Kimi K3 entra en el sistema de pago empresarial de OpenAI: se reescribe la ruta de internacionalización de los grandes modelos de código abierto chinos

El 1 de octubre, la empresa estadounidense de infraestructura de IA Baseten confirmó públicamente algo: los desarrolladores empresariales pueden invocar directamente Kimi K3 de Moonshot AI (月之暗面) dentro de Codex, la herramienta de programación de OpenAI, y los costes generados se cargan directamente al cupo de compra de OpenAI que la empresa ya tiene. No hace falta añadir una nueva entidad proveedora ni volver a pasar por el proceso de aprobación de compras. Es la primera vez que un gran modelo de código abierto chino entra en el sistema de liquidación de pagos empresariales de OpenAI.

El peso de este asunto no está en los parámetros ni en los rankings, sino en que altera la inercia de las rutas de compra de las empresas.

El propio proceso de compra es una barrera

Cuando una gran empresa integra a un nuevo proveedor de modelos, lo complicado nunca es la integración técnica, sino los procesos de cumplimiento normativo y financieros. El nuevo proveedor debe pasar una auditoría de admisión, hay que crear por separado un sistema de facturación y liquidación, y hay que volver a pasar por legal y compras. Para un equipo que solo quiere comprobar si un modelo funciona bien o no, el coste de todo este proceso suele ser mucho mayor que el del propio modelo.

Que Kimi K3 utilice la liquidación por cupo de OpenAI equivale a sortear toda esta fricción. El presupuesto de IA ya aprobado dentro de la empresa puede gastarse directamente en Kimi K3, y a efectos financieros lo que se ve sigue siendo una factura de OpenAI. Baseten, como puerta de entrada en la capa de infraestructura, conecta las capacidades del modelo de Moonshot AI al canal del ecosistema de OpenAI.

Antes de esto, Kimi K3 ya había llegado a Amazon Bedrock, la plataforma de nube de Amazon, y Moonshot AI se convirtió así en la primera empresa china de IA en colaborar con un gran proveedor de nube global bajo un modelo de reparto de ingresos. Uno es el reparto de ingresos en una plataforma de nube, el otro es la deducción por cupo en una herramienta para desarrolladores; ambos caminos apuntan al mismo resultado: los grandes modelos chinos empiezan a pasar de la fase de demostración técnica a la fase de implantación comercial a escala.

¿Qué nivel tiene el modelo en sí?

Kimi K3 se lanzó en julio de este año con 2,8 billones de parámetros, lo que lo convirtió en el gran modelo de código abierto más grande del mundo en el momento de su lanzamiento. Admite una ventana de contexto de 1 millón de tokens, cuenta de forma nativa con capacidad de comprensión visual y ha sido optimizado específicamente para el desarrollo de código, la investigación profunda y el procesamiento de conocimiento complejo.

El día de su lanzamiento, Kimi K3 alcanzó el primer puesto del ranking internacional de evaluación de código Arena, siendo el primer gran modelo chino en lograrlo. Elon Musk, CEO de Tesla, también valoró públicamente este resultado como impresionante.

Aún más digna de atención es su enfoque arquitectónico. Kimi K3 emplea Kimi Delta Attention y Attention Residuals para mejorar el flujo de información en secuencias largas, y utiliza una estructura Stable LatentMoE que activa solo 16 de 896 expertos; según la compañía, esto eleva la eficiencia de escalado aproximadamente 2,5 veces respecto a la generación anterior. Esta dirección de diseño coincide con el movimiento colectivo de los laboratorios chinos en los últimos meses: no competir por quién tiene más parámetros, sino por cuánta capacidad utilizable se obtiene de cada unidad de cómputo.

Un diseño de chip autónomo en 48 horas

Si entrar en Codex es un asunto de nivel comercial, otro avance se acerca más a la tecnología en sí.

Según información pública, Kimi K3 ya ha completado una prueba de concepto de diseño autónomo de chips por IA. En una prueba de agente de 48 horas ininterrumpidas, y apoyándose en herramientas EDA de código abierto y una biblioteca de procesos de 45 nm, completó de forma independiente el diseño, la iteración y la verificación de todo el flujo de un chip adaptado. El resultado es un chip ligero de 4 milímetros cuadrados, con 1,46 millones de celdas estándar y 0,277 MB de SRAM, que logra un cierre temporal estable a 100 MHz y un rendimiento máximo de decodificación superior a 8700 tokens por segundo.

Este tipo de resultados exige prudencia. Una prueba de concepto no equivale a un chip fabricable en serie, y 45 nm tampoco es un proceso de fabricación avanzado. Pero lo que valida es el circuito cerrado del proceso: si un modelo puede llevar a cabo de principio a fin una tarea de ingeniería que requiere múltiples rondas de prueba y error sin intervención humana paso a paso. Para quienes trabajan con agentes, esto dice mucho más que si una sola imagen queda bonita o no.

¿Hacia dónde va la capa de competencia?

El movimiento de expansión internacional de Kimi K3 corre en paralelo a otra línea.

Esa misma semana, Zhipu (智谱) publicó el modelo de código abierto GLM-4.6, con una mejora centrada en la capacidad de codificación agéntica, y completó la adaptación a chips nacionales como Cambricon y Moore Threads, logrando un despliegue estable de inferencia con cuantización mixta FP8+Int4 sobre hardware chino. DeepSeek también publicó el 2 de octubre, como código abierto, el marco de ejecución de agentes de escritorio Harness v0.2, con una arquitectura de «todo es un plugin» y capacidades integradas de organización de archivos, análisis de datos, redacción de documentos y modificación de código, bajo licencia MIT.

Al ver todo esto en conjunto, una dirección se vuelve clara: el modelo en sí se está convirtiendo en infraestructura, y la verdadera diferenciación empieza a desplazarse hacia dos frentes. Uno es el marco de ejecución, es decir, la capa que está por encima del modelo: quién logra que desarrolladores y empresas integren el modelo en su flujo de trabajo a bajo coste. El otro es la adaptación de hardware: quién consigue ejecutar la inferencia sobre un cómputo más barato y con mayor autonomía y control.

Kimi K3 ya ha anunciado K3.1, que admite un contexto de 1 millón de tokens y ofrece tres niveles de intensidad de razonamiento —Low, High y Max— para que el usuario elija según la complejidad de la tarea. El texto largo y los niveles de razonamiento seleccionables se están convirtiendo en el estándar de los modelos de código abierto chinos para atraer desarrolladores.

En el pasado, la expansión internacional de los grandes modelos chinos consistía sobre todo en tratar uno a uno con clientes extranjeros; para que una gran empresa los integrara había que añadir una auditoría de cualificación de proveedor, y la barrera de adopción era muy alta. Estos dos pasos de Kimi K3 han rebajado esa barrera un buen trecho. En cuanto a si las empresas estarán dispuestas a pagar por él, los próximos trimestres darán la respuesta.