Kimi K3 c'è. Pesa 2,8T, programma sul serio, e i pesi arrivano il 27 luglio

Moonshot ha pubblicato il blog ufficiale di Kimi K3. Niente speculazioni: il modello esiste, ha specifiche precise e si può già usare via API.

2,8 trilioni di parametri, architettura MoE con 16 esperti attivi su 896. Contesto da 1.048.576 token. Vision nativa (immagini via base64 o ms://, niente URL pubblici). API OpenAI-compatibile su api.moonshot.ai/v1, model ID kimi-k3.

I prezzi: $0.30 per milione di token in input con cache hit, $3.00 in cache miss, $15.00 in output. Al lancio solo reasoning_effort=max; low e high sono previste negli update successivi. I pesi completi sono attesi entro il 27 luglio 2026.

I benchmark di coding

I benchmark di coding sono il punto forte. Su DeepSWE fa 67.5 (Fable 5 fa 70, Sol 73), su TerminalBench 2.1 arriva a 88.3, su FrontierSWE 81.2. Su SWE Marathon, task pensati per sessioni molto lunghe, K3 batte tutti: 42 contro 35 di Fable 5 e 39 di Sol.

Il blog mostra anche qualche case study. K3 ha costruito MiniTriton, un compilatore GPU scritto da zero con performance pari a Triton su alcuni carichi. Ha progettato un chip a 45nm in una sessione autonoma di 48 ore. Ha riprodotto pipeline numeriche complesse partendo direttamente dalla letteratura scientifica. Sono demo, non benchmark standardizzati, ma danno un'idea del comportamento in sessioni lunghe con terminale e strumenti.

Cosa sapere prima di usarlo

Ci sono un paio di cose da sapere prima di metterlo in produzione.

Il modello è sensibile alla cronologia del thinking. Se l'harness che usate non ripassa tutto lo storico dei reasoning token, la qualità crolla. Kimi stessa dice di non switchare a K3 a metà sessione e di usare harness compatibili.

Secondo problema: K3 tende a essere troppo proattivo. In task ambigui prende decisioni per conto tuo. Se avete vincoli stretti sul comportamento, va incanalato bene via system prompt o AGENTS.md.

I pesi arriveranno ma non subito. Il 27 luglio è la data dichiarata da Moonshot. Fino ad allora è accessibile via API proprietaria e su provider che lo espongono (OpenRouter ce l'ha già, altri arriveranno).

È il primo modello open — o quasi — che compete davvero con Claude Fable 5 e GPT 5.6 Sol sul coding. I benchmark lo dicono, i demo lo rafforzano. Se i pesi escono davvero e l'ecosistema open li adotta in fretta, diventa un contendente serio. Se no, resta un'API molto competitiva con un'etichetta "open" da dimostrare.

Fonti

• Kimi K3 Blog Ufficiale
• Kimi K3 Blog (IT)
• Kimi K3 Quickstart
• Kimi K3 Pricing
• Kimi Models
• OpenRouter - moonshotai/kimi-k3
• X - CodeByNZ

📌 Questo articolo riassume una discussione su r/vibecodingitalia. Leggi il post originale.