base URL e nome del modello. Questo riduce il lavoro necessario per una prova tecnica, ma non elimina le differenze di comportamento tra i modelli.

La cache del contesto viene gestita automaticamente. Nei workload con prefissi molto lunghi e ripetuti, come un repository o una knowledge base stabile, il prezzo dell'input in cache può diventare rilevante. Va comunque misurato il tasso di cache hit reale, senza assumere che ogni richiesta benefici della tariffa ridotta.

Dove può avere senso per un'azienda

Kimi K3 merita una valutazione quando il processo richiede:

• analisi di grandi quantità di documenti;

• sviluppo software su repository estesi;

• attività che uniscono codice e controllo visuale;

• agenti che lavorano per molte iterazioni;

• input contenenti immagini o video;

• output strutturati secondo JSON Schema.

Per una PMI italiana, il vantaggio non sta nell'avere “2,8 trilioni di parametri”. Conta la capacità di ridurre tempi e passaggi in un processo concreto: analizzare capitolati, verificare documentazione tecnica, mantenere software o produrre report tracciabili.

Prima dell'adozione servono anche verifiche su trattamento dei dati, localizzazione dei servizi, condizioni contrattuali, disponibilità, logging e controllo delle azioni dell'agente. Il modello viene descritto dalla stessa Moonshot come molto proattivo, una caratteristica utile nei compiti lunghi ma rischiosa quando i confini operativi non sono espliciti.

I limiti dichiarati da Moonshot

Il blog ufficiale segnala tre limiti principali.

Il primo riguarda la cronologia del ragionamento. K3 è stato addestrato per ricevere nuovamente il thinking history completo. Se l'harness scarta parti della cronologia o cambia modello a metà sessione, la qualità può diventare instabile.

Il secondo è l'eccessiva proattività. Davanti a un requisito ambiguo, K3 può prendere decisioni non richieste. In contesti aziendali bisogna quindi specificare permessi, strumenti consentiti, condizioni di arresto e azioni che richiedono approvazione umana.

Il terzo è il divario di esperienza utente rispetto ai migliori modelli proprietari, riconosciuto dalla stessa Moonshot. Prestazioni elevate nei benchmark non garantiscono automaticamente risposte più chiare, prevedibili o facili da controllare.

A questi si aggiunge un punto temporaneo ma essenziale: i pesi completi e la documentazione tecnica finale sono annunciati per il 27 luglio. Licenza, requisiti di deployment e riproducibilità andranno verificati dopo il rilascio effettivo.

La valutazione di Velthub

Kimi K3 è uno dei lanci più interessanti per chi costruisce agenti AI e sistemi capaci di lavorare su contesti estesi. L'architettura MoE estrema, la componente multimodale e i casi di coding prolungato meritano attenzione.

Non consigliamo di sostituire un modello già in produzione sulla base dei benchmark del produttore. Il metodo corretto è preparare un set di attività reali, eseguire gli stessi test su K3 e sui modelli già utilizzati, misurare qualità, costo, latenza e tasso di intervento umano. Solo allora il confronto diventa utile per una decisione aziendale.

Velthub progetta e integra agenti AI, chatbot e software personalizzati nei processi aziendali. Possiamo valutare Kimi K3 insieme ad altri modelli e costruire un proof of concept sui vostri dati, con metriche e controlli definiti prima del test.

Contatta Velthub per analizzare un caso d'uso concreto.

Domande frequenti su Kimi K3

Kimi K3 è già open source?

Moonshot lo presenta come modello aperto e ha annunciato i pesi completi entro il 27 luglio 2026. Alla data di questo articolo i pesi e la licenza definitiva non sono ancora disponibili. Prima di definirlo pienamente open source è necessario verificare il rilascio effettivo e i termini della licenza.

Quanti parametri usa Kimi K3?

K3 contiene 2,8 trilioni di parametri totali. Essendo un Mixture of Experts, ne attiva solo una parte per ogni token: 16 esperti su 896, secondo Moonshot AI.

Qual è la finestra di contesto?

La finestra dichiarata è di un milione di token. Il modello supporta anche output molto lunghi, ma qualità, costi e latenza dipendono dal carico reale.

Kimi K3 può analizzare immagini e video?

Sì. Il modello ha capacità visuali native e la documentazione API mostra input sia per immagini sia per file video.

Può essere eseguito localmente?

In teoria sarà possibile distribuire i pesi dopo il rilascio. In pratica Moonshot raccomanda supernodi con almeno 64 acceleratori. Per la maggior parte delle aziende l'API sarà più accessibile del self-hosting.

Fonti

1. Moonshot AI, “Kimi K3: Open Frontier Intelligence”

2. Kimi API Platform, guida introduttiva a Kimi K3

3. BBC, “China's Moonshot AI claims Kimi K3 can rival OpenAI and Anthropic”

4. VentureBeat, analisi del lancio di Kimi K3

Nota editoriale: specifiche, casi di studio e gran parte dei benchmark derivano da Moonshot AI. L'articolo li attribuisce al produttore e segnala dove manca ancora una verifica indipendente completa.

https://velthub.ai/blog/kimi-k3-modello-ai-28-trilioni-parametri