Kimi K3 lança pesos abertos e escolhe um jogo de navegador como prova

A Moonshot AI lançou o Kimi K3 em 16 de julho e liberou os pesos onze dias depois, em 27 de julho. O download tem 96 fragmentos e cerca de 1,56 TB no Hugging Face. Nathan Lambert o chamou de "claramente o modelo aberto mais poderoso já lançado", e os rankings confirmam isso: primeiro lugar no Frontend Code Arena, segundo no Vals AI Index e terceiro no Artificial Analysis Intelligence Index, atrás apenas do Claude Fable 5 e do GPT-5.6 Sol Max. Entre os modelos de pesos abertos, nenhum chega perto.

Essa é a história que todo mundo contou. O que chamou nossa atenção foi o que a Moonshot escolheu para demonstrá-lo.

A demonstração é um jogo em Three.js

Como parte do lançamento, o K3 produziu um jogo procedural de exploração 3D que roda em uma aba do navegador: um mundo aberto com água, árvores, cabanas, montanhas nevadas e cavaleiros, criado em Three.js com o renderizador WebGPU e computação por GPU. Não é um clipe de pesquisa nem um vídeo de um jogo. É uma página que você abre.

O método importa mais do que o cenário. Segundo a análise da comunidade WebGPU, o modelo trabalhou com visão no loop, alternando entre o código que gerava e capturas de tela ao vivo do resultado em execução, para que pudesse ver o que havia criado e corrigir os problemas. Esse é o mesmo ciclo que usamos dentro do Criador de Jogos da Cinevva, e é o que separa um modelo que escreve Three.js plausível de um modelo que entrega um jogo que realmente renderiza. Qualquer um pode gerar um grafo de cena. Perceber que a câmera está dentro do terreno é a parte difícil.

Portanto, a situação nesta semana é que um laboratório de ponta, ao lançar seu modelo mais poderoso, escolheu a criação de jogos 3D no navegador como a demonstração de maior impacto. Dois anos atrás, a principal demonstração era um chatbot respondendo a um enigma. Agora, o nível subiu para algo por onde você pode caminhar.

O que realmente há no modelo

O K3 é um Mixture-of-Experts com 2,8 trilhões de parâmetros no total e 104 bilhões ativos por token, uma janela de contexto de 1.048.576 tokens e entrada de texto, imagem e vídeo. A Moonshot apresentou duas mudanças de arquitetura, Kimi Delta Attention e Attention Residuals, e relata uma melhoria de aproximadamente 2,5 vezes na eficiência de escalabilidade em relação ao Kimi K2. Ele sempre raciocina e, enquanto o lançamento de julho chegou com um único nível de esforço, "max", a versão aberta oferece low, high e max.

Segundo os próprios números da Moonshot, no nível max ele supera o Claude Opus 4.8 e, no nível high, o GPT-5.5 na maior parte da suíte, ficando atrás do Fable 5 e do GPT-5.6 Sol. Benchmarks divulgados pela própria empresa devem ser tratados como alegações, não como vereditos, mas dois resultados se sustentaram em testes independentes — e ambos são do tipo que importa para o desenvolvimento de software: 91,2 no BrowseComp para navegação agêntica e 42,0 no SWE Marathon para programação de longo prazo, o que o coloca acima tanto do Fable 5 quanto do Sol em tarefas executadas por horas, não por segundos.

O preço da API é de US$ 3,00 por milhão de tokens de entrada e US$ 15,00 por milhão de tokens de saída, caindo para US$ 0,30 em entradas armazenadas em cache, a mesma tarifa principal do Claude Sonnet 5. O OpenRouter o lista por um preço ligeiramente menor. Uma ressalva que vale a pena considerar antes de criar algo com ele: diferentemente do Hunyuan Hy3 da Tencent, lançado sob a Apache 2.0 sem restrições, o K3 é distribuído sob uma licença personalizada, a Kimi K3 License. Pesos abertos e código aberto não são a mesma coisa e, se você pretende incorporar isso a um produto comercial, deve ler os termos em vez de presumir.

A diferença está diminuindo mais rápido do que o ritmo dos lançamentos sugere

A interpretação de Lambert sobre a tendência mais ampla é que a distância entre os melhores modelos fechados e os melhores modelos abertos caiu de seis a nove meses para algo em torno de três a cinco. A Alibaba já anunciou o Qwen 3.8, com 2,4 trilhões de parâmetros e pesos abertos a serem disponibilizados posteriormente, portanto essa escalada não está desacelerando. Em janeiro de 2025, escrevemos que o DeepSeek R1 redefiniu o custo da inteligência. Dezoito meses depois, o padrão é que cada redefinição seja assimilada e então repetida com mais rapidez.

Para quem cria jogos, a consequência prática é que a camada de inteligência continua ficando mais barata e portátil, ao mesmo tempo que a camada de assets já passou por isso. Antes, um estúdio que quisesse um modelo ajustado com sua própria base de código precisava escolher entre uma dependência de API que não controlava e um modelo local mais fraco. Essa concessão fica menor a cada trimestre.

O que estamos fazendo a respeito

Operamos um gateway com vários provedores, então esta é uma decisão concreta, não abstrata. Os pontos fortes do K3 estão exatamente onde se concentra nossa carga de trabalho: programação agêntica de longo prazo, uso de ferramentas e iteração com base em capturas de tela e logs do console de um jogo em execução. Estamos comparando seu desempenho com nossa seleção atual de modelos em sessões reais do Criador de Jogos, e não em tabelas publicadas por terceiros, porque a métrica que importa para nós não é uma pontuação Elo. É a frequência com que um turno termina com um jogo que a pessoa realmente pode jogar e a frequência com que o modelo percebe o próprio erro antes que o usuário precise apontá-lo.

Publicaremos o que descobrirmos, inclusive se a conclusão for que ele não supera o que já usamos. O interessante neste lançamento não é o fato de um laboratório chinês ter lançado um excelente modelo aberto — isso já deixou de ser surpreendente. É que a demonstração escolhida para provar sua capacidade foi um jogo em uma aba do navegador, justamente aquilo que temos desenvolvido.

Referências

• Simon Willison: Kimi K3 e o que ainda podemos aprender com o benchmark do pelicano
• Nathan Lambert: Kimi K3 e a escalada dos pesos abertos
• Comunidade WebGPU: Kimi K3 usa Three.js WebGPU em uma demonstração de jogo 3D criado por IA
• OpenRouter: moonshotai/kimi-k3
• explainX: pesos abertos do Kimi K3, 2,8 trilhões de parâmetros e hospedagem desde o primeiro dia