Pruebas independientes encuentran una tasa de alucinación del 51% en Kimi K3, un dato ausente de los benchmarks de Moonshot

Qué midió Artificial Analysis

La firma independiente de benchmarks Artificial Analysis midió una tasa de alucinación del 51% en Kimi K3, el modelo de peso abierto de 2,8 billones de parámetros lanzado por la china Moonshot AI el 17 de julio de 2026, durante la WAIC, la Conferencia Mundial de Inteligencia Artificial, en Shanghái. La cifra representa cuántas veces el modelo da una respuesta incorrecta con tono de confianza, y subió frente al 39% registrado en el modelo anterior de la misma familia, Kimi K2.6.

Una paradoja: más preciso y más confiado al equivocarse

Según Artificial Analysis, K3 mejoró la precisión factual general, del 33% al 46%, en la misma batería de pruebas en la que subió la tasa de alucinación. Es decir, el modelo acierta más preguntas, pero también se equivoca con más confianza en las que aún falla, en lugar de reconocer incertidumbre o negarse a responder. Ese es el patrón que capta la metodología de Artificial Analysis: la tasa de alucinación se calcula como respuestas incorrectas divididas entre el total de respuestas no correctas, no como una fracción de todas las respuestas dadas.

Cómo se compara K3 con otros modelos de punta

En perspectiva, el propio Claude Fable 5, hoy uno de los modelos más avanzados disponibles, registra una tasa de alucinación del 54,9% bajo la misma metodología, ligeramente por encima de la de K3. El dato refuerza que una alucinación elevada no es exclusiva de Kimi K3, sino un desafío que persiste incluso en los modelos considerados de última generación, lo que no exime a K3 de escrutinio, pero pone la cifra en contexto.

Ausente de los gráficos oficiales de Moonshot

El punto más llamativo señalado por la cobertura de Memeburn y TechTimes es que esta tasa de alucinación del 51% no aparece en ninguno de los gráficos de benchmark publicados oficialmente por Moonshot para el lanzamiento de K3. La empresa destacó el desempeño en programación y otras tareas técnicas, áreas en las que K3 obtiene buenos resultados, pero no mostró este indicador específico de confiabilidad factual, que solo salió a la luz mediante la evaluación independiente de Artificial Analysis.

Los pesos completos llegan en pocos días, bajo licencia MIT modificada

Moonshot prometió liberar los pesos completos de Kimi K3 antes del 27 de julio de 2026, bajo una licencia MIT modificada, lo que convertiría a K3 en el mayor modelo de peso abierto del mundo disponible para descarga y ajuste fino por cualquier desarrollador. Esto significa que, en pocos días, agencias y empresas podrán ejecutar K3 en su propia infraestructura, haciendo que la tasa de alucinación sea un dato aún más relevante para quien evalúe usar el modelo en producción.

Por qué esto importa para agencias y pymes brasileñas

El precio de K3 en la API, 3 dólares por millón de tokens de entrada y 15 dólares por millón de salida, es competitivo y ha llamado la atención de agencias brasileñas que buscan alternativas más baratas a las IA occidentales. Pero una tasa de alucinación del 51% es una advertencia práctica: para tareas de atención al cliente o generación de contenido donde importa la precisión factual, como responder sobre precios, plazos, políticas de cambio o información de producto, el modelo más barato no siempre es el más seguro sin capas adicionales de verificación. Antes de cambiar de modelo solo por el precio, vale la pena correr una prueba piloto con preguntas reales del propio negocio y medir la tasa de error en la práctica, en lugar de confiar solo en el benchmark publicado por el proveedor.