Moonshot abre Kimi K2 Thinking, rival de GPT-5 para agentes

Moonshot AI ha anunciado Kimi K2 Thinking, un modelo de lenguaje de pesos abiertos diseñado para resolver problemas largos, investigar en la web y encadenar acciones con herramientas. Según la compañía, el modelo supera a sistemas cerrados como GPT-5 y Claude Sonnet 4.5 en pruebas como Humanity’s Last Exam y BrowseComp.

La noticia importa por una razón concreta: los modelos abiertos ya no solo compiten en conversación, programación o coste. Kimi K2 Thinking busca competir en una de las áreas donde los proveedores de IA cerrada han concentrado buena parte de su ventaja: los agentes capaces de razonar durante muchos pasos y actuar sobre herramientas externas.

Un billón de parámetros, pero no todos trabajan a la vez

Kimi K2 Thinking tiene un billón de parámetros totales, aunque activa 32.000 millones en cada operación. Esta arquitectura se conoce como mixture of experts o mezcla de expertos: el modelo está formado por muchos bloques especializados y selecciona solo una parte para responder a cada petición.

La diferencia es importante. El número total de parámetros da una idea de la capacidad acumulada del sistema, pero los parámetros activos determinan buena parte del coste y la velocidad de uso. Moonshot busca así combinar una base enorme de conocimiento con una inferencia más eficiente que la de un modelo denso de tamaño equivalente.

Sus pesos están disponibles públicamente en Hugging Face. Eso permite a investigadores, desarrolladores y empresas descargar el modelo, estudiarlo y ejecutarlo en su propia infraestructura, siempre que dispongan del hardware necesario. No significa que utilizarlo sea sencillo ni barato: un modelo de esta escala sigue requiriendo servidores con una capacidad de memoria considerable.

La apuesta son los agentes que no se detienen tras dos pasos

La principal característica declarada de Kimi K2 Thinking es su capacidad para realizar entre 200 y 300 llamadas secuenciales a herramientas. Una llamada puede ser una búsqueda web, la consulta de una base de datos, la ejecución de código o la lectura de un documento. El modelo observa el resultado, decide el siguiente paso y continúa hasta completar la tarea.

Ese comportamiento es el núcleo de los llamados agentes de IA. Un chatbot convencional responde a una pregunta; un agente, en cambio, puede dividir un encargo en subtareas, buscar información, contrastarla, usar una calculadora o modificar archivos de código. La dificultad no está solo en hacer una llamada a una herramienta, sino en mantener el objetivo y no perder el hilo después de decenas de decisiones.

Moonshot presenta el modelo como orientado a este tipo de razonamiento y al uso prolongado de herramientas. En términos sencillos, el objetivo es que el sistema complete tareas de varios pasos, en lugar de limitarse a producir una única respuesta.

Resultados fuertes, con una cautela necesaria

Moonshot sostiene que Kimi K2 Thinking supera a GPT-5 y Claude Sonnet 4.5 en Humanity’s Last Exam y BrowseComp, en las configuraciones que ha evaluado. Humanity’s Last Exam reúne preguntas difíciles de disciplinas académicas; BrowseComp mide la capacidad de encontrar en internet información que exige varias búsquedas y deducciones intermedias.

Es una comparación relevante, pero no resuelve por sí sola quién tiene el mejor modelo en cualquier situación. Los resultados dependen de las herramientas permitidas, el presupuesto de pasos, los datos disponibles y la forma de evaluar las respuestas. Además, un buen rendimiento en un examen no garantiza que un agente sea fiable al gestionar procesos empresariales reales.

La señal, si se confirma en evaluaciones reproducibles e independientes, sería relevante para el ecosistema abierto. Kimi K2 Thinking aspira a reducir la distancia con los sistemas propietarios en una categoría especialmente valiosa para automatizar investigación, análisis documental, soporte técnico y desarrollo de software.

El reto pasa de acceder al modelo a operarlo bien

Para las empresas, que los pesos estén abiertos ofrece tres ventajas prácticas: mayor control sobre los datos, posibilidad de adaptar el modelo a flujos internos y menos dependencia de una única API comercial. A cambio, deben asumir la infraestructura, la seguridad de las herramientas conectadas y la evaluación de errores antes de delegar tareas relevantes.

El siguiente examen para Kimi K2 Thinking no será una tabla de benchmarks. Será comprobar si mantiene ese razonamiento largo fuera de entornos preparados, con documentos incompletos, webs cambiantes y objetivos ambiguos. Si lo consigue, Moonshot habrá dado a la comunidad abierta algo más valioso que un modelo grande: una alternativa real para construir agentes avanzados sin entregar toda la capa de inteligencia a un proveedor cerrado.