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.
| 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 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.
