Kimi K3 chegou: o primeiro modelo aberto de classe 3T, agora no MuiRouter

Em 17 de julho de 2026, a Kimi lançou seu novo flagship, o Kimi K3. O número que chama atenção é, naturalmente, 2,8 trilhões de parâmetros: segundo a Kimi, este é o primeiro modelo aberto a entrar na classe dos 3T. Força bruta funciona e mais parâmetros certamente ajudam, mas apenas o tamanho não teria provocado tanta agitação no setor.

Ontem à noite, um dos especialistas do meu grupo testou o Kimi K3 e imediatamente virou divulgador voluntário. Nas palavras dele:

Acabei de testar. É muito forte. Já fiz upgrade para o plano de ¥199; é o único com 1M. Depois de usar, o GPT parece burro em comparação — especialmente no frontend.

Outras pessoas do grupo seguiram o exemplo, começaram a testar e assinaram o plano de ¥199. Hoje de manhã, o K3 já estava tomando conta das redes sociais.

A Kimi colocou no K3 um contexto de 1M, visão nativa, programação de longa duração, uso de ferramentas e trabalho de conhecimento. O preço da API também é agressivo: cerca de 60% do GPT-5.6. A Kimi não quer apenas acompanhar o usuário numa conversa; quer construir um agente capaz de trabalhar por muito tempo e terminar tarefas sozinho.

Já adicionamos o kimi-k3 ao MuiRouter. Continue usando a mesma API key e /v1/chat/completions: basta trocar o nome do modelo para começar a testar. O Playground agora aceita imagens, mostra separadamente o raciocínio e a resposta final e exibe os tokens atendidos pelo cache.

O que é exatamente o Kimi K3?

De acordo com o anúncio oficial do Kimi K3 e o guia da API, estas são as principais especificações:

KDA e AttnRes são as principais mudanças. KDA usa um mecanismo de atenção mais eficiente para contextos longos; AttnRes permite recuperar seletivamente informações em diferentes profundidades da rede. Junto de um MoE mais esparso, a Kimi afirma que o K3 alcança cerca de 2,5 vezes a eficiência geral de scaling do K2.

Parâmetros e arquitetura importam, mas desenvolvedores têm perguntas mais imediatas: o custo-benefício é bom e é fácil comprar? Até hoje é preciso disputar para conseguir um coding plan do GLM-5.2.

As quatro capacidades mais importantes

1. Programação de longa duração

A Kimi escolheu o long-horizon coding como primeiro campo de batalha do K3. Os exemplos oficiais vão muito além de gerar uma função: o modelo opera terminais por longos períodos, entende repositórios enormes, executa e corrige código repetidamente, cria um compilador de GPU do zero, otimiza kernels e até conclui uma tarefa de design de chip ao longo de 48 horas.

Esses exemplos são da própria Kimi e não garantem o mesmo resultado nos nossos projetos. Eles mostram, porém, que o K3 está focado em fluxos reais de engenharia. Não passamos o dia escrevendo bubble sort; coordenamos processos complexos e implementamos lógica de negócio complicada.

2. Vision in the loop

O K3 evitou o caminho de DeepSeek, MiMo e GLM: não anexou um OCR separado. A Kimi chama sua abordagem de vision in the loop: o modelo escreve código, olha a captura real e continua ajustando conforme o que vê. Isso é útil em frontend, jogos, CAD, visualização de dados e qualquer fluxo de “fazer — olhar — melhorar”. O desempenho de ontem à noite também deixou isso claro; recomendo para quem trabalha com frontend.

No Playground do MuiRouter, você pode enviar PNG, JPEG, WebP ou GIF junto com texto na mesma mensagem. Ainda não habilitamos vídeo. Para testar rapidamente compreensão de screenshots, análise de UI ou perguntas sobre imagens, a entrada visual atual já resolve.

3. Contexto de 1M e Prompt caching

Um contexto de 1M permite ler repositórios maiores, mais documentos ou pesquisas mais longas de uma vez. Mais importante: a Kimi projetou o cache automático junto do contexto longo. Quando um prefixo repetido acerta o cache, esses tokens de entrada custam muito menos.

Isso importa para coding agents. Numa sessão longa, instruções do sistema, contexto do repositório e histórico são reenviados diversas vezes. Com boa taxa de cache, apenas uma pequena parte do conteúdo novo paga a tarifa completa. A Kimi diz que sua API oficial pode superar 90% de cache hit em cargas de programação, embora o número real dependa da estrutura do prompt e da gestão da sessão.

4. Ferramentas e saída estruturada

O K3 aceita ferramentas personalizadas, tool_choice, JSON Mode e Structured Output. Hoje, são capacidades agentic essenciais: escolher uma ferramenta, gerar argumentos, ler o resultado e continuar o raciocínio.

Um detalhe importante é que o K3 depende de um histórico completo de pensamento. Em chamadas complexas e multi-turno, o agent harness deve devolver o reasoning_content anterior sem alterações. Trocar de outro modelo para o K3 no meio de uma sessão também pode desestabilizar o resultado. Num chat simples isso não preocupa, mas agentes de longa duração não podem ignorar esse requisito.

Benchmarks? Leia e siga em frente

Os resultados publicados pela Kimi colocam o K3 na faixa dos modelos de fronteira; em alguns testes de programação e conhecimento, ele se aproxima ou supera modelos fechados mais caros. Mas a maior parte desses números vem das avaliações da própria Kimi. A empresa também reconhece claramente que a experiência geral ainda fica atrás de Claude Fable 5 e GPT-5.6 Sol. Ela lista duas limitações: o K3 é sensível ao histórico de pensamento e pode ser proativo demais em tarefas longas, tomando decisões que o usuário nunca autorizou.

Preço da API

O preço oficial do Kimi K3 da Moonshot AI é:

A entrada em cache custa um décimo da normal, o ponto mais interessante da estrutura de custos do K3. Ao mesmo tempo, o modelo usa sempre o nível máximo de thinking, então até uma tarefa simples pode gerar muitos tokens de raciocínio. Ele faz mais sentido em trabalhos que realmente precisam de raciocínio, contexto longo ou várias etapas do que como substituto de todos os modelos pequenos e baratos.

O que o MuiRouter oferece

kimi-k3 no MuiRouter agora oferece:

• Contexto de 1M tokens;
• Imagens PNG, JPEG, WebP e GIF;
• Max thinking sempre ativo;
• Streaming com raciocínio e resposta final separados;
• Ferramentas personalizadas, tool_choice e response_format;
• Prompt caching, com tokens de entrada total, entrada em cache e saída no Playground;
• A interface compatível com OpenAI /v1/chat/completions.

O kimi-k2.6 continua disponível como opção independente de menor custo. K3 combina melhor com tarefas difíceis, longas ou visuais. Se você não precisa de raciocínio profundo, não há motivo para trocar só porque o modelo é novo.

A chamada mais simples é esta:

curl https://api.muirouter.com/v1/chat/completions \
  -H "Authorization: Bearer $MUI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "user", "content": "Analise este projeto e proponha o próximo plano de implementação."}
    ],
    "reasoning_effort": "max",
    "max_completion_tokens": 16384,
    "stream": true
  }'

Se você já usa o SDK da OpenAI, aponte o Base URL para https://api.muirouter.com/v1 e troque o modelo para kimi-k3. Imagens continuam usando content parts padrão image_url; não há uma nova interface para aprender.

Conclusão

É animador ver os modelos chineses continuarem evoluindo e os modelos abertos ultrapassarem novos limites. Kimi K3 é o primeiro a reunir uma arquitetura aberta de classe 3T, contexto de 1M, visão nativa e agentes de longa duração num pacote competitivo. Provavelmente veremos mais fornecedores oferecendo K3 em breve.

Kimi K3 talvez não substitua completamente Claude Fable 5 ou GPT-5.6 Sol. A Kimi admite que ainda existe uma diferença de experiência; max thinking adiciona latência e custo de saída; e agentes complexos precisam preservar corretamente o histórico de pensamento. Nada disso impede transferir parte do trabalho para o K3, principalmente frontend.

Agora você pode selecionar Kimi K3 no Playground do MuiRouter e testá-lo com seu código, imagens e tarefas reais. Continua sendo uma API key e um formato de requisição; basta mudar o nome do modelo.