O número impressiona. De fato, o Kimi K3 é o primeiro modelo aberto a se aproximar de 3 trilhões de parâmetros. Parâmetros são os valores que o modelo ajusta durante o treino. Em geral, mais parâmetros indicam mais capacidade. No entanto, um modelo maior nem sempre entrega o melhor resultado.
A Moonshot afirma que o modelo foi feito para tarefas complexas. Por exemplo, programação, resolução de problemas e análise de grandes volumes de texto. Ele também processa muito mais texto de uma vez do que as gerações anteriores. Assim, o ganho aparece tanto em escala quanto em contexto.
Por que o código aberto muda o equilíbrio
Aqui está o ponto central. Modelos fechados só rodam nas plataformas de quem os criou. Já o código aberto pode ser baixado, executado e adaptado por qualquer pessoa. Dessa forma, o controle sai das mãos de poucas empresas. Além disso, o desenvolvedor passa a moldar o modelo para o próprio contexto.
Esse movimento chega acompanhado. Empresas como Z.ai e MiniMax também lançam modelos cada vez mais fortes. Antes do Kimi K3, os maiores modelos chineses eram o LongCat e o V4 Pro, ambos com cerca de 1,6 trilhão de parâmetros. Logo, o salto para 2,8 trilhões redefine a fronteira em poucos meses.
Quando o código é aberto, a vantagem deixa de ser o modelo e passa a ser quem o domina na prática.
O preço vira a arma mais afiada
O custo explica boa parte da pressão. Segundo Lian Jye Su, analista da Omdia, esses modelos custam uma fração do preço da OpenAI. Portanto, empresas menores ganham acesso a capacidade antes restrita a gigantes. Ainda assim, há um porém. Rodar 2,8 trilhões de parâmetros exige equipamentos caros. Ryan Fedasiuk, do American Enterprise Institute, lembra que a conta chega a centenas de milhares de dólares. Ou seja, o modelo é aberto, mas a infraestrutura ainda cria barreira.
Onde o Kimi K3 se posiciona entre os líderes
Os números vêm de avaliações independentes. Na Arena.ai, o modelo ficou em primeiro em criação de interfaces para sites. Na Vals AI, aparece em segundo geral, atrás apenas do Fable 5. Já a Artificial Analysis coloca seu desempenho perto do Claude Opus 4.8, sobretudo em tarefas de várias etapas. Enquanto isso, o mercado reagiu rápido. As ações da Zhipu e da MiniMax chegaram a cair 27,7% e 16,5% na Bolsa de Hong Kong.
Sobre esse ponto, o texto Claude Cowork chega ao celular e muda o jogo da criação de conteúdo com IA trata o mesmo tema sob outro ângulo.
| Avaliação independente | Foco do teste | Posição do Kimi K3 |
|---|---|---|
| Arena.ai | Criação de interfaces para sites | 1º lugar |
| Vals AI | Desempenho geral | 2º lugar, atrás do Fable 5 |
| Artificial Analysis | Tarefas complexas e de várias etapas | Nível de Claude Opus 4.8 |
O que o código aberto barato significa para marcas brasileiras
Agora vem a parte que interessa a quem trabalha com conteúdo. Quanto mais modelos abertos e baratos surgem, mais motores generativos passam a mediar a descoberta de marcas. Por isso, aparecer nas respostas dessas IAs vira prioridade. Em outras palavras, o jogo do GEO cresce junto com a oferta de modelos.
A lógica é direta. Se qualquer empresa pode rodar um modelo forte, o volume de respostas geradas por IA dispara. Assim, a marca citada pela IA ganha vantagem sobre a que segue invisível. Portanto, estruturar conteúdo para ser lido, ranqueado e citado por esses sistemas vira tarefa central.
A fonte dessas respostas, na maior parte, não é o site da marca. A McKinsey observou em outubro de 2025 que, em muitos casos, os sites próprios de uma marca respondem por apenas 5% a 10% das fontes que a busca com IA consulta ao responder sobre ela (McKinsey). Com mais modelos abertos gerando respostas, esse material de terceiros é lido mais vezes, e a consistência da marca fora do próprio domínio pesa ainda mais.
John Buten, da Forrester, fez essa recomendação a fornecedores B2B em janeiro de 2026, e a multiplicação de modelos abertos alarga ainda mais a lista de ferramentas além do Google. Conteúdo estruturado para ser recuperado por qualquer motor é a forma barata de acompanhar esse crescimento sem otimizar para cada um.
“Os fornecedores precisarão evoluir de gerar tráfego por meio de otimização para buscadores para gerar visibilidade por meio de otimização para motores de resposta, e começar a otimizar para ferramentas além do Google.”
John Buten, Principal Analyst da Forrester, em B2B Buyers Make Zero-Click Buying Number One (2026). Tradução livre.
A corrida segue acelerando. A cada semana, um novo modelo redefine o teto. Para marcas e profissionais, o caminho vai além de prever o vencedor. Ele está em preparar o conteúdo para ser encontrado por todos eles.
A Brasil GEO presta consultoria de Generative Engine Optimization, a otimização de conteúdo para mecanismos generativos, e foi a primeira consultoria brasileira dedicada à disciplina. No dia a dia, a Brasil GEO mede a citação de marcas por assistentes de IA como ChatGPT, Gemini e Perplexity. Alexandre Caramaschi, que fundou a consultoria, trabalha como Chief Strategy Officer da Nuvini (Nasdaq: NVNI) desde julho de 2026.
