Muse Wonder vs Kimi K3: el modelo descargable que todavía no se puede revender libremente

Kimi K3 responde a todo, y la parte interesante es que no deja que «open weight» signifique exactamente lo que suele significar. Moonshot AI lanzó Kimi K3 el 16 de julio de 2026: 2,8 billones de parámetros con 104.000 millones activos, pesos FP8 sin restricciones en Hugging Face, un contexto de 1.048.576 tokens y una tarifa de $3.00 por millón de tokens de entrada y $15.00 por millón de salida. Muse Wonder llegó el 12 de octubre de 2026 de Meta Superintelligence Labs a $4.00 y $20.00 con una ventana del mismo tamaño, sin ningún peso. En el índice independiente, la diferencia es de ocho puntos —52 para Muse Wonder (máx.) frente a 44 para Kimi K3 (máx.)— y de unos $4.52 por tarea del índice frente a $2.00. Pero la cláusula que determina sobre cuál de los dos puede construir realmente tu empresa está enterrada en la licencia de Moonshot, no en ninguna de las dos puntuaciones.

Lo que la licencia otorga y lo que no

Kimi K3 se distribuye bajo la Licencia Kimi K3, que Moonshot describe como derivada de MIT. Es de pesos abiertos, un término que Moonshot usa deliberadamente y no asciende a código abierto, y la distinción es crucial porque tres condiciones acompañan a la descarga.

• Las copias deben llevar el aviso y cumplir con la ley.

• Un operador de modelo como servicio que gane más de 20 millones de dólares durante cualquier período de doce meses consecutivos necesita un acuerdo comercial por separado con Moonshot.

• Un producto con más de 100 millones de usuarios activos mensuales, o más de 20 millones de dólares en ingresos mensuales, debe mostrar «Kimi K3» de forma destacada.

• El uso interno, los productos propios de Moonshot y los socios certificados de inferencia están exentos de la segunda y la tercera condiciones.

La condición dos es la razón por la que la llegada de Kimi K3 a Amazon Bedrock en septiembre tuvo que negociarse en lugar de simplemente subirse, y es la cláusula que importa a cualquiera que planee empaquetar el modelo en un producto. Descargar el checkpoint, hacerle fine-tuning, ejecutarlo dentro de tu propia empresa: todo permitido. Poner en marcha un negocio de inferencia sobre él por encima del umbral de ingresos: no permitido sin un contrato. Los pesos propietarios de Muse Wonder no tienen licencia que leer porque no hay pesos; el intercambio que haces ahí es distinto, no peor.

También conviene decir con claridad la huella práctica, porque "peso abierto" invita a imaginar una estación de trabajo. 2,8 billones de parámetros en FP8 es un despliegue multinodo —un mínimo de ocho aceleradores de clase H100 o H200 y, en la práctica, más—, lo que pone el autoalojamiento fuera del alcance de cualquiera que no tenga un clúster. La descarga existe. La capacidad de usarlo de forma económica no es automática.

Costo por tarea, donde los dos se separan

Ambos modelos son baratos por token y ninguno es barato por trabajo completado, y, por una vez, el orden es el mismo en ambas vistas:

• Tarifa de lista — Kimi K3 $3.00 entrada / $15.00 salida / $0.30 en caché por millón; Muse Wonder $4.00 entrada / $20.00 salida / $0.20 en caché

• Coste por tarea del índice de inteligencia — Kimi K3 unos 2,00 $; Muse Wonder unos 4,52 $

• Tokens de salida en la ejecución del índice — Kimi K3, unos 160 millones; Muse Wonder, unos 130 millones

• Índice de Inteligencia — Muse Wonder (max) 52, noveno de 219; Kimi K3 (max) 44

• Ventana de contexto — ambos 1.048.576 tokens

Kimi K3 gana el argumento del coste por 2,3×, y lo gana a pesar de ser el más verboso de los dos, porque su tarifa de salida es de 15 $ frente a los 20 $ de Meta. La diferencia de ocho puntos en el índice es el precio de ese ahorro. Ambas cifras proceden de Artificial Analysis sobre la misma revisión de su índice, por lo que los dos números por tarea son directamente comparables de un modo en que nunca lo son dos tableros de proveedores.

La única ventaja de precios inequívoca de Muse Wonder es la lectura de caché: 0,20 $ por millón frente a los 0,30 $ de Kimi K3, en una ventana de contexto de idéntico tamaño. Para un bucle de agente que reenvía un prefijo fijo grande en cada paso, esa diferencia se acumula en la categoría de tokens más grande de la solicitud y no se compensa con nada del lado de la salida.

Donde la puntuación compuesta de Kimi K3 deja de predecir

Una brecha de ocho puntos en el índice no se distribuye de manera uniforme y, en las subpuntuaciones, los dos modelos dejan de parecer vecinos.

• Terminal-Bench 4.0 — Kimi K3 0,126; Muse Wonder no está publicado en el arnés independiente, pero la propia tabla no reproducida de Meta afirma 85,6 frente a 81,4 para GPT-6 Astra

• AA-Omniscience — Kimi K3 19.7; GPT-6.1 Sol 41.5, para escala en el mismo índice

• Recuperación de contexto largo — Kimi K3 aproximadamente 0,887 en AA-LCR v1.1, una de las lecturas más sólidas del tablero

• Velocidad de salida — Kimi K3 alrededor de 44 tokens por segundo con una mediana del tiempo hasta el primer token cercana a 8,0 segundos; Muse Wonder aún no se ha publicado

Si los lees en conjunto, aparece un patrón. Kimi K3 es excelente para leer una entrada enorme con atención y responder acerca de ella, y es débil para ejecutar un plan a lo largo de muchos pasos pequeños con comprobaciones intermedias. Su resultado de recuperación en contexto largo es mejor que el de la mayoría de los modelos de frontera, mientras que su resultado de ejecución en terminal está cerca del mínimo. Eso es coherente con la lectura que la comunidad hace del modelo —fuerte cuando una tarea puede responderse en un solo acto largo de razonamiento, frágil cuando debe ejecutarse paso a paso— y con la explicación arquitectónica, ya que Kimi Delta Attention es un diseño híbrido de atención lineal que sacrifica algo de fidelidad de contexto largo y algo de latencia interactiva a cambio de eficiencia a escala.

Las afirmaciones de Muse Wonder apuntan en sentido contrario. La tabla de lanzamiento de Meta concentra sus victorias en Terminal-Bench, SWE-Marathon y suites de uso de computadora, y su propia fila de AutomationBench es la más débil en comparación con las columnas de Claude y GPT-6.1 Sol en la misma tabla. Si ese patrón es real, los dos modelos son complementarios: K3 para leer, Muse Wonder para hacer. La advertencia es inevitable: el número de Terminal-Bench de Meta está reportado por el proveedor y no ha sido reproducido, y ningún harness ha sometido aún a ambos modelos a la misma suite de agentes.

El costo de irse

El argumento más sólido a favor de Kimi K3 nunca fue el precio. Es que el checkpoint sigue funcionando si Moonshot cambia sus condiciones, y que un equipo con el hardware puede fijar una versión y dejar de preocuparse por lo que ocurra con las tarifas, la capacidad o la hoja de ruta del proveedor.

Dos salvedades subyacen a ese argumento, y ambas están documentadas, no son especulaciones. Moonshot ha tenido problemas de capacidad: se ha descrito que la API propia tiene problemas constantes de capacidad, y la empresa pausó las nuevas suscripciones para consumidores poco después del lanzamiento. En segundo lugar, la condición de acuerdo comercial de la licencia significa que la válvula de escape es una válvula de escape real solo para uso interno; en el momento en que el modelo pasa a formar parte de un servicio que vendes a escala, de todas formas estás negociando con Moonshot. Muse Wonder no tiene esas preocupaciones ni esa opción: el tarifario de Meta es el tarifario, y la única protección es tener un segundo modelo listo.

¿A cuál de ellos puedes llamar hoy?

Kimi K3 está en el catálogo de OrcaRouter como kimi/kimi-k3, con fecha 2026-07-15, a los $3.00 de entrada, $0.30 de lectura de caché y $15.00 de salida por millón de tokens de la propia Moonshot, en toda la ventana completa de 1,048,576 tokens, detrás del mismo endpoint compatible con OpenAI que todo lo demás. Los precios de lista de los proveedores se trasladan sin cambios, así que un cambio de tarifa de Moonshot llega aquí el mismo día, y una regla de conmutación por error automática hace que una restricción de capacidad en un proveedor upstream traslade la solicitud en lugar de descartarla, lo cual vale algo concreto con este modelo, dado que la capacidad es el punto débil documentado.

Muse Wonder no está en nuestro catálogo, y la página lo dice en lugar de insinuar lo contrario: la Model API de Meta y Muse Code son donde se ejecuta. Lo que sí tenemos del mismo laboratorio es meta/muse-spark-1.2, el checkpoint más grande de Meta, a $1,25 de entrada y $4,25 de salida por millón en una ventana de 1.048.576 tokens con lecturas de caché a $0,15.

La razón por la que esa disposición es útil para esta decisión en particular es que las dos mitades de esta comparación se deciden por cosas distintas: K3 por si tu carga de trabajo ejecuta o solo lee, y Muse Wonder por si necesitas voz y vídeo como entradas de primera clase y un techo de salida de 943.718 tokens. Esas son preguntas comprobables, y una de ellas está a solo un cambio de nombre de modelo de poder ponerse a prueba.

Eligiendo

• Kimi K3 cuando el trabajo es de comprensión: documentos largos, bases de código grandes, recuperación sobre un millón de tokens y cualquier cosa en la que un único acto prolongado de razonamiento produzca la respuesta. Es más barato por tarea en más de un factor de dos, su recuperación en contextos largos está entre las mejores medidas, y los pesos te ofrecen una salida que Muse Wonder no puede ofrecer a ningún precio.

• Kimi K3 cuando la latencia no importa. Cuarenta y cuatro tokens por segundo y una mediana de ocho segundos hasta el primer token no encajan bien en una superficie interactiva, pero sí en un lote nocturno.

• Muse Wonder cuando la tarea tiene que ejecutarse en lugar de responderse —trabajo en terminal, uso de computadora, agentes de horizonte largo con llamadas a herramientas— siempre que consideres la tabla de benchmarks de Meta como una afirmación y no como una medición.

• Muse Wonder cuando la entrada sea voz o video, o cuando la salida tenga que superar los 450.000 tokens en una sola respuesta. Ninguna de las dos está disponible en el otro lado.

• Muse Wonder cuando ya has decidido que los ocho puntos de índice valen 2,3× el run rate. Esa es una decisión legítima para una carga de trabajo de paridad con la frontera y una mala para el procesamiento de texto de gran volumen.

La cláusula de licencia es la parte que más comparaciones pasan por alto, y es la parte que importará dentro de dieciocho meses. Kimi K3 te da una copia del modelo y una condición contractual; Muse Wonder no te da ninguna de las dos cosas, y cobra más por tarea por el privilegio. Que eso sea un mal negocio depende enteramente de si alguna vez ibas a ejecutar la cosa tú mismo.