Il modello più grande di Moonshot ha una marcia sola

Un modello di classe tremila miliardi con una sola impostazione

Moonshot AI ha messo Kimi K3 nel mondo il 16 luglio con una frase che fa da sola tutto il marketing: il primo modello aperto di classe 3T al mondo, progettato per l'intelligenza di frontiera nel coding a lungo orizzonte, nel lavoro di conoscenza e nel ragionamento. La specifica dietro la frase è reale. K3 porta 2.800 miliardi di parametri totali in un design mixture-of-experts che attiva 16 esperti su 896 per ogni token, costruito su quella che Moonshot chiama Kimi Delta Attention e Attention Residuals, addestrato con consapevolezza della quantizzazione perché i pesi stiano in MXFP4 e le attivazioni in MXFP8. La finestra di contesto nativa è di un milione di token. La visione non è aggiunta a posteriori: il modello prende immagini e video direttamente.

Il dettaglio che governa la vostra fattura non è nell'annuncio. È nella documentazione quickstart. Moonshot descrive il ragionamento di K3 come nativamente configurabile, con una profondità di pensiero che impostate a ogni chiamata, e poi annota che l'impostazione al momento supporta solo il livello di sforzo massimo. Rileggetelo, perché ribalta l'assetto abituale. Sulla maggior parte delle API di frontiera il controllo dello sforzo è il modo in cui comprate una risposta economica a una domanda economica. Su K3, oggi, c'è una marcia sola. Il modello ragiona al massimo tanto sulla richiesta banale quanto su quella difficile, e il contatore non conosce la differenza.

Tutto il resto dell'interfaccia è costruito per chi ha intenzione di spendere. Il caching del contesto funziona automaticamente, senza identificatori di cache da gestire e senza time-to-live da regolare. Le definizioni degli strumenti si caricano dinamicamente invece di stare dentro ogni richiesta. L'output strutturato è imposto rispetto a uno schema. Lo streaming separa i token di ragionamento dai token di risposta, così potete guardare il modello pensare su un canale e scrivere sull'altro. Sono le funzioni di un sistema che si aspetta sessioni lunghe, costose e agentiche, e Moonshot ha costruito l'impianto esattamente per questo.

Il modello aperto che non potete scaricare fino al 27 luglio

La parola aperto sta facendo undici giorni di lavoro non pagato. L'annuncio di Moonshot dichiara che i pesi completi di K3 saranno pubblicati il 27 luglio. Fino ad allora il primo modello aperto di classe 3T al mondo è raggiungibile in un modo solo: attraverso l'API a pagamento di Moonshot, sui server di Moonshot, a Pechino, secondo i termini in vigore quella mattina. Ogni proprietà che rende un modello a pesi aperti degno di essere scelto, la possibilità di ispezionarlo, di ospitarlo dentro il vostro perimetro, di fissare una versione che nessuno può ritirare sotto di voi, di andarsene senza una migrazione, arriva alla data successiva. Quello che è arrivato il 16 luglio è un prodotto chiuso con un rilascio open-source in calendario.

Nemmeno la licenza è atterrata. Moonshot ha rilasciato la famiglia K2 sotto una licenza MIT modificata, ed è per questo che K2 è diventato uno dei modelli a pesi aperti davvero utilizzabili e non uno di quelli soltanto scaricabili, e l'aspettativa nel settore è che K3 segua la stessa strada con un report tecnico accanto ai pesi. Aspettativa è la parola giusta. Non c'è nessuna model card pubblicata, nessun testo di licenza e nessun file di pesi, quindi un'organizzazione a cui è già stato detto che il modello è aperto si è sentita dire una cosa programmata anziché una cosa vera. La distanza tra questi due stati è tutta la vostra revisione legale.

Questa non è un'accusa di malafede. È un problema di calendario, e i problemi di calendario sono quelli che azzerano gli acquisti in silenzio. Un team che valuta K3 questa settimana sta valutando l'API. I risultati, i numeri di latenza, il costo per compito, la qualità sul vostro carico di lavoro, descrivono tutti un servizio ospitato. Il 27 luglio compare un artefatto diverso, e la posizione onesta è che non lo avete ancora testato. Se il piano era far girare K3 sul vostro hardware, la valutazione che conta non è ancora iniziata, e quella che state facendo adesso misura l'infrastruttura di qualcun altro.

Quindici dollari al milione, e certe risposte prendono mezz'ora

K3 costa 0,30 dollari per milione di token con cache hit, 3 dollari per milione con cache miss e 15 dollari per milione in output, ovvero circa 0,26, 2,60 e 13 euro. Il divario di dieci a uno tra un cache hit e un cache miss è il numero più rumoroso di quell'elenco, ed è il motivo per cui Moonshot ha reso automatico il caching. Un carico di lavoro che riusa un prefisso lungo, lo stesso codice, lo stesso documento di policy, lo stesso fascicolo cliente, paga un decimo di quello che paga un carico che arriva a freddo. Un carico che ricostruisce il contesto a ogni chiamata trova da sé la strada costosa, e niente nell'API vi avvertirà.

L'output è dove un modello solo-massimo-sforzo diventa interessante, perché i token di ragionamento sono token di output. Moonshot ha descritto K3 come un modello costruito per il ragionamento profondo più che per la risposta rapida, e sui compiti più pesanti sono state segnalate generazioni di oltre 30 minuti. Un modello che pensa al massimo per impostazione predefinita, fattura il suo pensiero a 13 euro al milione e può passare mezz'ora su una singola richiesta non ha un prezzo per token utilizzabile da una direzione finanziaria. Ha un prezzo per compito completato, e l'unico numero che significhi qualcosa è quanto costa un lavoro finito sul vostro carico di lavoro.

Quindi misurate il compito, non il token. Prendete dieci lavori reali dalla coda, quelli che davvero affidereste a un modello, eseguiteli dall'inizio alla fine e dividete. Quella cifra è confrontabile con la diaria di un consulente e con il modello più economico che già fate girare, ed è l'unica che sopravvive al contatto con un budget. La tariffa al milione sulla pagina dei prezzi non vi dice quasi nulla quando è il modello a decidere da sé quanto pensare, e oggi non ha nessuna istruzione per pensare poco.

Moonshot ha pubblicato i benchmark che perde

La riga più utile del lancio è quella che concede. Moonshot dichiara che, tra i modelli testati, l'intelligenza complessiva di K3 si colloca seconda solo a Claude Fable 5 e GPT-5.6 Sol. I laboratori non sono tenuti a dirlo, e la maggior parte trova un grafico su cui arriva prima. Sotto, i numeri sono specifici e volutamente misti: GPQA-Diamond a 93,5, MathVision con Python a 97,8, Terminal Bench 2.1 a 88,3, DeepSWE a 67,5 e BrowseComp a 91,2. Sulle valutazioni agentiche Moonshot mette K3 davanti alla frontiera a cui per il resto cede il passo, con GDPval-AA v2 a 1687 contro Claude Opus 4.8 Max a 1600, e AA-Briefcase a 1527 contro GPT-5.6 Sol Max a 1495.

Leggete quella forma piuttosto che i singoli punteggi. L'affermazione non è che K3 sia il modello migliore. L'affermazione è che K3 è abbastanza vicino sull'intelligenza generale e avanti sul lavoro lungo, con uso di strumenti, di navigazione e azione, che è il carico per cui è stato progettato e prezzato. Un fornitore che nella propria tabella di confronto nomina Fable 5, GPT-5.6 Sol, Opus 4.8, GPT-5.5 e GLM-5.2 ha scelto il campo su cui vuole essere giudicato, e vi ha detto sottovoce quali dei vostri compiti si aspetta di vincere.

Il denaro è d'accordo con il posizionamento. L'ultimo round di Moonshot valuta la società circa 31,5 miliardi di dollari, all'incirca 27 miliardi di euro, dopo un round di maggio da 2 miliardi di dollari a una valutazione di 20 miliardi di dollari. Un'azienda la cui valutazione è cresciuta della metà in due mesi non ha bisogno di vincere un benchmark: ha bisogno che le imprese credano che la distanza dalla frontiera chiusa sia abbastanza piccola da smettere di pagarla. Pubblicare un secondo posto è un modo più economico di sostenere quell'argomento che rivendicare un primo.

Tre cose da definire prima che arrivino i pesi

Primo, decidete quale K3 state comprando, perché ce ne sono due e arrivano a undici giorni di distanza. Se la risposta è l'API, allora la storia dei pesi aperti è marketing che non vi riguarda, e K3 va giudicato come un servizio di frontiera cinese ospitato, su prezzo, latenza, trattamento dei dati e termini applicati ai vostri prompt. Se la risposta sono i pesi, allora niente di quello che imparate questa settimana si trasferisce, il testo della licenza è un documento vincolante e non una formalità, e la valutazione vera comincia il 27 luglio su hardware che controllate voi.

Secondo, scoprite quanto costa un singolo lavoro prima di scoprirlo in produzione. Eseguite i vostri dieci compiti reali più difficili, registrate il tempo effettivo e i token di output totali compresi quelli di ragionamento, e mettete il numero a confronto con il modello che fate girare oggi. Un modello solo-massimo-sforzo con un tetto di 30 minuti e una tariffa di output di 13 euro al milione può essere un ottimo affare su un lavoro che prima richiedeva a uno specialista una mattinata, e indifendibile su una richiesta a cui un modello piccolo risponde in quattro secondi. Stesso modello, stesso listino, verdetti opposti, e la variabile che decide è il vostro carico di lavoro, non la tabella dei benchmark.

Terzo, mettete per iscritto cosa succede se l'impostazione dello sforzo resta saldata al massimo. La documentazione di Moonshot dice al momento, che è un'espressione con una roadmap dietro e nessuna data attaccata. Se arriva un livello di sforzo più basso, K3 diventa un modello a due velocità e il quadro dei costi cambia completamente. Se non arriva, allora state facendo girare un modello a cui non si può dire di sbrigarsi, e la mitigazione è architetturale anziché commerciale: instradate le domande economiche altrove e riservate K3 al lavoro che merita mezz'ora. Decidetelo adesso, finché è una scelta di progettazione, invece che al primo mese, quando è una fattura.

Da leggere ora: OpenAI dimezza il prezzo dell'IA quotidiana  |  Grok 4.5 perde i benchmark e vince il conto