Atria Dawn vs Kimi K3: Un agente de pesos abiertos que nunca termina, frente a un techo de razonamiento de 44 puntos

Antes de los benchmarks, detente a considerar la diferencia en el propósito de estos dos modelos. Atria Dawn Preview es el nuevo modelo agéntico de pesos abiertos del Shanghai AI Laboratory — anunciado como "ya disponible" el 14 de septiembre, construido sobre la base MoE GLM-5.2 de 744B, con licencia MIT, contexto de 256K, solo texto, descargable en BF16 y FP8, y servido en api.atria-asi.ai sin precio publicado. Kimi K3 es el buque insignia de 2,8 billones de parámetros de Moonshot AI — lanzado el 16 de julio, con un precio de $3,00/$15,00 por millón de tokens, contexto de 1M, entrada multimodal, pesos abiertos bajo una licencia MIT modificada desde el 27 de julio, y un Índice de Inteligencia de Artificial Analysis independiente de 44 que lo convierte en el segundo modelo de pesos abiertos con mayor puntuación de la tabla. Ambos son abiertos. Ambos son agénticos. Ambos provienen de laboratorios chinos con divisiones internacionales de API. Y difícilmente podrían estar orientados a trabajos más diferentes: Kimi K3 es un techo de razonamiento que puedes alquilar o descargar; Atria Dawn Preview es un bucle que sigue trabajando hasta que algo sea verificable.

Las etiquetas de procedencia son el esqueleto de esta comparación. La puntuación de índice, el precio y el contexto de Kimi K3 son hechos independientes: AA Index 44, $3/$15, ventana de 1M, pesos Modified MIT. Las filas de benchmark de Atria Dawn Preview las reporta el proveedor a partir de su tarjeta del modelo, no las ha reproducido ningún laboratorio neutral, y su API internacional no tiene precio publicado. Donde la cuadrícula de la tarjeta enfrenta a los dos en un campo común, Atria Dawn Preview reporta liderazgo en suites de descubrimiento y uso de herramientas (AutomationBench 53.8, BrowseComp 92.5, DeepSearchQA 96.0, BFCL v4 77.0, CyberGym 86.5), mientras que queda por detrás del linaje de Kimi K3 en las filas de programación (SWE-bench Pro 59.6, Terminal-Bench 2.1 78.3, JobBench 50.3). Ninguno de los números de Atria está verificado de forma independiente.

Dos tipos de pesos abiertos

La similitud superficial —ambos abiertos, ambos chinos, ambos agénticos— oculta una bifurcación genuina. Kimi K3 es el intento de Moonshot de demostrar que un modelo de pesos abiertos puede mantener la frontera en inteligencia bruta: 2.8T de parámetros totales, un contexto de 1M, entrada nativa de imagen y audio, una licencia MIT modificada, y una puntuación de índice independiente de 44 que solo GLM 5.3 supera entre los modelos abiertos. Puedes alquilarlo a $3/$15 o descargarlo y servirlo tú mismo, y de cualquier forma estás comprando un motor de razonamiento.

Atria Dawn Preview no intenta ser un motor de razonamiento en ese sentido. Es un MoE de 744B en total — aproximadamente una cuarta parte del tamaño de Kimi K3 — ajustado para un bucle en lugar de para el índice: analizar, diseñar, usar herramientas, escribir y ejecutar código, leer el resultado experimental, recuperarse de fallos, iterar. Los cuatro pilares del laboratorio (Discovery, Creation, Delivery, Cybersecurity) se reducen a ese bucle. Tiene un contexto de 256K (una cuarta parte del 1M de Kimi K3), es solo texto, mientras que Kimi K3 acepta imágenes y audio, y publica sus fortalezas en suites de largo horizonte en lugar de en razonamiento de un solo intento. En papel parece un modelo estrictamente peor; en sus propios términos, es un producto diferente dirigido a un fallo diferente.

• Precio — Atria Dawn Preview sin publicar (API internacional) vs Kimi K3 $3.00/$15.00 por 1M

• Contexto — Atria 256K solo texto vs Kimi K3 1M, entrada de imagen+audio

• Tamaño — Atria 744B MoE total vs Kimi K3 2.8T total

• Registro independiente — ninguno para Atria vs Kimi K3 AA Index 44, #2 en pesos abiertos

Por qué el muro de 44 puntos importa menos que el bucle

Si tu carga de trabajo es una pregunta de razonamiento difícil, esta comparación no está reñida: el 44 medido de forma independiente de Kimi K3 es el techo más alto de pesos abiertos en la tabla, y es una brecha independiente de más de 13 puntos sobre cualquier cosa que Atria Dawn Preview pueda reclamar hoy. La prima es real y los $3/$15 de Kimi K3 son lo que cuesta. Pero el índice es en su mayoría razonamiento breve, de un solo intento — el régimen exacto donde un agente que prioriza bucles intenta cambiar las reglas. Las fortalezas reportadas de Atria Dawn Preview son BrowseComp, DeepSearchQA, AutomationBench, CyberGym: suites de horizonte largo donde el modelo puede leer, actuar y corregirse a sí mismo a lo largo de muchos turnos. El desglose reportado por el proveedor es el sello distintivo de un modelo ajustado para la ejecución iterativa más que para la tabla de clasificación — y además no está verificado, por lo que la primera puntuación neutral importará más que todo esto.

Para un equipo que ya ejecuta Kimi K3, Atria Dawn Preview no es un reemplazo: sus filas de código pierden, su contexto es una cuarta parte, su historial no está probado. Para un equipo cuyo cuello de botella es el propio bucle —el modelo que se rinde, que pregunta, que pierde el hilo en un experimento largo—, el recién llegado apunta exactamente ahí, y sus pesos bajo licencia MIT significan que puedes averiguarlo en tu propio hardware sin pagar la tarifa de Moonshot. Ambos están detrás de una sola clave en una plataforma de enrutamiento como OrcaRouter, donde el pass-through de $3/$15 de Kimi K3 se factura sin margen y con conmutación por error automática, y donde Atria Dawn Preview será enrutable en el momento en que el laboratorio de Shanghái publique una tarifa, así que una evaluación cara a cara contra tu carga de trabajo real cuesta tiempo de configuración, no un segundo contrato.

El veredicto

No confundas un techo independiente de 44 puntos con toda la historia, y no confundas la cuadrícula de un proveedor con un veredicto: una columna es verificable hoy, la otra es un autoinforme. Si necesitas razonamiento de pesos abiertos probado en la frontera, Kimi K3 es el modelo; su ventana de 1M, su multimodalidad y sus puntuaciones neutrales son exactamente la razón por la que los equipos pagan $3/$15. Si tu problema es un bucle que nunca termina, Atria Dawn Preview es un experimento legítimo —abierto, gratuito de ejecutar, dirigido precisamente a la falla que estás encontrando—, que merece una evaluación controlada detrás de failover, y nada más hasta que un laboratorio neutral de verdad lo ejecute.