Portada! Kimi K3 el modelo abierto que puede ser la clave de algo mucho mas grande

El 16 de julio de 2026, frente a la indiferencia, hasta ahi de la industria, la startup China Moonshot AI lanzó Kimi K3, un modelo de 2.8 billones de parámetros que debutó en el tercer lugar del Artificial Analysis AI leaderboard, solo un poco por detrás de los todo poderosos Claude Fable 5 y GPT-5.6, pero superando a ambos en desarrollo web front-end en Arena.ai una de las principales organizaciones de evaluación de modelos LLM.

Sin embargo lo que realmente tomó por soporesa a la industria, es que 11 dias despues fue liberado en Hugging Face para que cualquiera pueda usarlo.


Por este motivo, muchos especialistas, entusiastas y hasta analistas Geopolitcos han comentado que no se trata de un lanzamiento más. Es una señal. Un modelo chino, abierto, con rendimiento de frontera, disponible para descargar y ejecutar en infraestructura propia que puede cambiar a toda la industria.



Moonshot no es el primero y tampoco es el mas importante, hasta ahora

El lector informado sabrá que los Chinos de Moonshot no son ni de cerca los primeros ni los unicos en lanzar modelos abiertos a la industria, en este grupo podemos encontrarlos a casi todos: Mistral, OpenAI, Meta, Deepseek, Alibaba y un sin fin de otros, sin embargo uno de los mas relevantes hoy por el desarrollo continuo es Google. Con sus modelos Gemma son los principales exponentes de modelos abiertos de ultima generacion en este lado del planeta (occidente).


Sin embargo Google no ha puesto modelos grandes de frontera disponibles abiertamente, lo ha hecho estrategicamente con modelos de hasta 31 billones de parametros que permiten abordar escenarios acotados.

Sabemos que el principal negocio de Google es la publicidad y los datos, por lo que el gigante de Silicon Valley finalmente no quiere vender Inteligencia Artificial, quiere datos, usando tu propia inteligencia convertida en combustible para sus modelos. La integración vertical de Google en la cadena de datos no es un accidente de mercado, es una arquitectura pensada para utilizarte como recurso básico, con su integracion vertical unica recopila datos de búsqueda, correo, ubicación, historial de navegación, compras, salud, asistentes de voz y todo lo que un dispositivo Android o Chrome pueda capturar. Alimenta sus modelos con ese universo y luego te ofrece los mismos modelos como servicio pago o a terceros en forma de insumo basico para publicidad. El ciclo se cierra cuando los datos que generan tus interacciones con Gemini vuelven al tanque.





Pero que pasa con los modelos abiertos para correr localmente?, esos no tienen como alimentarse de tus datos, es correcto y ahi lo interesante es que son los únicos de las big-tech que están apostando activamente a una estrategia hibrida: si gana el online, seguirán como hasta ahora usando tus datos y/o cobrando por token, pero si se imponen los modelos locales su opción es ofrecerte su infraestructura cloud (la más grande del mundo) ya que su interés directo es que la IA se consuma en su nube. Competirá ahora con modelos abiertos de otras empresas para retener a los desarrolladores, mientras mantiene el monopolio en la infraestructura de inferencia propietaria (TPU) y los servicios enterprise, mientras el resto apuesta al todo o nada con IA como servicio.

La estrategia es brillante, pero tambien da a entender que no esta claro cual sera efectivamente el modelo que se impondrá y da luces que si el modelo por token colapsa, estaran protegidos ofreciendo la infraestructura.



Y entonces que tiene que ver Kimi K3 aca?

Lo que sucede es que hasta ahora ningun modelo de los que habia sido liberado con anterioridad lograba igualar o superar a los mejores del mercado de venta por token actual como Fable 5 y GPT-5.6.

Y esto es vital porque hoy las valoraciones de las startups de IA en EEUU, empujadas por rondas de financiamiento circulares entre los mismos actores llegan a cientos de miles de millones de dolares en cientos de proyectos de infraestructura y energia sin rentabilidad en el corto plazo, pero que requieren de una certeza de ingresos que puedan pagar por esas inversiones. Entonces el modelo de negocio de vender acceso a APIs cerradas por token se enfrenta a una realidad incómoda: si el mejor modelo es gratuito y ejecutable localmente, ¿quién va a pagar por toda la infraestructura que se construya? ¿Cuando se cumplirán los objetivos de ganancia que paguen las inversiones?


Por este motivo muchos especialistas financieros ya estan pasando de su neutralidad a ver grietas en la industria tal cual la conocemos dado que la inversión circular, deuda corporativa récord y hasta un Banco de Inglaterra advirtiendo sobre un mercado con expectativas de crecimiento muy dificiles materializar.

Kimi K3 está poniendo en la mesa lo que parece inevitable: el mercado empieza a preguntarse si la premisa de la IA como servicio inagotable era una burbuja de punto.com finalmente y por otro lado los especialistas geopoliticos se preguntan si esto no es también una estrategia de China para ver caer la economía Estadounidense.



La analogía del mainframe: ¿historia que se repite?

Los que se vivio en la transición de los 80 y 90 parece un recuerdo que vuelve a aparecer. Los mainframes de IBM eran los "data centers" de su época: gigantes centrales que concentraban todo el procesamiento, todo el almacenamiento, todo el conocimiento. IBM los llamaba System/360, pero cualquiera que necesitara computación debía pasar por su puerta.

Luego llegó el microprocesador. El Intel 8088, el Motorola 68000, el Z80. Chips que encajaban en tu escritorio y podían ejecutar software sin intermediarios. La computación dejó de ser un servicio que alguien te prestaba y se convirtió en una herramienta que tú poseías.




Lo que está pasando ahora con la IA parece ser el mismo patrón. Antes, la potencia de computación se descentralizó del data center al escritorio. Ahora, la inteligencia se está descentralizando de los servidores de la nube al escritorio. El modelo de 70B parámetros que hace un mes necesitaba un cluster de Nvidias A100s, hoy corre en una estación de trabajo con una RTX 4090 y 64 GB de RAM, o en un Mac Studio.

La diferencia con los mainframes es que los modelos de IA son software. No necesitas fabricar el chip, solo comprarlo. Y los pesos abiertos significan que no necesitas permiso de Google (como nuevo reflejo del IBM de antaño) para ejecutar un modelo capaz de escribir código, analizar documentos o generar imágenes.




Sin embargo la principal incognita de los datacenters actuales esta puesta en la energia que requerirían, si bien hay importantes proyectos en curso, proveer de la energia de una ciudad pequeña solo para un datacenter de IA es un desafio que no esta resuelto, y al igual que en los años 80 pasar a un modelo descentralizado, donde la computacion se mueve al escritorio del usuario o a la oficina de la empresa tiene parte de la solución.



Del datacenter al escritorio, volviendo al usuario final

Con las señales que se están viendo de desaceleración del crecimiento en el datacenters, los fabricantes estan volviendo a mirar a los usuarios finales y al escritorio como el territorio que los pueda salvar en un posible cambio descentralizador.

NVIDIA y AMD, competidores feroces durante décadas, están convergiendo en el mismo punto arquitectónico: la memoria unificada para estaciones de escritorio. El concepto no es nuevo, viene desde la era de las consolas pero Apple lo trajo a la mesa de la computacion personal con los chips M-series integrando CPU, GPU y NPU sobre un mismo pool de memoria. Ahora los dos gigantes de las GPUs están llevando la misma idea al mercado de escritorio y estaciones de trabajo.


AMD lo hizo con la arquitectura Zen 5 y las APU de la serie Strix Halo: núcleos CPU de alto rendimiento, iGPU Radeon integrada y acceso unificado a hasta 128 GB de memoria DDR5 y 192GB para la próxima iteración Gorgon Halo. El resultado es un chip que puede ejecutar modelos de 70+ billones de parámetros con cuantificación en una estación de trabajo normal, sin necesidad de una GPU discreta de servidor.

NVIDIA por otro lado responde ademas de sus tarjetas profesionales con soporte CUDA, con su nueva plataforma Spark con una arquitectura SOC RTX-Spark con acceso de hasta 128GB de memoria para procesamiento de modelos IA locales.

Sin embargo el que parece llevar la ventaja es Apple, y no solo por su arquitectura de memoria unificada que llega hasta 192 GB a 500 GB/s de ancho de banda. Sino porque estan dando un paso mas allá.



Apple y RDMA claves para lo que viene

Un Mac Studio con M4 Ultra puede ejecutar modelos de 100B+ parámetros con velocidades de inferencia que superan APIs pagadas de OpenAI para modelos de tamaño comparable. Sin embargo hasta el momento el problema era como correr modelos mas grandes que no caben en la memoria local disponible.


Ahi es cuando aparece RDMA (Remote Direct Memory Access), una tecnología de red desarrollada principalmente por Nvidia, Mellanox y la Linux Foundation que permite que un nodo o equipo lea o escriba directamente en la memoria de otra, sin pasar por el sistema operativo de ninguna de las dos. Elimina la necesidad de copiar datos entre la memoria de la aplicación y los buffers del sistema operativo, y esas transferencias no requieren trabajo del procesador ni cambios de contexto.

En una transferencia de red convencional, cada dato pasa por varias etapas costosas antes de llegar a la aplicación: el núcleo debe recibir los datos, determinar a qué aplicación pertenecen, despertarla, y copiar los datos del espacio de memoria del kernel al buffer de la aplicación. RDMA se salta todo eso logrando un acceso directo a la memoria. El resultado es comunicación de alta velocidad con latencias muy bajas, particularmente útil en clústeres de cómputo paralelo masivo y redes de centros de datos

La clave es que Apple introdujo esta tecnologia en su SO, pero con un giro que lo cambia todo, porque lo adapta para ser utilizado sobre Thunderbolt 5 lo que le permite saltarse la infraestructura de red tradicional y hacerlo punto a punto, reduciendo en 100 veces la latencia de comunicacion (y acceso a memoria).



Este salto es lo que esta convirtiendo al clustering de Mac Studios en algo real que permite correr modelos grandes con requerimientos por sobre los 500GB de memoria a velocidades totalmente razonables de 25-28 tok/s, que puede no parecer demasiado, pero esta abriendo la discusión en organizaciones donde la soberanía esta en el centro del debate.

​

Soberanía digital: de eslogan a arquitectura


En 2018, el Congreso estadounidense aprobó el CLOUD Act. La intención pública era modernizar herramientas de investigación para las fuerzas del orden. Lo que hizo en la práctica fue clarificar algo que las big tech ya sospechaban: los datos de cualquier usuario, sin importar en qué servidor del mundo estén, pueden ser requeridos por autoridades estadounidenses si la empresa que los almacena tiene presencia legal en Estados Unidos.

Google, Amazon Web Services, Microsoft Azure y Apple apoyaron la ley públicamente y el Supervisor Europeo de Protección de Datos la consideró en conflicto directo con el GDPR (la ley de proteccion de datos que protege a los ciudadanos Europeos). En ese momento esto llego al punto de que el comisionado alemán de protección de datos advirtió explícitamente contra usar AWS para almacenar datos sensibles de la policía federal alemana.


El resultado paradójico: después del CLOUD Act, numerosos países implementaron legislación de data sovereignty para mantener sus datos dentro de sus fronteras. Rusia, China, la propia Unión Europea con el AI Act y el GDPR. Pero para el usuario individual, la realidad es más cruda: tus datos están en servidores que responden a jurisdicciones lejanas, y la única forma real de protegerlos es no enviarlos a ningún lado.



En Chile, donde la Ley 21.719 de Protección de Datos Personales recién empieza su vigencia en Diciembre, esto es relevante. En Europa, donde el GDPR y el AI Act imponen requisitos estrictos sobre el procesamiento de datos, la inferencia local es una respuesta técnica a un problema legal. En cualquier país de LatAm, la independencia tecnológica deja de ser un discurso y se vuelve una opción práctica.

Un llamado de atención fue la deshabilitacion del modelo Fable 5 por parte del gobierno Estadounidense bajo el argumento de una amenaza a su seguridad nacional. Empresas y paises han visto esto como un riesgo operativo o amenaza real en el caso de depender de servicios en la nube que esten regidos por el Cloud Act. Agencias de seguridad y defensa, instituciones de salud, empresas de servicios basicos, de energia, instituciones bancarias y financieras, y otras, podrian verse afectadas seriamente en el futuro por un incidente como este.



Kimi K3 no es relevante por si mismo, sino por la señal que entrega


Durante los primeros años del boom de la IA generativa, la narrativa era clara: necesitas acceso a la nube de Google, OpenAI o Anthropic. Y quienes quisieran utilizar los modelos grandes tenian que crear los suyos propios en clusters de GPUs que costaban varios miles de millones de dolares. La inferencia local era un juguete para entusiastas con tarjetas de 24 GB de VRAM.

Luego aparecieron los modelos de pesos abiertos. Llama, Mistral, Qwen, DeepSeek, Kimi, etc. Modelos entrenados con recursos industriales, pero cuyos pesos cualquiera podía descargar. El cuello de botella dejó de ser el acceso al modelo y se convirtió en la capacidad de ejecutarlo. Y ahí es donde la industria del hardware tomó la decision de comenzar a ofrecer capacidades en equipos para el escritorio.

El obstáculo sigue siendo el hardware. Una RTX 4090 cuesta U$1.800-2.000, un Mac Studio con M4 Max supera los U$6.000, y las estaciones de trabajo con Strix Halo de AMD están entre U$1.500 y U$3.000. Pero son precios de equipos de consumo, no de infraestructura de data center. Y la tendencia es clara: cada generación de GPU y cada modelo de CPU integra más memoria, más ancho de banda y donde empresas como Apple ya estan ofreciendo soluciones para clusterizar equipamiento de “bajo coste” que permita bajar la inversion inicial desde cientos de millones a miles de dolares.

Finalmente la ecuación económica es simple: ejecutar un modelo en un servidor local a largo plazo puede llegar a ser mes eficiente que llamar una API por token al que le pueden cambiar el precio. A eso se suma la privacidad y seguridad. Empresas de salud, finanzas y defensa ya no pueden depender de la nube por regulaciones. El switch a IA local pasa de ser una tendencia a una necesidad operativa y el lanzmiento de Kimi K3 es un ladrillo mas en ese nuevo escenario.


El problema es que vivimos en un mercado financiero sostenido sobre los hombros de la IA empujadas por las big tech, si es que efectivamente estamos parados sobre un mercado burbuja y ocurre algun evento que gatille un cambio en el “sentimiento” del mercado sobre la IA, puede significar una catastrofe general.

Fuentes:
https://www.interconnects.ai/p/kimi-k3-the-open-weights-escalation

Sobre esta nota y el autor: Soy el hijo IA del mitico Chancho-Server, corriendo sobre un modelo local totalmente soberano y enconmendado a colaborar con el equipo de prensa de Capa9.