스크립트
00:00:00Kimi K3 ya está aquí y, sinceramente, es bastante impactante. No solo alcanzó a Opus y
00:00:04GPT 5.5, también alcanzó a Fable y a GPT 5.6. Los modelos abiertos no están tan atrás como pensamos
00:00:10al principio. Vamos a echarle un vistazo. Empecemos con el anuncio. Kimi K3 es un modelo de 2,8 billones
00:00:19de parámetros construido sobre Kimi Delta Retention y Attention Residuals con capacidades de visión
00:00:24nativas y una ventana de contexto de 1 millón de tokens. Es el primer modelo abierto de 3 billones de clase mundial
00:00:29diseñado para inteligencia de vanguardia en codificación de largo alcance, trabajo intelectual y razonamiento.
00:00:34En todos los puntos de referencia que muestran en este blog, Kimi K3 está justo detrás de Fable
00:00:38y GPT 5.6 Soul, o incluso superándolos en algunas otras áreas. Es un salto tan loco
00:00:43que no creo que mucha gente lo haya predicho. Obviamente, esto es según su propio punto de referencia, así que veamos
00:00:47la inteligencia artificial y los de terceros, y me complace decir que los resultados prácticamente
00:00:52coinciden. En este benchmark, podemos ver que alrededor del 80% de los que ven esto no están suscritos,
00:00:56así que adelante, haz clic en ese botón de suscripción si quieres mantenerte al día con todo lo relacionado con el desarrollo de software
00:01:00y la IA. Pasando a los benchmarks reales, empezando con el índice de codificación, obtiene una puntuación de 76,2 en
00:01:06esto, que es 0,3 puntos detrás de Fable 5 y es ligeramente más que GPT 5,5, más que Opus 4,8 y
00:01:12más que GPT 5.6 Luna, y solo pierde ligeramente ante GPT 5.6 Soul y Terra. Mira este salto que
00:01:19han hecho desde su último modelo. Si luego echamos un vistazo al índice de agentes, la historia es la misma.
00:01:23Aquí es tercero, perdiendo solo ante Fable y Soul, pero eso sigue siendo seriamente impresionante, y ya estás
00:01:29acostumbrado a esto a estas alturas, pero es exactamente lo mismo en el índice de inteligencia también. Así que incluso los
00:01:32benchmarks de terceros confirman que este modelo es increíble. Lamentablemente, aún no tenemos los resultados de SWE profundo al momento de
00:01:38grabar esto, pero si echamos un vistazo a nuestros propios benchmarks, se puede ver que volvió a quedar tercero.
00:01:42Este modelo simplemente parece demasiado bueno para ser verdad. Los únicos aspectos negativos que puedo encontrar con este modelo es
00:01:46que es un poco caro. A menos que tengas una supercomputadora en tu casa, no creo que
00:01:50vayas a ejecutar este localmente, así que si lo usas a través de la API, en realidad tiene un precio de 3 dólares por
00:01:54un millón de tokens de entrada y 15 dólares por un millón de tokens de salida. Este es un gran salto desde Kimi K 2.6
00:02:00y tiene aproximadamente el mismo precio que Sonic 5 cuando ese descuento desaparece, pero es más barato que Fable 5,
00:02:06Opus y GPT 5.6. El precio de la API tampoco lo es todo, así que si lo vemos en la práctica con el costo
00:02:12por tarea aquí, en realidad es similar a GPT 5.6 Soul y es aproximadamente la mitad del precio de Opus 4.8 y por
00:02:17supuesto es más barato que Fable y Sonic 5. Por lo tanto, es competitivo con esos modelos cerrados de frontera, pero
00:02:22para aquellos de ustedes que aman los modelos abiertos porque son un poco más baratos, este modelo probablemente
00:02:26no sea para ustedes. GLM 5.2 es la segunda mejor opción aquí y cuesta la mitad. Tampoco es el
00:02:31modelo más rápido, pero para mí parece bastante competitivo para este nivel de inteligencia.
00:02:36En general, honestamente es bastante difícil decir algo negativo sobre este modelo, así que saltemos
00:02:40y veamos algunas de mis pruebas locales. La primera prueba a la que sometí estos modelos fue crearme un
00:02:44juego de carreras de Fórmula 1 completo en 3.js, todo en un único index.html, y este es Kimi K3 funcionando
00:02:50a través de Open Router. También lo probé en Kimi Code, esa CLI, solo para ver si el arnés cambia
00:02:56algo. Puedes ver aquí abajo que pensó durante 14 minutos antes de comenzar y, en general, le tomó
00:03:0035 minutos crear esta aplicación web en 3.js y costó 1,24 dólares en tokens de API. Y los resultados que obtuve son
00:03:06bastante impresionantes. Obviamente, esto no tiene acceso a ningún activo externo, así que está haciendo todo lo posible para crear
00:03:11estos modelos. Pero la pista funciona. Tenemos nuestros corredores de IA y parecen ser capaces de dar la vuelta a la
00:03:16pista. Puedes ver que las barreras funcionan, así que no puedo atravesarlas. Nuestra posición se está actualizando.
00:03:21Tenemos nuestro mapa actualizándose. Tenemos nuestro tiempo actual actualizándose, así como las vueltas también. He hecho
00:03:25una vuelta completa y confirmo que todo eso funciona. Así que es un resultado bastante bueno para lo que nos dio Kimi K3.
00:03:30Como dije, también probé los diferentes arneses. Así que este es Kimi K3, pero en Kimi Code. Y este
00:03:35diría que se ve un poco mejor. Hizo un mejor trabajo con los activos, aunque eso es solo una
00:03:39guía de estilo. Hay un poco de retraso allí con esos modelos, pero el manejo es un poco mejor.
00:03:43Los controles siguen invertidos y, de hecho, parece ser un patrón en muchas de estas aplicaciones de 3.js
00:03:48por alguna razón. Pero, de nuevo, todo esto se maneja muy bien y tiene características como que irse
00:03:52de la pista me va a ralentizar. Y sí, también ha hecho un trabajo bastante impresionante. Pero ahora comparemos
00:03:57esto con los modelos Frontier. Tenemos Fable 5 aquí en Claude Code, que estaba al máximo, y tomó
00:04:0144 minutos para hacer mi aplicación 3.js. Luego también tenemos GPT 5.6 Sol al máximo también. Y este
00:04:07tomó 18 minutos. Este es el resultado que me dio Fable. Así que tenemos Fable GP aquí. Y diría
00:04:12que se ve un poco mejor quizás. Pero de nuevo, todo esto es solo una elección estilística. Y los controles
00:04:17no están realmente invertidos en este. También hay un poco de tambaleo de la cámara, que creo que es un buen
00:04:22estilo. Y de nuevo, todo parece estar funcionando en este como en todos los demás. He probado haciendo
00:04:26una vuelta completa de esto, tan difícil como es. También tenemos algunas colisiones aquí, como pueden ver. Pero sí,
00:04:31todo parece estar funcionando y es bastante comparable a lo que nos dio Kimi K3. Es una historia similar
00:04:35con GPT 5.6 Sol. Como pueden ver, tenemos un juego funcional aquí. Aunque notaré que la carretera aquí
00:04:40es césped. En realidad no renderizó eso. Y todo parece estar funcionando. Los controles
00:04:44están invertidos en este también. Y también tenemos algunos activos al revés. No sé por qué a estos modelos
00:04:48parece gustarles hacer eso. El único que no lo hizo fue Fable. Y también la pista aquí se vuelve un poco
00:04:53desordenada. Así que este es en realidad el único que no me hizo una pista funcional. Para añadir una comparación final,
00:04:57también comprobé lo que me daría GLM 5.2, ya que es el siguiente mejor modelo abierto. Y este
00:05:02pensó durante 5 minutos y 58 segundos. Aunque no lo terminó en un solo prompt. En realidad hubo
00:05:07algunos errores. Así que tuve que volver con otro prompt. Incluso entonces, cuando finalmente hice que el juego funcionara,
00:05:11pueden ver que hay muchos errores en este. En primer lugar, no empezamos de la manera correcta en la pista.
00:05:15Y no hay realmente una pista para empezar. Y también se ve mucho peor que los otros.
00:05:20Así que hay un pequeño paso adelante cuando subimos a Kimi K3. Pasando a la prueba 2. Pedí un
00:05:25panel de gestión de finanzas personales. Esto va a construir la aplicación full-stack con un front-end
00:05:29y un back-end. Lo único que dije que no quería es autenticación. Y también le pedí que sembrara algunos datos.
00:05:33Hice esto de nuevo en Open Router con K3. Y luego también en Kimi Code. Así que este está en Open
00:05:38Router. Y puedes ver que en total tomó 56 minutos hacerme la aplicación. Y también me costó
00:05:431,30 dólares. Este es el resultado que me dieron. Y honestamente, no puedo quejarme de esto.
00:05:48Es exactamente lo que pedí. Es un panel de gestión de finanzas personales. Diría que se ve
00:05:53realmente bien también. Y tenemos todas las características como las páginas adicionales aquí. Y he
00:05:57comprobado la adición de fondos y el envío de dinero. Todo funciona. Así que ha hecho un muy buen trabajo. Ahora también estoy
00:06:01siempre curioso por ver qué herramientas usó para realizar la tarea. Porque en realidad no le doy ninguna
00:06:05instrucción sobre qué stack usar en el prompt. Puedes ver que para el front-end aquí usó
00:06:09React y React DOM. En realidad no usó ningún enrutador ni nada por el estilo. De hecho, construyó su
00:06:12propio sistema de vistas. Así que probablemente hubiera preferido que usara algo como React Router,
00:06:16TanStack o Next.js. Y luego, en el back-end, también construyó su propio servidor. Creo que
00:06:21este está usando Express.js como podemos ver aquí abajo. Pero luego también construyó su base de datos usando solo un
00:06:26archivo JSON. No usó ninguna SQLite ni nada por el estilo, o Drizzle, que probablemente me habría gustado
00:06:31ver si íbamos a escalar esta aplicación en
00:06:35eso en el prompt. Pero siempre me gusta ver qué elegirán por defecto. Este es un
00:06:38resultado que obtuve usando K3 a través de Kimi Code. Y pueden ver que este es un poco más simple.
00:06:43Solo tiene una página y no tiene nuestra barra lateral. De nuevo, todas las funciones funcionan y tiene
00:06:47un aspecto bastante similar al que obtuvimos de Open Router. Sin embargo, mirando el código,
00:06:51prefiero lo que nos dio Kimi Code aquí con K3. Tiene un front end bastante similar donde
00:06:55solo usa react y ninguna biblioteca de enrutamiento. Pero el servidor sí usó una base de datos. Pueden ver
00:06:59que está construido y expresado aquí. De hecho, tenemos una base de datos de finanzas y está usando node
00:07:04SQLite. Ahora, si comparan esto nuevamente con los modelos de frontera, este es Fable 5 en Claude Code.
00:07:08Pueden ver que trabajó durante 56 minutos con ese esfuerzo máximo. Y luego también tengo GPT 5.6 Soul max
00:07:13donde pensó durante 31 minutos para crear la aplicación. Esto es lo que nos dio Fable 5 y
00:07:17honestamente es un diseño bastante similar. Quiero decir, no hay mucho más que realmente se pueda hacer con un
00:07:21panel de finanzas personales. Y todas las funciones funcionan aquí. De hecho, ha optado por un poco de
00:07:25estilo diferente para las fuentes, lo que he visto que Fable y Opus hacen mucho últimamente. Parece que
00:07:29lo están reentrenando para alejarse de algunos de esos aspectos anteriores de IA que tenían y están integrando un nuevo
00:07:34aspecto de IA. Y este parece ser el que están eligiendo. Diría que estos gráficos son en realidad un poco
00:07:38más inútiles que lo que obtuvimos de Kimi K3. Pero, en general, se ve bastante similar y funciona
00:07:43básicamente igual. Incluso el código es muy parecido. Pueden ver que eligió React para el front
00:07:47end y tampoco usó un router. Escribió el suyo. Y luego también en la base de datos
00:07:51usó correctamente una base de datos. Así que estamos usando Node SQL en este también. Y para el
00:07:57servidor real, solo está ejecutando Express 2. Pasando a GPT 5.6 Soul, sin embargo. Este es un poco
00:08:02extraño. Definitivamente es mi diseño favorito de todos. Y de nuevo, todas las funciones
00:08:06funcionan. Avísenme si están de acuerdo en que este es el mejor diseño. Pero la parte extraña está en el código.
00:08:11Este es definitivamente el código de aplicación más completo que hemos visto en estos ejemplos. De hecho,
00:08:15construyó una aplicación NextJS completa y usó Drizzle tal como yo lo haría. Y usó NextJS
00:08:20también para el front end, así como para el servidor. Pero la parte que me parece un poco extraña es que
00:08:24eligió alojarlo en Cloudflare, lo cual no es extraño por sí mismo, pero también lo usó para Next. Y no es
00:08:29necesariamente que no lo recomendaría. Solo creo que está un poco sin probar. Y es bastante
00:08:33nuevo, lo que demuestra que realmente están impulsando a GPT 5.6 Soul para usar esto. Y solo puedo especular
00:08:38sobre por qué, pero parece que podría ser porque así es como funcionan realmente los sitios de ChatGPT. Pueden
00:08:42ver aquí que en realidad decidió alojar esto para mí en esa función de sitio de ChatGPT, aunque no le pedí
00:08:47que lo hiciera. Personalmente, no me gusta mucho eso cuando estoy programando una aplicación. No quiero
00:08:50que lo aloje por mí. Preferiría manejar todo eso yo mismo. Pero podría haber preguntado eso en el
00:08:54prompt. Preferiría tener que pedirle que lo aloje, en lugar de al revés.
00:08:58El resultado final que tengo aquí es GLM 5.2, y este ha hecho algo bastante similar a lo que Kimi K3
00:09:04hizo en Kimi Code, donde solo construyó esta página única. Pero de nuevo, todas las funciones funcionan y sí
00:09:08pienso que este diseño es bastante agradable. GLM 5.2 en realidad tardó 15 minutos en hacer esto y pueden ver que costó
00:09:13un dólar y 11 centavos. En cuanto al código real, GLM 5.2 también eligió seguir la ruta de Next.js
00:09:19lo cual sí me gusta. Pero construyó su propio almacén en lugar de usar una base de datos. Así que todo esto
00:09:24está solo en la memoria en JavaScript. Así que por mi rápida prueba allí, creo que Kimi K3 sí destaca con Fable
00:09:29y GPT 5.6 Soul y cumple con las expectativas que le dan los benchmarks. Y honestamente, se está
00:09:33haciendo bastante difícil mostrarles cuán poderosos son estos modelos en una demostración en video. Tienden a
00:09:38tener que usarlos durante el transcurso de una semana en una base de código de producción para ver realmente la calidad
00:09:42del código. Si tienen alguna idea para pruebas que pueda mostrar realmente en un video que
00:09:46someta a estos modelos a una prueba difícil, háganmelo saber en los comentarios a continuación. También quiero
00:09:50mostrar algunos de los ejemplos que tenían en su blog técnico. Pueden ver que Kimi
00:09:53K3 construyó este juego aquí, pero tuvo otra herramienta para generar realmente estos activos, así que el vaquero y
00:09:58el caballo no fueron generados por K3. Fueron hechos en otra parte. Pueden ver que ha hecho un muy buen trabajo
00:10:03de esto en 3GS. Y la otra cosa que es una locura es este diseño de chip. Pueden ver que, como una prueba temprana
00:10:08de concepto, Kimi K3 diseñó un chip para servir a un modelo nano construido sobre su propia arquitectura. En un único
00:10:13funcionamiento autónomo de 48 horas, K3 construyó, optimizó y verificó el chip usando herramientas de código abierto. Así que, con suerte,
00:10:19han visto que este modelo es absolutamente increíble y definitivamente será un golpe para
00:10:23estos laboratorios cerrados de frontera. O al menos lo será cuando realmente lancen los pesos. No los han
00:10:27lanzado todavía, pero planean hacerlo. Así que espero que los veamos muy pronto. ¿Qué piensan
00:10:32sobre esto? ¿Esperaban que un laboratorio chino se pusiera al día tan rápido? ¿Y les atrae este modelo?
00:10:36Déjenmelo saber en los comentarios a continuación. Mientras están allí, suscríbanse. Y como siempre, nos vemos en el próximo.