El lanzamiento de Kimi K3, el modelo de lenguaje de código abierto más grande disponible con 2.8 billones de parámetros, ha reavivado el debate sobre la capacidad de China para alcanzar a Estados Unidos en inteligencia artificial. Pero la acusación oficial de Washington de que la empresa Moonshot copió el modelo Fable de Anthropic mediante destilación industrial encuentra escepticismo entre los expertos consultados por TechCrunch.
La Casa Blanca, a través de su asesor científico Michael Kratsios, afirmó que Moonshot construyó K3 copiando a Fable y utilizando chips de Nvidia prohibidos para exportación a China. Kratsios calificó la práctica de “inaceptable”. Sin embargo, Braden Hancock, investigador del Instituto Laude y cofundador de Snorkel AI, lo puso en duda: “No creo que obtengas un modelo tan potente y tan rápido tras el lanzamiento de Fable solo con destilación. Fable está disponible desde el 1 de julio. No puedes destilar tantos datos, entrenar un modelo y lanzarlo en dos semanas”. Nathan Lambert, investigador del Allen Institute for AI, añadió que la destilación es cada vez menos efectiva a medida que los modelos chinos se acercan a la frontera y el régimen de entrenamiento migra hacia aprendizaje por refuerzo.
La destilación consiste en consultar sistemáticamente un modelo para extraer su conocimiento y usarlo para entrenar otro. Es una técnica común: el propio Elon Musk testificó que SpaceXAI destiló modelos de OpenAI para desarrollar Grok. Pero alcanzar capacidades de frontera requiere aprendizaje por refuerzo a gran escala, con decenas de millones de agentes, lo que sería “increíblemente caro y un cuello de botella de tiempo” usando la API de un laboratorio, según Lambert.
El factor de los chips y la regulación
La segunda parte de la acusación es que Moonshot accedió a chips Grace Blackwell 300, prohibidos para China, a través de servidores en Tailandia. Sam Bresnick, del Centro de Seguridad y Tecnología Emergente de Georgetown, señaló que existe un mercado negro y que en mayo el fundador de Supermicro fue acusado de contrabando de chips a China. La propuesta de reglas federales “conoce a tu cliente” para centros de datos que hizo el Departamento de Comercio de Biden en 2024 no ha tenido avances bajo Trump.
Los benchmarks y la promesa del open weight
Más allá de la controversia geopolítica, Kimi K3 compite directamente con Claude Fable 5 en rendimiento. Según el Artificial Analysis Intelligence Index, K3 obtiene 57,11 puntos frente a 59,86 de Fable, una diferencia de 2,75 puntos que lo sitúa en el cuarto lugar global, por encima de Opus 4.8. En pruebas concretas, K3 gana en codificación autónoma (Frontend Code Arena, Terminal-Bench) mientras Fable lidera en razonamiento visual y conocimiento profesional. Todos los números son reportados por los fabricantes y no han sido replicados de forma independiente.
La verdadera diferencia es estratégica: K3 es de peso abierto (open-weight), con los pesos completos prometidos para el 27 de julio. Eso significa que cualquier empresa podrá descargarlo y ejecutarlo en su propia infraestructura, sin depender de una API ni pagar por token. El costo por API es de 3 a 15 dólares por millón de tokens, 3,3 veces más barato que Fable. Para equipos con alto volumen de trabajo agentivo, el autoalojamiento puede amortizarse rápidamente.
Qué significa para Latinoamérica
Para las empresas de la región, la disponibilidad de un modelo de frontera open-weight cambia las reglas del juego. Hasta ahora, acceder a lo último en IA implicaba contratar APIs de OpenAI, Anthropic o Google, con costos en dólares y dependencia de infraestructura en la nube estadounidense. K3 ofrece una alternativa: descargar el modelo, ejecutarlo en servidores locales o en nubes regionales, y mantener el control sobre los datos. Esto es crítico para sectores regulados como fintech o salud, donde la residencia de datos es obligatoria.
Sin embargo, el camino no está exento de riesgos. La controversia sobre destilación y la posible violación de sanciones podría llevar a que Moonshot quede en una lista negra comercial, complicando actualizaciones o soporte. Además, la madurez del ecosistema (herramientas de fine-tuning, integración, comunidad) aún está lejos de lo que ofrecen OpenAI o Anthropic.
La pregunta para los CTO y CIOs latinoamericanos no es si K3 es mejor o peor que Fable, sino cómo construir una estrategia híbrida que aproveche lo mejor de ambos mundos: el rendimiento controlado de los modelos cerrados para tareas críticas y la libertad y el costo reducido de los modelos abiertos para automatización de alto volumen. El 27 de julio marcará el inicio de una nueva etapa. La infraestructura de IA en la región debe prepararse para un escenario donde la frontera ya no depende solo de una API.
