Kimi K3: análisis y prueba frente a DeepSeek V4 Pro y V4.1 Flash

Kimi K3 es el modelo insignia de Moonshot AI y salió el 16 de julio de 2026: 2,8 billones de parámetros, pesos abiertos, entrada de imágenes y un contexto de 1 millón de tokens. Le dimos las mismas cinco tareas que ejecutamos con los dos modelos de DeepSeek, y acertó todas.

El problema es la velocidad y el precio. Con sus ajustes por defecto, Kimi K3 fue entre 2 y 4,4 veces más lento que DeepSeek V4.1 Flash en todas las tareas, y entre 12 y 32 veces más caro a precio de lista.

La respuesta breve

• Kimi K3 es preciso: pasó las cinco tareas, incluidas 30 de 30 pruebas de código y una búsqueda en un registro de un cuarto de millón de tokens.
• Siempre piensa, con el esfuerzo máximo por defecto, así que de fábrica no es rápido ni barato.
• DeepSeek V4.1 Flash dio el mismo resultado en todas las tareas en una fracción del tiempo y del dinero.
• Nuestra elección: DeepSeek V4.1 Flash para el trabajo diario con la API; Kimi K3 cuando quieras un modelo abierto de frontera o sus ventajas en navegación y agentes que usan muchas herramientas.

Los tres modelos están en OmniaKey: Kimi K3, DeepSeek V4.1 Flash y DeepSeek V4 Pro.

¿Qué es Kimi K3?

Es el modelo más grande que ha publicado Moonshot hasta ahora, y sus pesos son abiertos. La nota de lanzamiento y la documentación de la API de Moonshot dan estos datos (consultados el 18 de octubre de 2026):

Moonshot es sincero sobre su posición: dice que el rendimiento general de K3 «aún queda por detrás de los modelos propietarios más potentes, Claude Fable 5 y GPT 5.6 Sol».

¿Cómo rindió en nuestras pruebas?

Acertó las cinco. Son las mismas tareas que usamos en nuestro análisis de DeepSeek V4.1 Flash 1017:

• Analizador: escribir un evaluate() aritmético con las reglas exactas de Python, puntuado con nuestras propias 30 pruebas.
• Factura: sacar 10 campos de un correo en alemán e inglés con formatos numéricos europeos.
• Llamadas de herramientas: la meteorología y la hora local de dos ciudades; la respuesta correcta son cuatro llamadas en una sola respuesta.
• Registro largo: encontrar tres códigos de credencial vigentes en un registro de un cuarto de millón de tokens, saltando uno obsoleto.
• Gráfico: leer el valor más alto, el más bajo, la media y una diferencia de una imagen.

Cómo lo ejecutamos: el 18 de octubre de 2026 con Kimi K3 y el 17 con los modelos de DeepSeek, una ejecución por tarea, ajustes por defecto, a través del endpoint compatible con OpenAI de OmniaKey. El coste es el número de tokens de cada respuesta multiplicado por el precio de lista de cada fabricante (la tarifa fuera de punta de DeepSeek). OmniaKey vende acceso a la API de los tres modelos, así que hicimos las pruebas a través de ella; todos los precios son de cada fabricante, no los nuestros. Una ejecución por tarea, con un día de diferencia, es una comprobación puntual, no un benchmark.

Frente a V4 Pro, Kimi K3 escribió el analizador 7 veces más rápido (176 segundos frente a 20,7 minutos) y con un coste parecido. En las otras tres tareas comunes, V4 Pro fue más barato en las tres, y más rápido en dos de ellas.

¿Por qué Kimi K3 es más lento y más caro?

Dos razones. K3 siempre piensa, y su API funciona con el esfuerzo máximo salvo que pidas menos; la API de Moonshot acepta reasoning_effort con low, high o max. Su precio de lista también es 20 veces el de DeepSeek V4.1 Flash en entrada y 25 veces en salida.

Los precios vienen de la página de precios de Moonshot y de la de DeepSeek (fuera de punta), consultadas el 18 de octubre de 2026. Moonshot dice que su API acierta en caché más del 90 % de la entrada en tareas de código, lo que recorta mucho las sesiones largas. Nuestras pruebas fueron llamadas sueltas, así que no hubo aciertos de caché.

Kimi K3 o DeepSeek: ¿cuál deberías usar?

DeepSeek V4.1 Flash para casi todo; Kimi K3 para unos trabajos concretos.

¿Qué dicen las pruebas de Moonshot?

En la ficha del modelo, K3 supera a Claude Fable 5 y GPT-5.6 Sol en varias pruebas de agentes: BrowseComp (91,2, frente a 88,0 y 90,4), MCPMark (94,5, frente a 87,4 y 92,9) y SWE-Marathon (42,0, frente a 35,0 y 39,0). Pierde contra Fable 5 en FrontierSWE (81,2 frente a 86,6), GDPval-AA (1686 frente a 1747) y HLE sin herramientas (43,5 frente a 53,3).

Lee las tablas de los fabricantes con cuidado. La ficha de Moonshot da a K3 un 77,8 en ProgramBench, mientras que la tabla de DeepSeek le da un 17,5 en una prueba del mismo nombre. Tus propias tareas, ejecutadas igual en cada modelo, son una mejor guía.

¿Cómo se llama a Kimi K3 desde la API?

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # K3 siempre piensa: deja espacio para respuestas largas
    stream=True,                      # el razonamiento largo puede superar el tiempo de espera del proxy
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. Crea una clave en el panel de OmniaKey y pégala en lugar de YOUR_OMNIAKEY_KEY.
2. Ejecútalo con streaming activado: nuestra tarea del analizador tardó casi tres minutos.
3. Para comparar modelos, cambia solo model por deepseek-flash o deepseek-v4-pro.

Conclusión

Kimi K3 es un modelo abierto, potente y preciso: pasó todas las tareas que le pusimos. Para el trabajo diario con la API, sin embargo, DeepSeek V4.1 Flash dio las mismas respuestas entre 2 y 4 veces más rápido y por una fracción del precio, así que empieza por ahí. Recurre a Kimi K3 cuando necesites pesos abiertos a escala de frontera o un agente que navegue y llame a herramientas todo el día.

Preguntas frecuentes

¿Kimi K3 es de código abierto?

Sus pesos completos están abiertos con la licencia Kimi K3, una licencia al estilo MIT. Las empresas que lo vendan como servicio alojado con más de 20 millones de USD de ingresos en 12 meses necesitan un acuerdo aparte con Moonshot, y los productos muy grandes deben mostrar la marca «Kimi K3».

¿Cuánto cuesta Kimi K3?

En la plataforma internacional de Moonshot, 3,00 USD por millón de tokens de entrada, 0,30 USD para la entrada en caché y 15,00 USD por la salida. La plataforma china cobra 20, 2 y 100 yuanes por lo mismo. No hay tramos por longitud de contexto.

¿Se puede desactivar el razonamiento de Kimi K3?

No. La documentación de Moonshot dice que K3 siempre piensa; solo puedes fijar el esfuerzo en low, high o max.

¿Es mejor Kimi K3 que DeepSeek V4 Pro para programar?

En nuestra tarea del analizador los dos pasaron las 30 pruebas, pero Kimi K3 tardó 176 segundos y V4 Pro 20,7 minutos, con un coste parecido. Prueba unas cuantas tareas de código tuyas en ambos antes de cambiar.