Ir al contenido
IA para hoy
Herramientas y productos Lanzamiento Del archivo 5/5 · Confirmado por varias fuentes

AWS lanza soporte para desplegar Kimi K3, modelo de código abierto de 2.8 billones de parámetros

Fotografía de archivo que ilustra: AWS lanza soporte para desplegar Kimi K3, modelo de código abierto de 2.8 billones de parámetros
Foto: Brett Sayles · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

Moonshot AI publicó el 27 de julio de 2026 Kimi K3, un modelo de código abierto con 2,8 billones de parámetros basado en arquitectura Mixture of Experts que representa el primer modelo de código abierto en la clase de 3 billones de parámetros. AWS publicó una guía técnica para desplegar Kimi K3 en dos plataformas: Amazon SageMaker HyperPod y Amazon EKS, utilizando instancias ml.p6-b300.48xlarge con GPUs NVIDIA B300 Blackwell. El modelo mantiene solo 104 mil millones de parámetros activos por token y soporta ventanas de contexto de 1 millón de tokens con capacidades multimodales nativas.

Resumen generado mediante IA a partir de AWS Machine Learning Blog (original en inglés). Naturaleza de la información: hecho documentado.

Análisis Por qué importa

La disponibilidad de modelos de código abierto de clase frontera con capacidades avanzadas permite a las organizaciones autohospedar sistemas IA potentes sin depender de proveedores cerrados, reduciendo costes operativos a largo plazo pero requiriendo inversión significativa en infraestructura GPU. La guía de AWS documenta el camino técnico concreto para empresas que deseen evaluar esta alternativa.

Quién se ve afectado
Empresas de tecnología, startups, centros de investigación y organizaciones con demanda de IA generativa que buscan control sobre infraestructura y privacidad de datos; usuarios de AWS con acceso a recursos GPU de clase empresarial.
Qué puede cambiar
Las organizaciones que dispongan de inversión en infraestructura Blackwell podrán ejecutar modelos de IA frontera sin pagar licencias de acceso; la opción de autohospedar competidores directos a Claude o GPT-4 intensifica la presión en precios de APIs comerciales.

Análisis generado a partir de la información disponible; no procede de la fuente.

Ilustración generada con IA sobre: AWS lanza soporte para desplegar Kimi K3, modelo de código abierto de 2.8 billones de parámetros
Ilustración generada con IA por IA para hoy

Predicción Qué observar a continuación

Adopción real de Kimi K3 en entornos empresariales en los próximos 6-12 meses; disponibilidad y precios de instancias p6-b300 en AWS y competidores; publicación de benchmarks independientes comparando Kimi K3 con modelos propietarios; evolución de costes totales de propiedad (TCO) entre autohospedar versus usar APIs.

Recomendación Qué debería hacer una empresa

Equipos de transformación digital deben evaluar en los próximos 6 meses si la privacidad y control de datos justifican el gasto de capital en infraestructura GPU B300 versus APIs comerciales existentes, considerando TCO a 3 años.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Fuente original: AWS Machine Learning Blog (fuente primaria). La referencia es siempre el artículo original.

Ver fuente original ↗

LLMMixture of ExpertsMoEvLLMtensor parallelism AWSMoonshot AINVIDIA infraestructura GPU Kimi K3 modelos código abierto Moonshot AI SageMaker HyperPod

Fuentes de esta historia

Esta noticia forma parte de una historia cubierta por 2 publicaciones. La fiabilidad sube cuando varias fuentes independientes la confirman.

  1. AWS Machine Learning Blog
    · confirmado por varias fuentes · artículo original ↗
  2. AWS Machine Learning Blog estás leyendo esta
    · confirmado por varias fuentes · artículo original ↗

Ver la historia completa con su línea temporal →

Relacionadas

Herramientas y productos

AWS publica guía para desplegar Kimi K3, modelo de 2,8 billones de parámetros

Moonshot AI lanzó el 27 de julio de 2026 Kimi K3, un modelo de IA con arquitectura Mixture of Experts de 2,8 billones de parámetros, el primero en alcanzar la…

Por qué importaKimi K3 representa un hito en la disponibilidad de modelos de frontera con pesos públicos, permitiendo a las organizaciones auto-hospedar sistemas de…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 7/10 AWS Machine Learning Blog

AWS incorpora Kimi K3 de Moonshot AI a Amazon Bedrock con caché de prompts explícita

AWS anunció la disponibilidad de Kimi K3, modelo abierto de Moonshot AI con 2,8 billones de parámetros, en Amazon Bedrock. El modelo ofrece visión nativa…

Por qué importaAmpliar el catálogo de modelos abiertos en Bedrock da a las empresas más opciones para equilibrar coste, capacidad y control de datos sin depender de…

Impacto bajo Fiabilidad una fuente fiable AWS Machine Learning Blog

Moonshot lanza Kimi K3, modelo abierto de 2,8 billones de parámetros competitivo con Claude y GPT-5.5

Moonshot ha lanzado Kimi K3, un modelo de inteligencia artificial abierto con 2,8 billones de parámetros y ventana de contexto de 1 millón de tokens. Según…

Por qué importaKimi K3 representa un avance competitivo importante del ecosistema de IA chino, demostrando capacidad para rivalizar con modelos occidentales líderes…

Impacto alto Fiabilidad declaración interesada Relevancia 7/10 Hipertextual
Modelos y avances

Moonshot AI lanza Kimi K3, modelo chino gratuito con 2.8 billones de parámetros para programación

Moonshot AI, empresa china, ha desarrollado Kimi K3, un modelo de inteligencia artificial con 2.8 billones de parámetros destinado a programación front-end…

Por qué importaEl lanzamiento cuestiona la viabilidad comercial de los modelos cerrados de alto precio de Silicon Valley, potencialmente replanteando la estrategia…

Impacto alto Fiabilidad varias fuentes Relevancia 8/10 Xataka México

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre. Se guarda un resumen de tu IP para evitar abusos.