Kimi K3 (2.8T — Lo que hace falta)
Qué es Kimi K3, lo que realmente hace falta para autoalojar 2.8 billones de parámetros y qué ejecutar en su lugar en Clore.ai
Respuesta directa primero: Kimi K3 no cabe en ningún servidor listado en el marketplace de Clore.ai, en ninguna cuantización. La compilación comunitaria más pequeña es un GGUF de 1 bit en 466GB; el equipo más grande del marketplace es de 380GB. Esta página explica qué es K3, lo que realmente requiere alojarlo y qué modelos te brindan la mayor capacidad en hardware que puedes alquilar hoy.
Moonshot AI publicó Kimi K3 pesos el 27 de julio de 2026 — el primer modelo abierto en la clase de 3 billones de parámetros. Es un hito real y también un punto de calibración útil para ver hasta qué punto se han distanciado "pesos abiertos" y "autoalojable".
Especificaciones clave
Parámetros
2.8T totales, 16 de 896 expertos activos por token
Arquitectura
Kimi Delta Attention (KDA) + residuales de atención, Stable LatentMoE, 69 capas KDA + 24 capas MLA con compuerta
Modalidad
Texto, imagen, video de entrada → texto de salida
Contexto
1.000.000 tokens
Licencia
licencia de Kimi K3 (personalizada — la inferencia comercial por encima de aproximadamente $20M en ingresos anuales requiere términos separados)
Lanzamiento
Alojado el 16 de julio de 2026, pesos el 27 de julio de 2026
Pesos
Q8 1,561GB · Q4_K_XL 1,509GB · Q2_K_XL 861GB · IQ1_S 594GB · Q1_0 466GB
Moonshot afirma aproximadamente 2,5× mejor eficiencia de escalado que Kimi K2 debido al MoE más escaso y al conjunto de atención KDA, con entrenamiento multimodal nativo en lugar de una torre de visión añadida posteriormente.
Lo que realmente se necesita para alojarlo
UD-Q8_K_XL
1,561GB
~20× H100 80GB
UD-Q4_K_XL
1,509GB
~20× H100 80GB
UD-Q2_K_XL
861GB
~11× H100 80GB, o 8× H200
UD-IQ1_S
594GB
~8× H100 80GB
UD-Q1_0
466GB
~6× H100 80GB
mgoin/Kimi-K3-pruned75
475GB
~6× H100 80GB
Como referencia, los equipos más grandes del marketplace de Clore.ai son 4× RTX PRO 6000 Blackwell (380GB) y 11× RTX 5090 (341GB). Incluso la compilación de 1 bit los supera, y de todos modos una cuantización de 1 bit de un modelo de frontera no es un objetivo serio de producción.
Qué ejecutar en Clore.ai en su lugar
Codificación y agentes de vanguardia
GLM-5.2 — MIT, 1M de contexto, las mejores puntuaciones abiertas en codificación
equipo de 10× RTX 5090, ~$5.00/h
Un modelo en una sola tarjeta
Qwen3.8-27B — Apache 2.0, visión, 262K de contexto
1× RTX 4090, $0.14–0.42/h
El resumen honesto: desde junio de 2026 el frente abierto se ha dividido. Modelos como GLM-5.2 y Nemotron 3 Ultra están al borde de lo que puede alojar un gran equipo de consumo; K3 está más allá. La mayor parte de la brecha práctica entre ellos se cierra con un buen andamiaje y un contexto largo, ambos de los cuales te los dan los modelos de arriba.
Usar K3 sin alojarlo
Moonshot ofrece K3 a través de la app Kimi, Kimi Code y su API. Si estás construyendo en Clore.ai, un patrón común es mantener las llamadas costosas de vanguardia en una API y ejecutar la ruta de alto volumen localmente en una GPU alquilada — consulta la comparación de costos en Gemini 3.1 Flash Lite, que explica cuándo realmente gana el autoalojamiento.
Siguientes pasos
GLM-5.2 — el modelo más grande que puedes alquilar aquí de forma realista
Precios y disponibilidad de GPU — cuál es el techo ahora mismo
Qwen3.8-27B — el caballo de batalla de una sola tarjeta
Kimi K2.5 — la generación anterior, mucho más manejable
Enlaces
Alquila una GPU: Marketplace · Hardware dedicado
Última actualización
¿Te fue útil?