Kimi K3: o carro-chefe de agente com contexto de 1M, em mãos

Kimi K3 é o modelo principal da Moonshot AI, disponível no app Kimi, na CLI e no desktop. Ele vem em duas variantes: K3 Max ("Chat & Agent, modelo principal versátil") e K3 Swarm Max ("Busca massiva, processamento em lote e mais em uma só vez"), com Agent Swarm como o recurso principal. É um modelo Mixture-of-Experts com 2,8 trilhões de parâmetros, visão nativa e contexto de 1 milhão de tokens (restrito a níveis de assinatura mais altos no app, sem restrição na API). A Moonshot publicou agora um blog técnico com benchmarks oficiais e preços da API ($3/$15 por milhão de tokens), então a ficha técnica é real, não um vazamento. A única coisa ainda pendente é a liberação dos open weights, prevista para 27 de julho de 2026.

O Kimi K3 já foi lançado?

Sim. O Kimi K3 é o atual flagship da Moonshot, disponível no app Kimi, no CLI e no desktop, com kimi.com agora liderando em "Kimi AI with K3." A Moonshot publicou um blog técnico com benchmarks oficiais e preços da API, então os números principais foram confirmados pelo fornecedor. O principal item ainda pendente é o lançamento de pesos abertos, previsto para 27 de julho de 2026.

Kimi K3 Max e K3 Swarm Max: as duas variantes

K3 é uma família, não um único modelo. O seletor no aplicativo (captura de tela abaixo, em primeira mão) lista três opções:

• K3 Max, "Chat & Agente, carro-chefe versátil," é o padrão e a escolha para a maioria dos trabalhos de codificação, raciocínio e assistente.

• K3 Swarm Max, "Busca em massa, processamento em lote e mais de uma vez," é a variante pesada para fluxos de trabalho complexos com múltiplos agentes, criada para distribuir uma tarefa entre muitos subagentes ao mesmo tempo.

• K2.6 Fast permanece no menu como "chat rápido, respostas rápidas", então o antigo carro-chefe agora é a opção de baixa latência.

A linha divisória é a escala da orquestração: o K3 Max executa o loop agêntico do dia a dia, enquanto o K3 Swarm Max executa muitos agentes em paralelo sobre uma grande carga de trabalho.

Enxame de Agentes Kimi K3

Agent Swarm é a identidade da K3, não um recurso secundário, e é por isso que o carro-chefe vem com uma variante dedicada "Swarm Max". Ele coordena busca paralela em massa e processamento em lote para que uma única sessão conclua muito mais trabalho, estendendo o sistema swarm que a Moonshot lançou com o Kimi Work, que já operava na ordem de centenas de subagentes coordenados.

Context agora é um nível de assinatura

A coisa mais interessante sobre o K3 não é o contexto de 1 milhão de tokens em si, mas o fato de que a Moonshot transformou o comprimento do contexto em um benefício de assinatura paga. O mesmo modelo oferece a você uma memória de trabalho diferente dependendo do seu plano:

• Moderato: 256K tokens

• Allegretto e acima: 1M tokens

O seletor no aplicativo reflete isso com um controle separado de "Context Length". Assim, o plano pelo qual você paga não altera se você pode usar K3; ele altera quanto de um projeto ele pode manter na memória de trabalho ao mesmo tempo.

É uma maneira útil de pensar para onde a precificação de IA está indo: o modelo é a CPU, a janela de contexto é a RAM, e o seu nível de assinatura é a configuração da RAM. Isso também explica por que o K3 se concentra tanto em trabalho de programação, jogos e 3D. Um contexto de 1M não está ali para conversar com você por mais tempo; ele está ali para absorver uma base de código, sua documentação, logs, configuração de cena e histórico de tarefas de uma só vez e continuar trabalhando em um projeto genuinamente grande sem perder o fio da meada.

A conclusão prática para compradores: escolha o plano de acordo com o quanto seu trabalho precisa permanecer residente. Codificação longa em uma única sessão, refatorações em repositórios grandes ou execuções de agentes em vários arquivos são o que justificam o plano de 1M; conversas comuns e tarefas curtas cabem confortavelmente dentro de 256K.

As especificações do K3 e o quanto confiar em cada uma

Com o blog técnico oficial publicado, a maior parte do que circulou como vazamento agora está confirmada. Veja a situação de cada especificação.

A leitura honesta: arquitetura, contexto, preços e benchmarks agora estão todos confirmados pelo fornecedor. A única coisa que ainda resta verificar por conta própria é o lançamento dos weights, prometido para 27 de julho; até que ele aconteça, o self-hosting ainda não é possível.

Benchmarks do Kimi K3

Moonshot publicou uma tabela de benchmark no lançamento. No esforço máximo de raciocínio, o K3 obtém pontuações de nível de fronteira, superando o Claude Opus 4.8 em todas as células publicadas, embora ainda fique atrás dos modelos proprietários mais avançados, Claude Fable 5 e GPT-5.6 Sol. Esses são números informados pelo fornecedor.

Independentemente, Artificial Analysis classifica o K3 em 4º lugar entre 189 no seu Intelligence Index (57, um ponto à frente do Opus 4.8 com 56), o que confirma sua posição de alto nível sem a perspectiva do fornecedor. Em tarefas agentic, o K3 também registrou 91,2 no BrowseComp (a melhor pontuação publicada no lançamento) e 56,0 no Humanity's Last Exam com ferramentas. O comparativo completo lado a lado está em Kimi K3 vs Claude Opus 4.8.

Dois pontos de atenção: a tabela é da própria Moonshot, e a Artificial Analysis classifica o K3 como lento e muito verboso, então pese as pontuações em relação ao throughput. A única especificação ainda pendente são os open weights, previstos para 27 de julho de 2026.

Na prática: como é uma longa execução do K3

Com base no tempo inicial de uso do K3 Max no cliente de desktop Kimi Code (julho de 2026), algumas coisas se destacam:

• Ele só funciona no nível máximo de esforço de raciocínio por enquanto. Ainda não há uma configuração de esforço menor, então cada resposta leva bastante tempo para pensar. O lado positivo é que a qualidade da saída se mantém: em uma tarefa real de programação, ele pareceu estar no nível do Claude Opus 4.8, o que os benchmarks oficiais agora confirmam, com o K3 superando o Opus 4.8 no conjunto de testes da Moonshot.

• A cota é baseada em tempo e é generosa para trabalhos pesados. Uma janela de uso de quatro horas mal se moveu, com cerca de 15% consumido, enquanto uma tarefa grande estava em execução. O K3 foi claramente feito para ficar trabalhando, em vez de ser acionado para respostas curtas.

• Ele sustenta execuções longas e contínuas. Quando solicitado a criar uma interface nativa para Mac para uma ferramenta de rede, ele se estabeleceu em um trabalho esperado para durar bem mais de uma hora, o que é exatamente o tipo de programação de longo prazo para o qual o K3 é voltado.

• A interface do Kimi Code é visivelmente melhor do que antes, chegando ao ponto de incluir uma pequena animação de carregamento de lua giratória durante esses longos períodos de raciocínio.

O padrão corresponde ao design do produto: pensamento longo, grande contexto e uma cota baseada em tempo apontam todos para trabalho de projeto sustentado, não para bate-papo rápido.

Kimi K3 vs DeepSeek V4 Pro, GLM 5.2 e Claude

K3 é uma aposta em escala. Seus 2,8T de parâmetros são comparados ao DeepSeek V4 Pro, divulgado com 1,6T, e ao ERNIE 5.0 da Baidu, com 2,4T. A contagem de parâmetros é um indicador fraco de qualidade, então um K3 maior não vence automaticamente, embora isso sinalize que a Moonshot está perseguindo a fronteira em vez da eficiência.

Para uma comparação de pesos abertos que você pode colocar em prática agora, DeepSeek V4 Pro versus DeepSeek V4 Flash e GLM 5.2 contra DeepSeek V4 Pro cobrem os dois modelos abertos chineses em relação aos quais o K3 será medido. Em relação aos modelos fechados de fronteira, o ponto de referência é o Claude: as compilações de codificação do Kimi já são comparadas com o Opus 4.8, e o preço da API do Claude define a barra de custo em relação à qual o K3 será julgado.

Como acessar o Kimi K3

• As próprias plataformas da Kimi: K3 Max e K3 Swarm Max são executados no app em kimi.com, na CLI e no cliente para desktop, com o contexto de 1M reservado para níveis de assinatura mais altos. A API paga para desenvolvedores está na Open Platform da Moonshot, cobrada a US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de saída (US$ 0,30 em cache); a análise completa de preços do Kimi K3 cobre como isso se compara ao K2.6, DeepSeek, GLM e Claude.

• Pesos abertos: os flagships anteriores da Kimi foram lançados com pesos abertos no Hugging Face sob a organização da Moonshot, e os pesos do K3 devem chegar lá até 27 de julho de 2026; acompanhe o model card.

• Agregadores de API: gateways de terceiros que expõem muitos modelos por trás de um único endpoint tendem a adicionar rapidamente novos modelos abertos chineses. Plataformas como a AIReiter já oferecem DeepSeek V4 e GLM 5.2 por meio de uma API compatível com Anthropic, então um K3 com pesos abertos provavelmente seguiria a mesma rota.

Perguntas Frequentes

Qual é a diferença entre K3 Max e K3 Swarm Max?

K3 Max é o flagship de uso geral para chat e tarefas agentic do dia a dia. K3 Swarm Max é a variante pesada para busca paralela em massa, processamento em lote e workflows complexos de múltiplos agentes.

Preciso do nível de contexto de 1M?

Apenas se o seu trabalho precisar de muita coisa residente ao mesmo tempo: codificação em repositórios grandes, execuções de agente em vários arquivos ou sessões longas únicas. A camada Moderato de 256K cobre conversas comuns e tarefas curtas. A janela de 1M está disponível nos planos Allegretto e superiores.

As Kimi K3 open weights estão disponíveis?

Anunciado, mas ainda não lançado. A Moonshot diz que os pesos completos do K3 (Modified MIT) serão lançados até 27 de julho de 2026; eles ainda não estão na organização do Hugging Face no momento em que isto foi escrito.

O que é o Kimi K3 Agent Swarm?

A principal capacidade do K3: coordenar muitos subagentes para executar busca e processamento em paralelo, de modo que uma única sessão faça muito mais. Ele estende o sistema swarm do Kimi Work.