Il 16 luglio Moonshot AI ha annunciato Kimi K3, un modello MoE da 2.800 miliardi di parametri i cui pesi sono attesi in rilascio il 27 luglio. Nell’analisi di Nathan Lambert su Interconnects, il dato chiave è che il gap tra modelli open e closed — e tra laboratori americani e cinesi — si è ridotto da 6-9 mesi a qualcosa come 3-5 mesi.
I posizionamenti nei benchmark citati raccontano un vero modello di frontiera: #2 nel Vals AI index, #3 nell’Intelligence Index di Artificial Analysis (battuto solo da Claude Fable e GPT-5.6 Sol Max, ma più economico) e #1 nel Frontend Code Arena. Il tutto con risorse molto inferiori a quelle di Anthropic e OpenAI.
Efficienza, non solo scala
Sul piano tecnico, il blog di lancio attribuisce i progressi a due novità architetturali — Kimi Delta Attention (KDA) e Attention Residuals (AttnRes) — e a una maggiore sparsità MoE, con 16 esperti attivati su 896 in un framework Stable LatentMoE. Insieme a training e data recipe rivisti, questi cambiamenti porterebbero a un miglioramento di circa 2,5x nell’efficienza di scaling rispetto a Kimi K2. Lambert sottolinea come i laboratori cinesi siano marcatamente più capital-efficient, un vantaggio pesante in un mondo dove l’intelligenza è proporzionale al capitale investito.
La tesi: open come freno economico, ma acceleratore di diffusione
La parte più interessante è la lettura di ecosistema. Lambert riprende l’idea che i modelli open-weights siano “decelerationist” sul piano economico per i frontier lab, perché comprimono i margini e quindi i capitali reinvestibili nei modelli futuri. Allo stesso tempo li considera acceleratori per la diffusione dell’AI nell’economia, abbassando il prezzo d’ingresso a un dato livello di capacità e favorendo la customizzazione — una traiettoria però molto più lenta. A fare da cornice politica, il discorso di Xi Jinping al WAIC che ha impegnato la Cina sull’open-source.
Per un data engineer, il punto pratico è che modelli aperti di qualità frontiera rendono più realistico costruire agent domain-specific in casa, con un controllo maggiore su costi e dati. È un’opinione dell’autore, non una certezza: molto dipenderà dal fatto che Moonshot mantenga la data di rilascio dei pesi e da come si muoverà la regolamentazione.
In sintesi
- Kimi K3 (2,8T parametri MoE) porta un modello open-weights vicinissimo alla frontiera, con gap sceso a 3-5 mesi.
- KDA, AttnRes e maggiore sparsità MoE danno ~2,5x di efficienza di scaling rispetto a K2.
- Secondo Lambert, gli open-weights frenano i margini dei frontier lab ma accelerano la diffusione dell’AI.
Hai qualcosa da aggiungere? Unisciti alla discussione.