Kimi K3: para qué sirve de verdad (benchmark en español)

Lo mejor que tiene es Coding, y aun así queda abajo (#81 de 97 entre los que rinden el examen completo), y donde menos rinde es Agentes (7.15 contra 8.63). Cuesta $23.40 por cada 1.000 llamadas.

Nota de calidad8.06/10#85 de 97 · del mejor al peor hay 1.3 puntos

Por 1.000 llamadas$23.40el 11º más caro de 97

Al mes, uso típico$35.1050 llamadas por día, todos los días

Velocidad37 tok/s97.6 s de espera media

⬡ Open source ⚒ Puede usar herramientas ◈ Razona antes de responder ⌸ Le caben ~1.700 páginas a la vez ⛨ Resiste instrucciones ocultas · 7.2/10

Dónde está parado, pilar por pilar

La nota de la derecha es sobre 10. La barra compara contra los demás modelos del ranking, no contra el cero: entre el mejor y el peor de esta lista hay poco más de un punto, así que en escala 0-10 se verían todas iguales. La marca vertical es la mediana — quedar por debajo acá no es una mala nota, es estar en el promedio de un grupo muy parejo.

Coding 8.63 (-0.44 vs mediana)

Contenido 8.53 (+0.15 vs mediana)

Razonamiento 8.13 (+0.18 vs mediana)

Agentes 7.15 (-0.39 vs mediana)

Medido con 143 runs que puntúan, juez Phi-4 local · actualizado 2026-08-23 · datos abiertos

Qué hace bien y qué no

Su media entre las 31 tareas medidas es 6.68. Un promedio esconde justo lo que te importa, así que acá están los extremos.

Donde rinde por encima de sí mismo

Precisión literal (hex, JWT, configs) — 8.36 (+1.68 contra su media). Decide: no equivocarse en un dato
Verificar un dato contra su fuente — 7.79 (+1.11 contra su media). Decide: decidir si una fuente respalda una afirmación
Gestión de tareas (action items, planes) — 7.77 (+1.09 contra su media). Decide: convertir una conversación en tareas
Razonamiento general (lógica, decisiones) — 7.73 (+1.05 contra su media). Decide: razonar con varias piezas a la vez

Donde se cae

Capacidades de agente (delegación, skills) — 4.64 (-2.04 contra su media). Decide: delegar y usar lo que tiene a mano
Noticias + SEO (artículos completos) — 4.79 (-1.89 contra su media). Decide: escribir un artículo publicable
JSON estructurado (extracción, schemas) — 4.82 (-1.86 contra su media). Decide: emitir JSON válido a la primera
No inventar herramientas (abstenerse cuando no hay) — 5.30 (-1.38 contra su media). Decide: no inventar herramientas que no existen

Si Kimi K3 no te cierra

Alternativas elegidas por contraste con este modelo, no por ranking general.

Modelo	Calidad	$/1k	Latencia	Por qué
Ling 3.0 Flash Más barato, calidad equivalente	7.98	$0.101	12.1 s	misma nota o mejor, menos plata por llamada
GPT-5.6 Luna Mejor nota, precio parecido	8.52	$0.930	10.6 s	hasta 30% más caro, pero rinde más
Gemini 3.1 Flash Lite Responde antes	8.09	$2.33	4.1 s	al menos 40% menos de espera, sin caer de nota

La ficha: Kimi K3 en números

Todo esto sale de runs propios, guardados y auditables. La latencia es la total de respuesta, no el time-to-first-token.

Calidad medida
Runs que puntúan	143
Tool calling	8.18
Resistencia a prompt injection	7.15
Precio
Precio por millón · entrada	$3.00
Precio por millón · salida	$15.00
Rendimiento y límites
Latencia total media	97.6 s
Ventana de contexto	1.048.576

Contra los mejores del ranking, en plata

La pregunta útil no es cuánto le falta a Kimi K3 para ser el mejor: es cuánta calidad extra estás comprando, y a cuántas veces el precio. Eso es lo que decide si conviene.

Modelo	Calidad	$/1.000 llamadas
Kimi K3 Este modelo	8.06	$23.40
GPT-5.6 Luna El de más calidad medida	8.52	$0.930
Claude Opus 4.8 El frontier más caro del top 10	8.48	$39.00

GPT-5.6 Luna (el techo medido) rinde 6% más y además es más barato: $0.930 contra $23.40. Acá no hay que elegir.
Claude Opus 4.8 (el caro que todos conocen) rinde 5% más (8.48 contra 8.06) y cuesta 2 veces más por llamada.

Los tres salen de las mismas 29 tareas, el mismo juez y los mismos límites. Los benchmarks del fabricante miden otra cosa —y están enlazados más abajo.

Cuánto `max_tokens` darle, por tarea

Si tu nodo o tu script queda por debajo de esto, Kimi K3 no falla: entrega de menos — y quien lo consume lo lee como que no había nada que reportar. Es el modo de falla más caro que hay, porque se parece a que todo salió bien.

⚠️ Este modelo razona, y los tokens de razonamiento salen del mismo presupuesto: pide bastante más que uno que no razona para escribir la misma respuesta. Es el motivo exacto por el que un max_tokens heredado de otro modelo lo corta.

Tarea	Mediana	Peor caso medido	max_tokens sugerido
Tareas largas (sostener el hilo 8-12 turnos)	10.089	18.018	22.522 (piso)
Decisiones de negocio (prioridades. plan)	4.725	8.192	10.240 (piso)
Generación de código (Python. SQL. debug)	3.747	8.192	10.240 (piso)
Creatividad (hooks. analogías. narrativa)	5.403	8.192	10.240 (piso)
Noticias + SEO (artículos completos)	6.563	8.192	10.240 (piso)
Razonamiento general (lógica. decisiones)	7.504	8.192	10.240 (piso)
Contenido startup (newsletter. actualidad)	7.862	8.192	10.240 (piso)
Estrategia (pricing. planificación)	8.192	8.192	10.240 (piso)
Auditar números (detectar el error plantado)	4.936	8.144	10.180
Integridad de idioma (no mezclar idiomas)	5.701	7.806	9.757
Ventas en frío (cold email. campañas)	2.180	7.744	9.680
Gestión de tareas (action items. planes)	3.780	7.166	8.957
Razonamiento profundo (matemática. Fermi)	6.243	6.591	8.238
Presentaciones (slides. reportes)	6.562	6.562	8.202
OCR / extracción desde imágenes	2.250	5.532	6.915
Contenido con datos verificables (no inventar)	3.593	4.691	5.863
Traducción (es↔en)	1.112	3.437	4.296
Contenido genérico (blog. email. social)	2.781	2.885	3.606
Multi-turno (debugging. requisitos)	2.411	2.568	3.210
Anti-alucinación (citas. contexto)	1.089	2.126	2.657
Resúmenes y extracción de datos	2.055	2.055	2.568
JSON estructurado (extracción. schemas)	497	1.977	2.471
Capacidades de agente (delegación. skills)	1.674	1.952	2.440
Orquestación (flujos de varios pasos)	916	1.660	2.075
Seguir instrucciones al pie de la letra	1.461	1.539	1.923
Resistencia a prompt injection	526	1.377	1.721
Verificar un dato contra su fuente	235	1.371	1.713
No inventar herramientas (abstenerse cuando no hay)	354	1.324	1.655
Precisión literal (hex. JWT. configs)	303	1.289	1.611
Soporte al cliente (clasificar y responder)	745	1.038	1.297
Tool calling (llamada de funciones)	355	745	931

Las marcadas (piso) tocaron el techo del propio examen (8.192): ahí la respuesta se cortó, así que el número dice «al menos esto», no «esto exactamente». Dar más aire en esas.

Los números oficiales de Kimi K3

Acá no los repetimos, y es a propósito. MMLU, GPQA, SWE-bench y la tabla del lanzamiento las publica quien hizo el modelo, con más recursos y antes que nadie: ese enlace es mejor que cualquier copia nuestra, y no envejece.

Ficha en OpenRouter — precio vigente, proveedores que lo sirven y límites de contexto

Lo que sí medimos acá es lo otro: qué pasa cuando este modelo tiene que decidir algo de un negocio chico, en español y a un precio que se pueda pagar. Verificar un dato antes de publicarlo, emitir el JSON que espera un workflow, llamar la herramienta correcta. Eso no está en la tarjeta del fabricante.

¿Es el mejor para TU caso?

Filtra por presupuesto, calidad mínima y tipo de tarea. En 30 segundos sabes si Kimi K3 es tu opción o hay algo mejor para lo que haces.

Ir a la calculadora →