Dois lançamentos de peso aberto em três dias mexem com a conta de quem paga API todo mês.
A semana tem duas datas marcadas no calendário de quem trabalha com IA. No dia 24 de julho o DeepSeek libera a versão estável do V4, encerrando o rodízio de builds de preview que segurava empresa cautelosa fora dele. No dia 27, a Moonshot publica os pesos completos do Kimi K3, o primeiro modelo aberto da casa dos 3 trilhões de parâmetros.
No meio disso, a própria Moonshot suspendeu novas assinaturas do K3 porque a demanda estourou a capacidade de servir. É o tipo de problema bom, e ele explica bem por que o dia 27 importa mais do que parece.
2,8 trilhões de parâmetros com só 16 de 896 especialistas ligados por vez
O Kimi K3 é um modelo multimodal de mistura de especialistas, o famoso MoE. Ele tem 2,8 trilhões de parâmetros no total e 896 especialistas, mas ativa apenas 16 deles a cada passo. É por isso que um modelo gigantesco desse tamanho consegue rodar sem exigir o data center inteiro para cada pergunta.
A janela de contexto é de 1 milhão de tokens. Ele lê imagem e vídeo nativamente. E vem com uma arquitetura de atenção nova, batizada de Kimi Delta Attention, que segundo a empresa entrega decodificação até 6,3 vezes mais rápida em contextos de um milhão de tokens.
Para comparar tamanho: o DeepSeek V4 Pro tem 1,6 trilhão de parâmetros e o GLM-5.2 fica na casa dos 744 bilhões. O K3 é quase o dobro do maior rival chinês aberto.
Onde o K3 realmente bate e onde ele fica no meio do pelotão
Nos testes independentes da Artificial Analysis, o K3 marca 57 no índice de inteligência. Fica atrás do Claude Fable 5 (60) e do GPT-5.6 Sol (59), empatado com o Claude Opus 4.8 (56). Quarto lugar geral, e é um modelo que você pode baixar.
Nas tarefas de agente o resultado impressiona mais. No GDPval v2 ele sai de 1.190 de Elo do K2.6 para 1.668, um salto de quase 500 pontos entre gerações. Nessa régua ele passa o GLM-5.2 (1.514), o GPT-5.5 (1.494) e o Opus 4.8 (1.600), ficando só atrás do Fable 5 (1.760). No AutomationBench-AA, que mede fluxo de trabalho tipo Zapier, ele fica em primeiro com 53%.
Nos benchmarks da própria Moonshot, em 35 testes, o K3 ficou em primeiro cerca de sete vezes e em segundo ou terceiro na maioria do resto. Vale o aviso de sempre: benchmark de fabricante é material de marketing até a comunidade confirmar.
A alucinação subiu de 39% para 51%, e isso ninguém pode varrer para debaixo do tapete
Aqui está o número que quase não aparece nas manchetes. No índice AA-Omniscience, a taxa de acerto do K3 subiu de 33% para 46% em relação ao K2.6, o que é ótimo. Só que a taxa de alucinação subiu junto, de 39% para 51%.
Traduzindo: o modelo acerta mais e inventa mais. Ele ficou menos disposto a dizer “não sei” e mais disposto a chutar com confiança. Para tarefa de código, onde o compilador reclama e o teste quebra, isso é gerenciável. Para pesquisa, redação factual ou qualquer coisa que vá direto para o cliente sem revisão, é um problema sério.
Se você for colocar K3 em produção, coloque verificação em cima. Não é opcional.
O preço subiu, e essa é a notícia dentro da notícia
O K3 custa US$ 3,00 por milhão de tokens de entrada sem cache, US$ 0,30 com cache, e US$ 15,00 por milhão de saída, incluindo o raciocínio.
Compara com o antecessor: o K2.6 cobrava US$ 0,95 na entrada sem cache e US$ 4,00 na saída. A saída ficou quase quatro vezes mais cara em uma geração.
Repara onde isso coloca o K3: exatamente no mesmo preço do Claude Sonnet 5, que cobra os mesmos US$ 3 e US$ 15. A era do modelo chinês de fronteira a preço de banana acabou. Eles agora se posicionam como opção de meio de tabela do Ocidente, e cobram por isso.
Custo por tarefa é a régua que interessa, e ela conta outra história
Preço de tabela engana. O que importa é quanto sai uma tarefa completa do começo ao fim.
Pela Artificial Analysis, o K3 custa em média US$ 0,94 por tarefa. O GPT-5.6 Sol custa US$ 1,04, praticamente igual. O Opus 4.8 custa US$ 1,80, quase o dobro. Até aí o K3 se sai bem.
Agora olha o lado aberto da tabela: o GLM-5.2 sai a US$ 0,32 e o DeepSeek V4 Pro a US$ 0,04. Isso mesmo, quatro centavos de dólar. O K3 é 23 vezes mais caro por tarefa que o DeepSeek V4 Pro.
Um detalhe simpático a favor do K3: ele gastou 132 milhões de tokens de saída para completar as nove avaliações, contra 166 milhões do K2.6. São 21% menos tokens marcando 13 pontos a mais. O modelo ficou mais econômico em verbosidade, só que o preço por token subiu mais do que a economia compensou.
Peso aberto não quer dizer de graça: a conta de rodar em casa
Muita gente lê “pesos abertos” e entende “custo zero”. Não é.
Servir um MoE de 2,8 trilhões de parâmetros exige um parque de GPU que a maioria das empresas não tem e não vai ter. A própria Moonshot, que fez o modelo, bateu no teto de capacidade e travou assinatura nova. Se quem construiu não dá conta, o time de infra da sua empresa provavelmente também não vai dar.
O que muda de verdade no dia 27 é o poder de barganha. Com os pesos públicos sob licença MIT modificada, qualquer provedor de inferência pode servir o K3 e competir por preço. A capacidade deixa de ser problema da Moonshot e vira mercado. É assim que o preço cai, não porque você vai baixar 2,8 trilhões de parâmetros no seu servidor.
Quanto isso pesa para quem fatura em real
Vamos aterrissar. Com o dólar em torno de R$ 5,08, cada tarefa no K3 sai por uns R$ 4,78. Um produto que roda mil tarefas por mês paga cerca de R$ 4.780 mensais só de modelo.
A mesma carga no DeepSeek V4 Pro, a US$ 0,04 por tarefa, custaria uns R$ 203 por mês. A diferença anual entre as duas escolhas passa de R$ 54 mil. Para uma empresa pequena brasileira, isso é o salário de um desenvolvedor júnior.
Claro que não é a mesma qualidade. Mas essa é justamente a pergunta que quase ninguém faz direito: quanto da sua carga precisa mesmo do modelo bom? Classificar ticket, extrair campo de nota fiscal e resumir e-mail não precisam de fronteira. Precisam de barato e confiável.
Como aproveitar esta semana em quatro passos
- Separe suas tarefas em duas pilhas, as que exigem raciocínio pesado e as que são rotina. Na prática a segunda pilha costuma ser 80% do volume.
- Rode a sua carga real contra o V4 estável e contra o modelo que você usa hoje, na semana que vem. Não decida por leaderboard, decida por resultado no seu caso.
- Compare custo total, incluindo horas de engenharia. Autohospedar nunca é grátis e quase sempre é subestimado.
- Construa o roteador antes de precisar dele. Quem tem camada de troca de modelo captura toda queda de preço futura sem refazer o produto.
Assista antes de decidir
Vale ver um teste prático do modelo rodando, sem hype de lançamento, antes de mexer em qualquer coisa em produção:
As perguntas que sempre aparecem quando um modelo abre os pesos
Se o K3 é aberto, por que ele ainda cobra caro na API?
Porque até o dia 27 os pesos não estão públicos, e a Moonshot é a única servindo. Depois disso o preço da API deixa de ser um decreto e vira concorrência entre provedores de inferência. Quem quiser cobrar acima do mercado vai ficar sem cliente.
Como um modelo pode acertar mais e alucinar mais ao mesmo tempo?
São duas medidas diferentes. Acerto conta quantas respostas certas ele dá. Alucinação conta quantas vezes ele responde com convicção uma coisa errada em vez de admitir que não sabe. O K3 ficou mais agressivo em responder, o que puxa os dois números para cima juntos.
Faz sentido uma empresa brasileira autohospedar o K3?
Para a esmagadora maioria, não. Fora do punhado de empresas com parque de GPU próprio, sai mais barato e mais rápido usar um provedor de inferência que já serve o modelo. Autohospedar compensa quando existe exigência de dado sensível dentro de casa.
O DeepSeek V4 estável muda algo de fato, ou é só troca de rótulo?
Muda mais do que parece. Preview significa que o comportamento do modelo pode mudar embaixo do seu produto sem aviso. Versão estável é a condição mínima para colocar carga de produção em cima, e era justamente essa a objeção que segurava time grande.
Por que julho envelheceu a régua da IA
Eu vou dizer o que acho na lata: o mais importante desta semana não é o K3 ser bom. É o K3 ser caro.
Por dois anos a narrativa foi que os laboratórios chineses ganhariam derrubando preço até o chão. O K3 chega cobrando exatamente o mesmo que o Sonnet 5 e alegando desempenho de topo. Isso é confiança, não é desconto. É um laboratório dizendo que o produto dele vale o preço de mesa dos americanos.
Ao mesmo tempo, o DeepSeek V4 Pro fica lá embaixo, a quatro centavos por tarefa, segurando o piso do mercado. O combinho que se forma é curioso: modelo aberto caro no topo, modelo aberto baratíssimo na base, e o meio da tabela ocidental espremido entre os dois.
Para quem constrói produto, esse é o melhor momento dos últimos dois anos. Dá para brincar com uma variedade de opções que não existia em janeiro. Meu conselho de bolso continua o mesmo e ninguém segue: pare de escolher um modelo e passe a escolher um roteador. Quem padronizou tudo em um fornecedor só vai gastar o dobro do necessário até dezembro.
Você já testou algum modelo chinês em produção, ou ainda tem pé atrás com isso?
Leia também no Escrito pela IA
Fontes
- Blog oficial da Kimi: anúncio do K3
- The Decoder: K3 se aproxima do GPT-5.6 Sol e do Fable 5
- MarkTechPost: K3 x DeepSeek V4 Pro x GLM-5.2
- VentureBeat: Moonshot lança o maior modelo aberto já feito
ESCRITO PELA IA. REVISADO POR HUMANOS.
