Kimi K3 ya disponible en OpenCode Go

Veredicto

Kimi K3 es el modelo que el mercado llevaba meses esperando sin saberlo: un competidor directo de GPT-5.6 y Claude Opus y Fable que no te hace firmar un contrato enterprise para acceder a él. Disponible ahora mismo en OpenCode Go, este modelo de Moonshot AI llega con 1 millón de tokens de contexto, capacidad multimodal real (interpreta imágenes, no solo las acepta) y una velocidad de inferencia que deja en evidencia a varios modelos occidentales del mismo rango.

El dato que más importa a cualquier CTO que gestiona costes: 3$ por millón de tokens de entrada y 15$ por millón de tokens de salida. Eso es materialmente más barato que los modelos de frontera de OpenAI y Anthropic, que oscilan entre 15$ y 75$ por millón de tokens de salida según el modelo y el nivel de caché. No es una diferencia marginal; es un factor 3x o 5x que, a escala, cambia la ecuación de ROI de cualquier producto de software que genere código de forma intensiva.

La integración en OpenCode Go le da además un contexto de uso concreto y bien ejecutado: no estás accediendo a Kimi K3 a través de una API cruda, sino dentro de una plataforma de coding agentic con límites de uso generosos y acceso fiable. Eso es más valioso de lo que parece cuando el 99% de tus desarrolladores no quieren gestionar claves API ni monitorizar quotas.

Rating: 4/5. Le falta demostrar madurez en producción sostenida y la documentación comparativa de benchmarks propios es escasa. Pero el price-performance ratio es, ahora mismo, difícil de rebatir.

Características

Ventana de contexto de 1 millón de tokens. Esto no es un dato de marketing: 1M de contexto significa que Kimi K3 puede ingerir codebases completos, documentación técnica extensa y conversaciones de sesión largas sin perder coherencia

Capacidad multimodal. Kimi K3 interpreta imágenes. En el contexto de OpenCode, esto significa que un desarrollador puede pegar un wireframe, un diagrama de arquitectura o una captura de error y recibir código o análisis contextualizado. No se documenta si soporta vídeo o audio, así que no lo afirmamos.

Velocidad de inferencia. Las notas del editor lo describen como "rápido", y los tiempos de respuesta percibidos en demos públicas lo confirman. Para flujos agentic donde el modelo encadena múltiples llamadas (plan → ejecuta → verifica → corrige), la latencia baja es crítica. Un modelo lento en un bucle agentic multiplica la espera por N iteraciones.

Doble límite de uso durante el período promocional. OpenCode Go ha activado temporalmente un 2x en los límites de uso para Kimi K3. En la tabla de la plataforma, Kimi K3 aparece con 880 requests por ventana de 5 horas frente a los 440 que tendría en condiciones normales. Para equipos que quieren evaluar el modelo en condiciones de carga real, este es el momento.

Disponibilidad en OpenCode Go con cualquier agente. Esto es relevante desde el punto de vista de adopción: no tienes que usar el cliente nativo de OpenCode. Puedes integrar Kimi K3 vía OpenCode Go con Cursor, Cline, Aider o cualquier agente compatible. La fricción de onboarding es mínima.

Modelos incluidos en la suscripción. OpenCode Go no es una suscripción mono-modelo. Junto a Kimi K3 tienes acceso a Grok 4.5, DeepSeek V4 Pro, Qwen3.7 Max, MiniMax M3 y otros. Eso convierte el plan en una especie de "pase de acceso" a los mejores modelos open-source del momento, lo cual tiene valor estratégico para equipos que quieren comparar modelos en producción sin compromisos de facturación variables.

Lo que no se documenta: no hay información pública sobre fine-tuning, SLA de disponibilidad, ni certificaciones de seguridad tipo SOC 2. Para entornos regulados, esto es un gap que hay que señalar.

Precios

Aquí es donde Kimi K3 en OpenCode Go se separa del pelotón.

Suscripción OpenCode Go: 5$ el primer mes, luego 10$/mes. Sin contratos anuales obligatorios, sin mínimos de consumo, con opción de cancelación en cualquier momento. Puedes hacer top-up de crédito si consumes todos los límites.

Coste del modelo en API directa (Moonshot AI): 3$ por millón de tokens de entrada, 15$ por millón de tokens de salida. Para referencia, GPT-4.5 de OpenAI ronda los 75$/M en salida (tier estándar sin caché), y Claude Opus 4 de Anthropic se mueve en rangos similares. La diferencia de coste a escala es estructural, no anecdótica.

Comparación de consumo real: Un equipo de 10 desarrolladores que genera 2 millones de tokens de salida al mes gastaría aproximadamente 30$ con Kimi K3 frente a 150$ o más con los modelos de frontera occidentales equivalentes. A 50 developers, hablamos de una diferencia de cientos de dólares mensuales.

El modelo Go de OpenCode es inteligente: ofrece acceso a múltiples modelos premium por 10$/mes, lo que significa que para equipos pequeños o developers individuales, la suscripción flat es casi siempre más económica que el consumo por token directo. Para equipos grandes con uso intensivo, el top-up de crédito añade flexibilidad sin bloqueos.

No hay plan Enterprise documentado en la página oficial con precios específicos, SLAs o soporte dedicado. Si tu empresa necesita esas garantías, tendrás que contactar directamente con OpenCode, ya que no se publica información al respecto.

Pros y contras

Pros:
- Price-performance excepcional frente a GPT-4.5 y Claude Opus: 3$/M entrada, 15$/M salida es una ventaja competitiva real y sostenida mientras los modelos occidentales no ajusten precios.
- Ventana de contexto de 1M de tokens, la más amplia de su categoría de precio y significativamente superior a los competidores directos en la mayoría de configuraciones.
- Integración nativa en OpenCode Go con límites generosos y acceso fiable, eliminando la fricción de gestión de APIs para equipos técnicos no especializados en infra.
- Multimodalidad funcional: interpretación de imágenes con aplicación directa en flujos de desarrollo (wireframes, diagramas, capturas de error).
- Velocidad de inferencia competitiva, crítica para uso agentic encadenado.

Contras:
- Ausencia de documentación pública sobre SLAs, certificaciones de seguridad (SOC 2, ISO 27001) o políticas de retención de datos. Para empresas en sectores regulados (fintech, salud, legal), esto es un bloqueador hasta que se resuelva.
- Track record de producción limitado comparado con OpenAI o Anthropic. Kimi K3 es nuevo y potente, pero los modelos de Moonshot AI no tienen años de uso enterprise intensivo que respalde su fiabilidad. El historial importa cuando construyes productos críticos.
- Sin plan Enterprise documentado con soporte dedicado o acuerdos de confidencialidad (DPA). No se puede firmar un contrato de procesamiento de datos con lo que está publicado.

Para quién es

Kimi K3 en OpenCode Go tiene sentido claro para tres perfiles:

CTOs y tech leads de startups y scale-ups que necesitan capacidad de modelo de frontera para sus productos de software pero tienen restricciones presupuestarias reales. La diferencia de coste frente a GPT-4.5 o Claude Opus es lo suficientemente grande como para financiar otras partidas de desarrollo. Si tu producto genera código intensivamente o procesa documentación técnica extensa, el cálculo es inmediato.

Equipos de desarrollo que evalúan modelos en paralelo. La suscripción Go incluye acceso a Kimi K3, Grok 4.5, DeepSeek V4 Pro y otros. Por 10$/mes tienes un laboratorio de comparación de modelos en condiciones reales de trabajo, sin comprometer presupuesto en contratos.

Developers individuales y freelances que trabajan con agentes de código (Cursor, Cline, Aider) y quieren acceso a modelos potentes sin el overhead de gestionar APIs y quotas. Los 5$ del primer mes son prácticamente una decisión sin riesgo.

No es la herramienta adecuada para empresas con requisitos de compliance estrictos hasta que OpenCode publique documentación de seguridad verificable, ni para organizaciones que necesiten soporte enterprise con SLAs contractuales. Si buscas agencias de desarrollo con IA en Madrid que puedan implementar Kimi K3 en un entorno con mayor supervisión técnica, esa puede ser una ruta más segura para empresas con necesidades de gobierno de datos.

Alternativas

Claude Opus 4 (Anthropic). El rival más directo en capacidad de razonamiento y comprensión de código complejo. Anthropic tiene años de track record enterprise, certificaciones de seguridad documentadas y un ecosistema de partners consolidado. El coste es 3x-5x superior, pero si el compliance es no negociable, la ecuación cambia. Para equipos que ya trabajan con agencias de automatización con IA asentadas en el stack de Anthropic, el cambio tiene un coste de transición real.

DeepSeek V4 Pro (disponible también en OpenCode Go). Si el objetivo es reducción de coste al máximo con capacidad técnica sólida, DeepSeek V4 Pro es otra opción dentro de la misma suscripción Go. Complementario más que alternativo: tiene fortalezas distintas en ciertos tipos de tareas de código. Vale la pena comparar ambos en el mismo entorno antes de comprometerse con uno.

La pregunta estratégica que hay que hacerse en 2026 no es si Kimi K3 es tan bueno como GPT-4.5 en todos los benchmarks posibles. Es si la diferencia residual de calidad justifica pagar 3x más en un contexto donde los modelos open-source están convergiendo con los modelos propietarios a una velocidad que los propios laboratorios occidentales no anticipaban. La respuesta, para la mayoría de casos de uso de coding, es que no. Y esa es exactamente la apuesta que OpenCode está haciendo con su catálogo.