Hay un fantasma recorriendo las tablas de clasificación de IA, y tiene muy mala pinta para los márgenes de beneficio de OpenAI. En las últimas horas, los foros de desarrolladores arden con la aparición en Arena de un modelo anónimo bautizado como Kibitz, que apunta a ser la inminente bestia de código abierto de Moonshot: el esperado Kimi K3.1.
La jugada parece sacada del manual clásico. Kimi ya calentó motores soltando un misterioso adelanto en sus redes. Casi al segundo, la cuenta oficial de Arena en X se hizo eco con un mensaje sospechosamente similar. Blanco y en botella.
Y es que los rumores no han tardado en materializarse en pruebas brutales. El usuario Chetaslua, habitual cazador de novedades en la arena de programación, fue el primero en señalar a Kibitz como la nueva criatura de Kimi. Lo que más le voló la cabeza fue su insultante rapidez y su destreza generando animaciones complejas en JavaScript.
De hecho, otro filtrador del sector conocido como Chris ya venía avisando de que mirásemos con lupa la plataforma. Según sus fuentes, este Kimi K3.1 verá la luz antes del próximo martes. Lo hará como un modelo abierto, con un rendimiento que araña la frontera técnica y a un precio de risa. Una auténtica locura.
El extraño (y revelador) test de Minecraft
Si miramos la telemetría pura, hay una prueba que está dando la vuelta a internet por lo ridícula y reveladora que resulta. A los diferentes LLM se les pidió construir dentro de Minecraft una representación gráfica de cómo se perciben a sí mismos.
Aquí los números hablan por sí solos. El mismísimo GPT-6 Astra sudó tinta para colocar 5.738 bloques, construyendo un robot genérico aburridísimo, y quemando 5,31 dólares de coste en el proceso.
Por el contrario, el presunto Kimi K3.1 barrió el suelo con su rival. Levantó una estructura masiva de 13.707 bloques con la forma exacta de la mascota azul de Kimi Agent. ¿La factura final por tal despliegue? Apenas 0,38 dólares. Así de simple.
Evidentemente, esta salvajada de diferencia en el ticket no es casualidad. Según la información no confirmada atribuida a contactos internos, el modelo de Moonshot ha sido diseñado desde cero para ser un monstruo absoluto de la eficiencia.
Un helicóptero 3D en menos de 15 minutos
Pero ojo a los benchmarks visuales, que ahí también hay tela que cortar. Un usuario llamado Lumina compartió el resultado temprano de pedirle a Kibitz la programación de un helicóptero 3D interactivo.
En menos de quince minutos, el modelo escupió un código funcional con animación de despegue y aterrizaje. Incluso metió vistas de ensamblaje, despiece, modos de visión en rayos X y malla alámbrica. Ni se inmuta.
Al ponerlo cara a cara con bestias como Claude Fable 5.1 en este tipo de tareas tridimensionales, la comunidad coincide: Kibitz es notablemente más veloz en la inferencia. Varios testers lo sitúan pisándole los talones al rendimiento bruto de Opus 5.5 Medium.
La hipótesis principal que manejan los desarrolladores que lo han puesto a prueba es fascinante. Sospechan que Kibitz está operando con su nivel máximo de razonamiento activado por defecto. Es exactamente la misma táctica agresiva que usó Moonshot cuando lanzó su generación anterior.
El precedente de K3 asusta a Silicon Valley
Para entender el revuelo actual, solo tienes que echar un vistazo al pasado reciente. Ya vimos esta misma película cuando Moonshot probó de incógnito las primeras generaciones de Kimi K3 bajo el alias «Kivine». A los pocos días, el modelo era oficial.
Hagamos memoria. Kimi K3 aterrizó el pasado 16 de julio soltando un puñetazo sobre la mesa: 2,8 billones de parámetros y una monstruosa ventana de contexto de un millón de tokens. Todo con un coste de 3 dólares por millón de tokens de entrada y 15 dólares para los de salida. Sus pesos abiertos se publicaron el 27 de julio. Han roto el mercado.
Está claro que estos enfrentamientos aislados en Arena hay que cogerlos con pinzas hasta poder diseccionar una ficha técnica oficial. Pero si las filtraciones aciertan de lleno con los costes de inferencia del nuevo Kimi K3.1, el pánico va a cundir de verdad en las oficinas de los laboratorios cerrados.
Un modelo open-source capaz de acercarse a la frontera del software privativo, pero costando apenas unos céntimos, es un torpedo a la línea de flotación del negocio de la IA. Mientras OpenAI exprime las horas para sacar GPT-6.1 Terra como opción económica y Anthropic mueve Fable 5.5 entre sus socios VIP, Moonshot parece lista para democratizar el rendimiento premium. La pelota está ahora en el tejado de los gigantes tradicionales para demostrar que su sobreprecio sigue valiendo la pena.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
