Moonshot AI ha presentato Kimi K3, un modello multimodale da 2,8 trilioni di parametri progettato per la programmazione di lunga durata, il ragionamento e l’automazione del lavoro intellettuale.
L’azienda cinese lo descrive come il primo modello aperto della classe dei tre trilioni di parametri e ha annunciato la pubblicazione dei pesi entro il 27 luglio 2026. Al momento del lancio, tuttavia, K3 è utilizzabile attraverso Kimi.com, Kimi Work, Kimi Code e le API dell’azienda. La sua effettiva natura open-weight potrà essere valutata soltanto quando saranno disponibili licenza, file e documentazione tecnica completa.
Indice degli argomenti
Kimi K3 e modelli open-weight cinesi nella competizione globale
La notizia non riguarda semplicemente la costruzione di un sistema più grande. Kimi K3 segnala che il divario tra i laboratori cinesi e i leader statunitensi non può più essere descritto come un ritardo stabile di diversi mesi.
Lo Stanford AI Index 2026 documenta una distanza ormai ridotta nelle prestazioni. A marzo, il migliore modello statunitense conservava un vantaggio del 2,7 per cento sul migliore sistema cinese, mentre dal 2025 i due Paesi si erano alternati più volte al vertice. Gli Stati Uniti mantengono una netta superiorità negli investimenti privati, nella capacità dei data center e nel numero di modelli di rilievo, ma il primato tecnico dei singoli prodotti è diventato più contenuto e intermittente.
Figura 1. Immagine ufficiale di presentazione di Kimi K3. Fonte: Moonshot AI, “Kimi K3: Open Frontier Intelligence”.
La scala di Kimi K3 tra sparsità e inferenza efficiente
K3 utilizza un’architettura Mixture of Experts. I 2,8 trilioni di parametri rappresentano la dimensione complessiva del sistema, ma soltanto 16 dei 896 esperti vengono attivati per ciascun token. Questa selezione riduce il calcolo necessario rispetto a un modello denso della stessa scala. Moonshot combina Stable LatentMoE con Kimi Delta Attention, un meccanismo ibrido di attenzione lineare, e con Attention Residuals, una tecnica che permette agli strati di recuperare in modo selettivo le rappresentazioni precedenti invece di accumularle uniformemente.
Secondo l’azienda, queste soluzioni migliorano di circa 2,5 volte l’efficienza di scaling rispetto a Kimi K2. Si tratta ancora di una stima interna, non verificabile in modo indipendente finché non saranno pubblicati dati completi sull’addestramento, sul calcolo impiegato e sulla composizione dei dataset.
La documentazione cita anche Quantile Balancing, Per-Head Muon, SiTU e Gated Multi-Head Latent Attention. K3 sarebbe inoltre stato sottoposto ad addestramento quantization-aware già dalla fase di supervised fine-tuning, con pesi MXFP4 e attivazioni MXFP8. Queste scelte puntano a rendere più efficiente l’inferenza di un sistema le cui dimensioni restano comunque proibitive per la maggior parte delle organizzazioni.
Finestra contestuale e conversazioni multi-turn
La finestra contestuale dichiarata raggiunge un milione di token, sufficiente a contenere vaste raccolte documentali o grandi basi di codice. Una capacità nominale così ampia non dimostra, però, che il sistema sappia recuperare con la stessa precisione ogni informazione presente nella sequenza. Moonshot segnala inoltre che la cronologia del ragionamento deve essere conservata integralmente nelle conversazioni successive. Nelle conversazioni multi-turn e nelle chiamate agli strumenti, la documentazione API richiede di reinviare senza modifiche l’intero messaggio dell’assistente, non soltanto il contenuto della risposta finale.
Prestazioni di frontiera e limiti dei confronti su Kimi K3
Moonshot riconosce che le prestazioni complessive di K3 restano inferiori a quelle di Claude Fable 5 e GPT-5.6 Sol, pur dichiarando risultati competitivi nella programmazione, nell’uso di strumenti e nel lavoro professionale. Artificial Analysis gli assegna 57 punti nel proprio Intelligence Index, una valutazione comparabile a GPT-5.5 e Claude Opus 4.8, ma inferiore ai sistemi più avanzati presenti nella stessa classifica.
I benchmark non permettono comunque di decretare un vincitore generale. Moonshot ha utilizzato, a seconda della prova, ambienti agentici differenti come Kimi Code, Claude Code e Codex. Alcuni punteggi dei concorrenti provengono da valutazioni esterne, altri da test condotti direttamente dall’azienda. Budget di ragionamento, strumenti disponibili, configurazione dell’hardware e criteri di completamento possono modificare sensibilmente il risultato.
Figura 2. Prestazioni dichiarate da Moonshot AI nei principali benchmark di programmazione. I risultati sono stati ottenuti con ambienti e configurazioni differenti. Fonte: Moonshot AI, “Kimi K3: Open Frontier Intelligence”.
Casi di studio scelti da Moonshot
L’azienda ha accompagnato i punteggi con dimostrazioni più vicine al lavoro reale. In un caso K3 avrebbe sviluppato MiniTriton, un compilatore sperimentale per kernel GPU. In un altro avrebbe affrontato per 48 ore un progetto di chip sul nodo Nangate a 45 nanometri, producendo una descrizione hardware e un flusso di verifica. Moonshot riferisce anche un’analisi astrofisica completata in circa due ore attraverso la consultazione di oltre venti paper e centinaia di equazioni di stato. Sono esempi utili per comprendere la direzione del prodotto, ma rimangono casi di studio selezionati dal produttore e non validazioni indipendenti.
Modelli open-weight cinesi e pressione sul mercato dell’AI
Kimi K3 rafforza una tendenza già visibile con DeepSeek, Qwen, GLM e MiniMax. La distribuzione dei pesi favorisce la diffusione internazionale dei modelli cinesi e può modificare sia la concorrenza sia i rapporti di dipendenza tecnologica. Un sistema scaricabile può essere adattato, ospitato da operatori differenti e integrato in prodotti che non dipendono dall’interfaccia originale. Parte del valore commerciale si sposta così verso cloud, dati proprietari, applicazioni, assistenza e infrastrutture di inferenza.
Costi API, caching e infrastruttura
K3 non è però una soluzione economica in assoluto. Il prezzo ufficiale delle API è di 0,30 dollari per milione di token di input presenti nella cache, 3 dollari per l’input non memorizzato e 15 dollari per l’output. Moonshot sostiene che, nei propri carichi di programmazione, il sistema di caching Mooncake possa superare il 90 per cento di hit rate. Anche questa percentuale dipende dal tipo di utilizzo e deve essere considerata una misurazione interna.
L’apertura dei pesi non elimina inoltre il costo dell’infrastruttura. Moonshot raccomanda supernodi con almeno 64 acceleratori per le configurazioni destinate al modello completo. Il risultato è un’apertura soprattutto giuridica e tecnologica, mentre l’esecuzione autonoma rimane alla portata di grandi cloud, governi e organizzazioni dotate di notevoli risorse.
Figura 3. Risultati interni di Kimi K3 su attività di ricerca, produzione di presentazioni e analisi finanziaria. Fonte: Moonshot AI, “Kimi K3: Open Frontier Intelligence”.
Stati Uniti, chip e vantaggio tecnologico davanti a Kimi K3
K3 non dimostra che le restrizioni statunitensi sull’esportazione di semiconduttori siano state inutili. Washington continua a limitare l’accesso cinese alle tecnologie di calcolo più avanzate, pur avendo introdotto nel gennaio 2026 una valutazione caso per caso per alcune esportazioni di Nvidia H200, AMD MI325X e prodotti analoghi. La scala raggiunta da K3 indica però che i controlli sull’hardware non hanno arrestato i progressi dei laboratori cinesi, anche se possono averne condizionato costi, tempi e scelte architetturali.
Per l’industria occidentale, il vantaggio competitivo potrebbe quindi spostarsi. Il controllo dei chip, dei grandi cloud e dei canali di distribuzione rimane centrale, ma non garantisce automaticamente il monopolio dei modelli migliori. Le imprese statunitensi dovranno giustificare prezzi più elevati attraverso affidabilità, sicurezza, integrazione aziendale e prestazioni realmente superiori.
Parallelamente, l’adozione di modelli cinesi da parte di sviluppatori occidentali può creare dipendenze dalla manutenzione, dagli aggiornamenti e dalle decisioni sulle licenze, anche quando l’esecuzione avviene su infrastrutture locali. La sovranità tecnologica assume così il significato di diversificazione delle dipendenze, più che di autosufficienza completa.
Europa, Kimi K3 e sovranità operativa nell’AI
Per l’Europa, Kimi K3 rappresenta insieme un’opportunità e un problema. La disponibilità dei pesi potrebbe consentire a imprese e centri di ricerca di adattare un modello avanzato senza dipendere esclusivamente dai principali fornitori statunitensi. Le dimensioni del sistema, tuttavia, mantengono elevata la concentrazione al livello del calcolo.
Esiste poi una questione regolatoria. Gli obblighi europei per i fornitori di modelli di intelligenza artificiale per finalità generali sono applicabili dal 2 agosto 2025, mentre dal 2 agosto 2026 la Commissione potrà esercitare i propri poteri sanzionatori. Le esenzioni previste per alcuni modelli open source dipendono dalle condizioni della licenza e non cancellano gli obblighi destinati ai sistemi con rischio sistemico. Finché Moonshot non pubblicherà licenza e documentazione tecnica completa, non sarà possibile stabilire con precisione la posizione di K3 rispetto a queste regole.
Il significato di Kimi K3 dipenderà dunque meno dal record dei parametri che dalla sua diffusione reale. Se i pesi saranno distribuiti alle condizioni annunciate e l’ecosistema riuscirà a eseguirli in modo efficiente, il modello potrà aumentare la pressione sui prezzi e rafforzare il ruolo della Cina come fornitore globale di tecnologie di intelligenza artificiale. Se costi hardware, licenza o limiti tecnici ne restringeranno l’impiego, resterà soprattutto una dimostrazione di capacità. In entrambi i casi, la competizione non si svolge più soltanto tra laboratori, ma tra ecosistemi capaci di combinare modelli, calcolo, regole e distribuzione internazionale.
Bibliografia
Laurie Chen, “China’s Moonshot unveils world’s largest open AI model, closing in on US rivals”, Reuters, 17 luglio 2026.
Moonshot AI, “Kimi K3: Open Frontier Intelligence”, luglio 2026.
Moonshot AI, “Kimi K3 – Quickstart and technical documentation”, luglio 2026.
Artificial Analysis, “Kimi K3 achieves #3 in the Artificial Analysis Intelligence Index, comparable to Opus 4.8 and GPT-5.5”, 17 luglio 2026.
Stanford Institute for Human-Centered Artificial Intelligence, “The 2026 AI Index Report”, 2026.
Caroline Meinhardt, Sabina Nong, Graham Webster, Tatsunori Hashimoto e Christopher Manning, “Beyond DeepSeek: China’s Diverse Open-Weight AI Ecosystem and Its Policy Implications”, Stanford HAI, 16 dicembre 2025.
Caroline Meinhardt, Juan N. Pava, Caroline Yee e James Landay, “The Commercial Landscape of AI Sovereignty Offerings”, Stanford HAI, 15 luglio 2026.
Commissione europea, “Guidelines for providers of general-purpose AI models”, aggiornamento del 28 aprile 2026.
Commissione europea, “AI Act – Regulatory framework for artificial intelligence”, consultato il 18 luglio 2026.
U.S. Department of Commerce, Bureau of Industry and Security, “Department of Commerce Revises License Review Policy for Semiconductors Exported to China”, 13 gennaio 2026.
Kimi Team et al., “Kimi Linear: An Expressive, Efficient Attention Architecture”, preprint arXiv, 2025.
Kimi Team et al., “Attention Residuals”, preprint arXiv, marzo 2
Partecipa alla community