Kimi K3: gran salt en programació, però no supera GPT-5.6 ni Fable 5 en tot

Hace unas horas ha salido Kimi 3, que es la versión más actualizada del modelo de Kimi, este modelo multimodal que permite generar desde texto, imágenes, videos y también código. Y bueno, el día de hoy mucho se ha estado hablando acerca de lo que puede generar, que para sorpresa está saltando bastante en los benchmark a tal punto que está alcanzando a Cloud Fable 5 o incluso GPT 5.6 Sol. Y bueno, para hacer una demo el día de hoy voy a mostrarles alguno que otro ejemplo, además de también poder resumirles de qué se trata este nuevo modelo. Vamos a empezar. Coders, cuando una aplicación ya está en producción, uno de los retos más importantes es detectar problemas antes de que los usuarios los encuentren. Por ejemplo, una página que deja de cargar, una API que empieza a responder lentamente o un flujo dentro de la aplicación que simplemente deja de funcionar. Y esperar a que los usuarios reporten estos problemas no siempre es la mejor estrategia. Aquí es donde entra el synthetic monitoring. Esta técnica consiste en simular interacciones con tu aplicación de forma automática, como si fueran usuarios reales. Por ejemplo, puedes configurar pruebas que verifiquen

periódicamente si una página carga correctamente, si un formulario funciona o si una API está respondiendo como debería. Y esas pruebas se ejecutan desde distintas ubicaciones y de forma constante, lo que permite detectar problemas de disponibilidad o rendimiento antes de que afecten a los usuarios reales. Y para resolver esto, puedes utilizar Open Manager Nexus, en donde puedes configurar este tipo de monitoreo para páginas web, API y aplicaciones completas. Además, cuando ocurre un problema, puedes recibir alertas en tiempo real, lo que ayuda a reaccionar rápidamente. Y lo genial es que puedes implementar Open Manager Nexus tanto en la nube como en tu propia infraestructura. Además, ahora mismo tienes disponible una prueba gratuita de 30 días desde su página oficial. Así que aprovechen esta oportunidad y prueben todas las funciones utilizando el enlace que les dejo en la descripción. Muy bien, empecemos primero leyendo un poco acerca de lo que sería el anuncio de este nuevo modelo de Kimi llamado K3, que es básicamente el sucesor de K2.7. Ahora, lo que más ha llamado la atención entre todas las cosas o por qué se está nombrando tanto este modelo en internet es principalmente porque ahora está

compitiendo con los modelos más grandes. Es decir, en Kimica 2.7 nosotros comparáamos ese modelo con GPT 5.3 u Opus 4.7. Entonces, al salir Química 3 se esperaría que compita con Opus 4.8 o GPT 5.5, pero de hecho no. Y es que ha dado un salto enorme y ahora se la está comparando con GPT 5.6 Sol y Fable 5, que son los modelos más grandes y más producidos que hay a este momento. Lo que quiere decir que esa distancia de 6 meses en el que iban los modelos chinos detrás de los modelos más populares, pues en realidad no lo es tanto. Y a este punto sorprende bastante que un modelo que estaba casi en las últimas listas fuera del ranking 10 de muchos benchmark, ahora está compitiendo con estos dos modelos de aquí, casi similar a lo que pasó con GLM 5.2 dos hace algunas semanas atrás, pero bueno, de forma resumida, este es un modelo nuevo que llega a los 3 trillones de parámetros y para lograr, digamos, aumentar un poco su velocidad, sobre todo porque es un modelo grande, tienen una nueva forma de implementar lo que sería la decodificación de tokens al momento de la entrada y es justamente con estas nuevas formas que se llama Delta attention y attention residuals. Lo que significa en la práctica es que

también tenemos un millón de tokens en una ventana de contexto y que esto nos permite poder aplicarlo en tareas de larga duración como pueden ser ejecución de asistentes o ejecución de código o razonamiento y básicamente tareas de agentes. Aunque bueno, una forma de medir todo esto es utilizando algún benchmark que no viene por parte de la misma empresa. Entonces, también tenemos Artificial Analysis, que es un benchmark que mide múltiples modelos en distintos tipos de áreas. Y por ejemplo, cuando hablamos de inteligence o inteligencia, sobre todo al momento de escribir código o hacer tareas agénticas, lo que ha pasado con este modelo, simplemente si lo comparamos con uno de sus precesores, que es 2.6, por ejemplo, ha hecho un salto casi a la par de estar ahora con GPT 5.6 y Fable. Y bueno, esto no tan solamente al momento de generar códigos, seno que de nuevo también al momento de utilizarse en tareas para poder hacer ejecución de programas o de nuevo tareas relacionadas con agentes en general. Aunque bueno, algo muy importante con todo esto es justamente saber qué tan caro es y de hecho no es un modelo tan costoso para ser un modelo que está compitiendo con esos modelos grandes.

Obviamente la respuesta puede variar, pero solamente para darnos una idea y midiendo el costo. Pueden ver aquí que este es un poco más caro que lo que sería GLM 5.2, pero sigue siendo más barato que Opus 4.8, por ejemplo. Y bueno, igual también mucho más barato que GPT. Aunque bueno, otra métrica también muy importante en cuanto al modelo es la velocidad de respuesta. Y bueno, este modelo ya se conocía que no era muy rápido. De hecho, si ustedes han llegado a utilizar K2.7 saben que sí es un modelo que puede ser bastante decente, pero en cuanto a velocidad pues hay modelos mucho más baratos. Incluso un descendiente de este que puede ser composer 2.5 es más veloz en mi opinión y se nota. Y en este caso no ha mejorado tanto en este aspecto, así que al menos por velocidad no esperen un cambio enorme. Pero bueno, al final lo que importa es la generación de código y qué tan bueno es. Así que vamos a ver algunos ejemplos. Y bueno, para poder probarlo, ya lo tienen disponible en lo que sería su suscripción de Kimi.com o pueden utilizarlo en aplicaciones como Kimy Word, Kimi Code o Kimi API. Y bueno, solamente para darles un número exacto, en este caso según su propia documentación, el millón de tokens de

entrada cuesta alrededor de $3 y la salida cuesta alrededor de 15. De nuevo, colocándolo muy por detrás lo que sería 5.5 y 4.8 y obviamente muy por detrás lo que sería Fable 5. En cuanto a precios estamos hablando. Y bueno, para empezar a utilizarlo, en mi caso voy a estar probándolo desde Kimi, desde Kimi Code, su herramienta o harness. Y bueno, desde aquí ya pueden empezar a cambiar el modelo, simplemente escriben slash model y con esto van a empezar a ver estas opciones. Tenemos ahora la opción de K3. Y por cierto, si quieren saber cómo utilizar Kimi Code o quieren crear algunos ejemplos, ya he creado videos anteriormente utilizando este harness, así que también lo voy a dejar en la descripción. Pero bueno, vamos a pedir una aplicación un poco extensa y voy a pegar aquí un texto grande y básicamente le voy a pedir un dashboard de finanzas personales que nos permita manejar distintas cuentas, marcar objetivos financieros y básicamente tener un registro de los ingresos, retiros y demás operaciones que se pueden hacer desde una cuenta. Entonces, vamos a ver qué tanto se puede demorar para un pr de este estilo. No es una planificación, pero tampoco es un prqueño. Y bueno, por cierto, aquí si también quieren hacer

que simplemente lo implemente, pueden escribir aquí un yolo y con eso simplemente va a empezar a responderse las preguntas por él mismo. Muy bien, después de aproximadamente unos 40 minutos más o menos, aquí ha pasado la generación del proyecto y en teoría la razón de por qué se ha demorado tanto es que he implementado cada uno de los módulos y también lo que sería backend y frontend. Y bueno, lo que ha generado es esto de aquí, que de hecho no se ve nada mal. Ya ha colocado datos demo, ya tenemos aquí secciones para poder tener incluso gráficas y bueno, en cuanto a UI se ve bastante bien. Ahora, en este caso, este es un modelo sin ningún tipo de skill adicional, es decir, este es el modelo tal cual responde. Y bueno, esta es una de las cosas que también se está remarcando bastante en redes sociales y es que en el benchmark de Front Code Arena, incluso lo que ha pasado es que Kimica 3 está mucho mejor que Fable 5 y 5.6 sol. Eso quiere decir que para tareas de frontend pues realmente supera esos modelos y se nota realmente en el primer pronto, aunque de nuevo esto le ha tomado mucho tiempo generarlo. Y otra cosa que no veo por aquí es justamente la forma de poder añadir datos. Al

parecer hecho como simplemente frontend para poder visualizar cosas y no hay ninguna forma aparente de poder añadir datos adicionales. Y bueno, en cuanto al código lo que quiera generar es una aplicación de Next en donde está la API, están las aplicaciones de frontend y en cuanto a la base de datos, como no ha sido muy explícito de qué base de datos debería utilizar, al parecer aquí ha elegido SQLite y bueno, en realidad no ha añadido muchos paquetes, es básicamente Nex en sus últimas versiones, lo cual está bastante bien, es decir, este modelo ya considera versiones modernas, al menos de estos frameworks. Lo siguiente que también incluido son los paquetes para hacer linting y para poder obviamente utilizar TypeScript y bueno, no son versiones viejas ni nada de eso, entonces está bastante decente como para producir código realmente al menos de aplicaciones frontend. Y bueno, para hacer un segundo ejemplo, vamos a pedirle ahora crea un juego en 3D al estilo de Mario Kart, por ejemplo, solamente que vamos a decirle debe haber métricas de velocidad y un escenario realista. Vamos a ver qué es lo que crea. Y bueno, si esperamos alrededor de unos 30 minutos más y un poco más

incluso, vamos a ver que aquí ha generado otra vez otro proyecto y vamos a comprobarlo. De hecho, aquí me ha dado una URL y esto es lo que ha generado. Básicamente es un proyecto bastante básico utilizando 3GS obviamente, pero este es un modelo que obviamente es mucho más barato que lo que es GPT 5.6 Se y bueno, por allí también podríamos hacer una comparación en uno de estos días justamente con los otros modelos, pero incluso ha cumplido con la idea del pron inicial, que es justamente ver en la parte superior izquierda lo que sería el tiempo, la velocidad y a la parte derecha hay como justamente un mapa y está bastante bien. De hecho es un primer pron, simplemente no he hecho más modificaciones. Sí se ha demorado, eso sí, aunque incluso algo que también pueden notar es que estoy utilizando el esfuerzo máximo. De hecho, si venimos aquí y coloco slash effort y doy un enter, van a ver que solamente tengo disponible el modo max. Entonces, esto quiere decir que a medida que vayan saliendo las variaciones de este modelo, pues podríamos obtener modelos que responden más rápido o quizás nos den una que otra variación adicional. Pero bueno, de momento es lo que tenemos y de nuevo no está nada mal. incluso para

tareas de frontend este modelo está bastante bien y en mi opinión no lo he probado tanto con lógica, es decir, no he visto lo que ha generado, no se ve nada mal de hecho, pero voy a esperar aún así algunos días para ver algunos ejemplos y sobre todo también traerles una actualización de lo que sería Química 3. Y bueno, básicamente este ha sido el video del día de hoy. Está bastante impresionante el modelo, sobre todo para tareas de fronte me ha gustado bastante y aún no lo he podido probar incluso con lo que sería tareas en paralelo o con sus subagentes, pero ya lo voy a ir probando en el transcurso esta semana. Y bueno, esto acaba de salir, así que también pueden probarlo utilizando tanto Kimy Code o suscripciones de otros harness que pueden estar por allí. Y bueno, si tienen una duda o cualquier sugerencia también pueden dejar en los comentarios. Nos vemos en un siguiente video. Y eso ha sido todo por el video del día de hoy. Si quieres conocer más, te dejo en pantalla mis enlaces sociales y mi web fast.def donde puedes reservar asesorías personalizadas de cualquier tema. Y no te olvides de dejarme un comentario, ya sea de una duda o una sugerencia para el siguiente video. Nos vemos en un próximo