moonshotai
MoonshotAI: Kimi K3 (batch)
moonshotai/kimi-k3:batch
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
moonshotai/kimi-k3:batch es la variante batch de Kimi K3 de Moonshot AI listada en OpenRouter. El catálogo y la documentación describen un modelo MoE multimodal de pesos abiertos con 2,8T de parámetros totales y 104B activados, generación de texto, entradas de imagen y video y una ventana de contexto de 1.048.576 tokens. Moonshot lo orienta a codificación de largo alcance, trabajo de conocimiento y flujos agénticos. El catálogo indica esfuerzo de razonamiento ajustable, herramientas y parámetros de salida estructurada; no documenta comportamiento ni límites específicos de batch.[1][2]
Puntos fuertes
- El catálogo lista una ventana de contexto de 1.048.576 tokens y entradas de texto, imagen y video.[1]
- Moonshot describe una arquitectura MoE que activa 104B de 2,8T parámetros para sesiones extensas de ingeniería y agentes.[2]
- OpenRouter indica control de esfuerzo de razonamiento, herramientas, formatos de respuesta y salidas estructuradas.[1]
Limitaciones
- La evidencia suministrada no especifica latencia, rendimiento, retención ni límites propios de la variante :batch.[1][2]
- La tabla de la ficha lista solo texto e imagen, mientras su texto y OpenRouter mencionan video; conviene validar esa modalidad en este endpoint.[1][2]
- Los resultados publicados por el proveedor y el catálogo varían según categoría y pueden no trasladarse; hace falta validación con la carga real.[1][2]
Dónde utilizarlo
- Considerarlo para codificación agéntica en repositorios grandes cuando se necesiten herramientas y contexto largo.[1][2]
- Puede encajar en análisis multimodal que combine texto con imágenes o video, sujeto a validación del endpoint.[1][2]
- Podría servir para trabajo de conocimiento en lotes, aunque la evidencia no define la semántica de batch de esta variante.[1][2]
Fuentes
- [1] OpenRouter catalog · MoonshotAI: Kimi K3 (batch)Fuentes consultadas: 13 nov 2026
- [2] Model documentation · MoonshotAI: Kimi K3 (batch)Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Kimi K3 is a 2.8T parameter open-weight multimodal reasoning model from Moonshot AI. It is suited for complex coding, knowledge work, and long-horizon agentic workflows, and is particularly strong at...
Especificaciones
- ID del modelo
- moonshotai/kimi-k3:batch
- ID canónico
- moonshotai/kimi-k3-20260715
- Creador
- moonshotai
- Añadido a OpenRouter
- 16.07.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text+image+video->text
- Modalidades de entrada
- text, image, video
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $2.28 / salida $11.4
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | CC — por debajo de la franja B | razonamiento: opcional · predeterminado max · esfuerzos: max, high, low, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | AA — siguiente 20% de la cohorte | — |
| Agentes | AA — siguiente 20% de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · predeterminado max · esfuerzos: max, high, low, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | entrada: video |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 17.4 | CC — por debajo de la franja B | 13.11.2026 |
| Artificial Analysis | Coding index | 72 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 29.3 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · agenticgamedevtasa de victoria 54% · posición 4 | 1,202Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · androidnativetasa de victoria 57.7% · posición 7 | 1,255Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · blender3dtasa de victoria 40.1% · posición 9 | 1,156Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · codetovideotasa de victoria 63.3% · posición 3 | 1,269Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 61.5% · posición 4 | 1,295Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 48.5% · posición 14 | 1,204Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · htmlslidestasa de victoria 55.6% · posición 5 | 1,152Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 56.7% · posición 8 | 1,256Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · pdftasa de victoria 66% · posición 6 | 1,278Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · python-pptxslidestasa de victoria 54.7% · posición 9 | 1,220Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · spreadsheettasa de victoria 33.5% · posición 19 | 1,128Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 59.3% · posición 7 | 1,280Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 63.8% · posición 10 | 1,367Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 60.3% · posición 6 | 1,352Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 63.6% · posición 4 | 1,351Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 54.7% · posición 9 | 1,353Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 59.7% · posición 7 | 1,298Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 60.5% · posición 10 | 1,339Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 59.3% · posición 4 | 1,337Elo | SS — 10% superior de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| DeepInfrabf16 | 1,048,576 | $2.28 | $11.4 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.