Il 16 luglio Moonshot AI ha rilasciato Kimi K3, un mixture-of-experts da 2.800 miliardi di parametri che è, con ampio margine, il più grande modello open-weight mai pubblicato. E non è un inseguitore: Artificial Analysis gli assegna 57 punti, alla pari di Claude Opus 4.8 e dietro soltanto a Claude Fable 5 e GPT-5.6 Sol. Nel farlo, però, rompe silenziosamente le due assunzioni che la parola "open" si è portata dietro per tutto l'anno. Non è economico: a 3 dollari per milione di token in input e 15 in output debutta esattamente al prezzo che Anthropic ha annunciato per Claude Sonnet 5 da settembre, ed è il modello più caro mai uscito da un lab cinese. E non lo self-hosterai: con 2.800 miliardi di parametri, i pesi non stanno su niente che uno sviluppatore che lavora da solo o un team di cinque persone possieda. I pesi contano comunque, e Moonshot li ha promessi entro il 27 luglio; contano però per ragioni diverse da quelle che la copertura in stile "il modello open raggiunge la frontiera" lascia intendere: assicurazione contro i ritiri, concorrenza tra host e scelta della giurisdizione. Ecco il framework che usiamo per decidere quanto vale davvero, per un team piccolo, un rilascio open da 3T.
Cosa è uscito il 16 luglio (e cosa arriva il 27)
K3 è già utilizzabile attraverso le app Kimi e l'API di Moonshot, mentre i pesi completi sono promessi entro il 27 luglio. La scheda tecnica è quella di un flagship di frontiera, non di uno sfidante: 2.800 miliardi di parametri totali in un'architettura mixture-of-experts che attiva 16 esperti su 896 per ogni token, una finestra di contesto da 1 milione di token, visione nativa e una thinking mode sempre attiva. Moonshot attribuisce a un nuovo design dell'attention (Kimi Delta Attention più attention residuals) circa 2,5 volte l'efficienza di scaling di Kimi K2.
Il tabellone conferma la postura da flagship. Oltre al punteggio di Artificial Analysis, K3 guida le classifiche arena sul codice frontend e, nelle parole di Nathan Lambert, è "il più forte modello open mai rilasciato", il punto più vicino alla frontiera chiusa che i pesi aperti abbiano toccato dai tempi di DeepSeek R1. La domanda è stata tale che nei primi giorni Moonshot ha sospeso le nuove sottoscrizioni delle app, tenendo però l'API attiva.
Le date che contano sono due, e non sono lo stesso evento: il 16 luglio ti ha dato un'API da chiamare oggi, il 27 luglio ti darà pesi con cui, in teoria, puoi fare qualsiasi cosa. La distanza tra "in teoria" e "sul tuo hardware" è il resto di questo articolo.
Lo schema che K3 rompe: open ha smesso di voler dire economico
In primavera abbiamo documentato lo stesso scambio più e più volte: modelli open o di lab cinesi che tagliavano i prezzi della frontiera occidentale di un ordine di grandezza. DeepSeek V4 a un decimo del prezzo di Claude, una migrazione che abbiamo eseguito noi stessi. Grok Build a un dollaro, con il routing "default in basso" che giustificava. GLM-5.2 che batte GPT-5.5 sul coding a un sesto del costo, con un'insidia di giurisdizione. Tre punti fanno uno schema, e lo schema ha insegnato un riflesso: arriva l'open, il prezzo scende.
K3 rompe il riflesso. Tre dollari in ingresso e quindici in uscita non sono una fascia scontata: sono il prezzo di settembre di Claude Sonnet, circa il triplo dell'input del K2.6 della stessa Moonshot (0,95 dollari in ingresso, 4 in uscita). Simon Willison lo ha segnalato come il modello più costoso mai rilasciato da un lab AI cinese. Moonshot non sta vendendo un sostituto economico della frontiera: sta facendo pagare prezzi da frontiera per un modello di frontiera che, in più, pubblica i pesi.
Vuoi sapere quanto sono efficaci i tuoi prompt? Prompt Score li analizza su 6 criteri.
Questa distinzione cambia la domanda giusta da farsi. La domanda della primavera era "quanta parte del tuo carico puoi spostare sulla fascia economica"; la domanda su K3 è "cosa ti compra la parte open, se sulla parte prezzo il conto è pari". La cache a 0,30 dollari per milione aiuta sui carichi con prefissi ripetuti, ma la risposta onesta è che al lancio, sull'API di Moonshot, stai comunque spendendo cifre da Claude.
Non lo avresti mai self-hostato comunque
La risposta di riflesso a "cosa comprano i pesi aperti" è "lo eseguo in casa". A questa scala, in casa dove? Il conto è breve: 2.800 miliardi di parametri a 8 bit l'uno fanno circa 2,8 TB di pesi, e persino una quantizzazione aggressiva a 4 bit ne lascia circa 1,4 TB, prima di allocare un solo byte di KV cache per quel contesto da 1 milione di token. Non è una GPU, è un rack.
Una scala a quattro gradini che mostra quale hardware serve davvero a ogni classe di modello open: 8B su un laptop, 70B su una GPU seria, la classe 700B su un nodo multi-GPU e Kimi K3 a 2.8T che richiede un cluster multi-nodo
La scala della self-hostability, a quantizzazione 4 bit. Ogni gradino sotto K3 ha una casa realistica nel budget di un team piccolo. Il gradino di K3 no: 1,4 TB di pesi sono territorio da cluster multi-nodo, comunque sia scritta la licenza.
Un modello da 8B gira sul laptop che possiedi già, un 70B sta su una GPU seria. Un MoE della classe 700B come GLM-5.2 è già una forzatura: circa 380 GB a 4 bit, cioè un nodo multi-GPU o una workstation a memoria unificata portata al massimo, e già allora sostenevamo che la maggior parte dei team piccoli dovrebbe consumarlo attraverso un gateway hosted. K3 è quattro volte tanto. Non c'è trucco di quantizzazione, schema di offloading o budget di hardware usato che metta 1,4 TB di modello attivo sulla scrivania di un dev con latenze usabili.
Quindi archiviamo la fantasia in modo pulito: per un team della nostra taglia, "pesi aperti" a scala 3T non significa self-hosting. Significa che lo esegue qualcun altro, e i pesi decidono chi ha il diritto di essere qualcun altro.
Cosa comprano davvero i pesi
È questo cambio di inquadratura, i pesi come leva su chi serve il modello anziché come download per il tuo ferro, a rendere K3 davvero interessante. Il 27 luglio cambiano quattro cose concrete, e nessuna richiede che tu possieda un cluster.
Assicurazione contro i ritiri. Un vendor chiuso può ritirare un nome di modello con un trimestre di preavviso; DeepSeek sta spegnendo due dei suoi nomi API proprio questa settimana, e ogni stringa hard-coded si rompe con loro. I pesi pubblicati chiudono questa modalità di guasto: se Moonshot cambia rotta, ritocca i prezzi o spegne l'endpoint, qualunque host con domanda può continuare a servire K3 esattamente com'era. Il modello che hai validato resta disponibile, cambia solo l'URL.
Le tecniche che stai leggendo funzionano. Testa subito i tuoi prompt con Prompt Score e vedi il punteggio in tempo reale.
Scelta dell'host e della giurisdizione. Chiamare oggi l'API di Moonshot significa far transitare i tuoi prompt da un provider sotto giurisdizione cinese, la stessa decisione sul percorso dei dati che avevamo mappato per l'API diretta ed economica di GLM-5.2. Quando i pesi saranno pubblici, gateway e cloud occidentali potranno servire pesi identici sotto una giurisdizione difendibile davanti a un cliente: il percorso dei dati lo scegli tu, carico per carico, invece di ereditarlo dal vendor.
Concorrenza di prezzo sul serving. Il listino da 3/15 dollari è il prezzo di lancio di Moonshot, non il prezzo dei pesi. Ogni grande rilascio open finora è stato seguito da host che comprimevano i costi di serving verso il pavimento dell'hardware. Niente garantisce la velocità o la profondità di quella discesa per un modello così pesante, ma il meccanismo esiste solo perché i pesi sono pubblici: i modelli chiusi cambiano prezzo quando il vendor lo decide, quelli open quando un host qualsiasi fiuta margine.
I fine-tune e i distillati degli altri. Un teacher pubblico di classe 3T significa che la community può distillarne studenti specializzati e pubblicare varianti quantizzate. Il fine-tuning di K3 non lo farai tu, ma potrai consumare ciò che lab meglio finanziati ci costruiranno sopra, attraverso gli stessi host.
Quello che i pesi non ti comprano è altrettanto concreto: non il self-hosting a questa scala, non uno sconto al lancio, e nemmeno la privacy di default, perché resti comunque sull'API di qualcuno; i pesi ti lasciano solo scegliere di chi. E finché il testo della licenza non arriva insieme ai pesi, tratta anche le quattro vittorie qui sopra come provvisorie: "open weights" copre tutto lo spettro che va da MIT a solo-ricerca con clausole d'uso, e l'annuncio non è la licenza.
Una matrice decisionale a due colonne: quattro cose che i pesi aperti di Kimi K3 comprano a un team piccolo (assicurazione contro i ritiri, scelta di host e giurisdizione, concorrenza sul prezzo di serving, fine-tune di terzi) contro quattro che non comprano (self-hosting, sconto al lancio, privacy di default, certezza sulla licenza prima del rilascio)
La matrice del 27 luglio. Ogni voce della colonna di sinistra funziona attraverso gli host, non attraverso il tuo hardware. Ogni voce della colonna di destra è un riflesso della stagione dei cheap open weights che K3 non onora.
Se lo provi adesso, sorveglia la spesa di thinking
Una proprietà di K3 cambia perfino il modo in cui dovresti provarlo: il thinking è sempre attivo e il livello di effort è esattamente uno, quello che Willison riporta come "max". Il suo test usa e getta con un SVG ha bruciato 13.241 token di reasoning su un prompt che altri modelli di frontiera liquidano con una frazione. A 15 dollari per milione di token in output, la spesa di reasoning è spesa fatturata.
Abbiamo fatto passare K3 su una manciata di prompt della nostra libreria, e la sorpresa non è stata la qualità, che è reale. È stato dove finivano i token di reasoning: i prompt che ancora si portavano dietro lo scaffolding esplicito passo-passo, quel pattern "ragiona per fasi, prima elenca, poi confronta, poi decidi" scritto per modelli più deboli, spingevano un reasoner sempre attivo a narrare per esteso, sul nostro conto, un lavoro che avrebbe fatto comunque. Quello scaffolding lo avevamo già tagliato una volta per Claude, e il passaggio su K3 ha pescato due prompt in cui era rientrato di soppiatto. La lezione non è stata "K3 è verboso", ma che ogni nuovo reasoner sempre attivo ripropone lo stesso audit, e l'audit è economico solo se i tuoi prompt stanno in un unico posto rivedibile.
Regole pratiche per la prova: mandagli il tuo lavoro più duro di reasoning e di contesto lungo, dove 1 milione di token e la visione nativa possono davvero guadagnarsi un posto; tieni il lavoro di volume sulle fasce economiche che avevi già instradato quando la fascia da un dollaro ha superato la soglia di usabilità; e leggi i conteggi token di ogni chiamata di test, perché senza una manopola di effort l'unico controllo sui costi che ti resta è il prompt stesso.
Se vuoi che quell'audit duri un pomeriggio invece di uno sprint, Keep My Prompts tiene ogni prompt versionato e con un punteggio, così inserire un modello nuovo è un diff misurato su prompt che puoi già vedere. Gratis per iniziare.
Da fare prima del 27 luglio
Decidi adesso quali tre prompt proverebbero che K3 si merita un posto. Il reasoning più duro, il contesto più lungo, un task di visione. La classifica non è il tuo eval set.
Provalo via API con il logging dei token acceso. Con il thinking sempre attivo a 15 dollari per milione in output, il conto fa parte del risultato, non è un contorno.
Leggi la licenza il giorno in cui i pesi arrivano. Termini commerciali, diritti di self-host, clausole sulla distillazione: tutto ciò che sta nella matrice qui sopra è provvisorio finché quel testo non esiste.
Osserva il mercato degli host nelle prime due settimane. Il prezzo interessante non è il 3/15 di Moonshot, ma quello a cui i primi gateway occidentali serviranno pesi identici.
Registra un modello target accanto a ogni prompt che provi. Quando il panorama del serving si sposta, e con i pesi aperti si sposterà, il cambiamento deve emergere come diff nella tua libreria, non come sorpresa in produzione.
Il tabellone non è la storia
La lettura facile di K3 è quella da tabellone: i pesi aperti ora stanno da tre a cinque mesi dietro la frontiera chiusa, stima di Lambert, e la distanza si accorcia. È vero, eppure manca il punto pratico per un team piccolo. K3 non ti dà un modello di frontiera che puoi possedere: ti dà un modello di frontiera che nessun singolo vendor può toglierti, riprezzato dalla concorrenza invece che per decreto, servito sotto una giurisdizione che scegli tu. È un tipo di open reale e spendibile, e vale esattamente zero il giorno in cui i tuoi prompt sono stringhe sparse che non puoi passare in rassegna. I team che incassano da rilasci come questo sono quelli capaci di inserire un modello nuovo in una libreria versionata e con punteggi in un pomeriggio, decidere con i numeri e instradare di conseguenza. Il modello è il ciclo di notizie. La libreria è ancora l'asset.
