A Moonshot AI colocou o Kimi K3 à disposição no Amazon Bedrock em 18 de setembro de 2026. O modelo de pesos abertos é apresentado pela desenvolvedora como o mais capaz de seu portfólio.
Segundo o blog oficial da Moonshot AI, é o primeiro modelo aberto a atingir 2,8 trilhões de parâmetros. A chegada ao serviço de nuvem da AWS mira cargas de trabalho de programação e de conhecimento que exigem contexto longo e contínuo.
Uma escala inédita entre modelos abertos
O Kimi K3 representa um salto em relação ao Kimi K2. De acordo com a Moonshot AI, a nova versão oferece ganho aproximado de 2,5 vezes em eficiência de escala sobre o antecessor (Moonshot AI).
Esse tipo de avanço interessa a empresas que precisam equilibrar capacidade, velocidade e custo para cada tarefa. É o argumento central que a AWS usa ao ampliar seu catálogo de pesos abertos.
O movimento não é isolado. Desde 2025, o Amazon Bedrock incorporou dezenas de modelos abertos de fornecedores como DeepSeek, Google, MiniMax, Mistral AI, Moonshot AI, NVIDIA, OpenAI e Qwen.
A camada de inferência que serve esses modelos também evoluiu. Em 2026, a plataforma passou a oferecer chamada de ferramentas, saída estruturada, raciocínio, streaming de respostas e as APIs Responses e Chat Completions.
Como são capacidades de plataforma, e não integrações feitas modelo a modelo, cada novo peso aberto já entra com esse suporte disponível.
Visão nativa e 1 milhão de tokens de contexto
O Kimi K3 combina visão nativa, ou seja, capacidade de lidar com imagens sem depender de componentes acoplados, a uma janela de contexto de 1 milhão de tokens.
Na prática, isso permite manter em memória grandes repositórios de código, documentos extensos e imagens ao longo de sessões longas. O trabalho não precisa ser quebrado em pedaços que perdem a coerência entre uma etapa e outra.
É o perfil que atende fluxos de programação de longa duração e tarefas de conhecimento que dependem de referências acumuladas.
Cache explícito de prompts estreia no bedrock
O anúncio também traz um detalhe técnico com efeito direto na conta. O Kimi K3 é o primeiro modelo de pesos abertos no Amazon Bedrock a suportar cache explícito de prompts (documentação do Amazon Bedrock).
A lógica é aproveitar o que se repete. Fluxos de programação e de conhecimento costumam reenviar o mesmo contexto estável a cada chamada, como instruções de repositório, definições de ferramentas e documentos de referência.
Com o recurso, o desenvolvedor identifica prefixos reutilizáveis. As requisições seguintes que batem com o cache evitam reprocessar aquele trecho, o que reduz latência e custo de entrada.
Por que isso importa
A disponibilização em um serviço gerenciado muda a barreira de entrada. Em vez de montar e operar infraestrutura própria para um modelo dessa escala, equipes passam a acessá-lo pela mesma camada que já usam para outros modelos, com cobrança e controle de acesso centralizados.
Para projetos brasileiros que trabalham com bases de código extensas ou acervos documentais volumosos, o contexto de 1 milhão de tokens e o cache de prompts tendem a pesar mais no orçamento do que eventuais ganhos de benchmark.
O outro ponto é a padronização. Como chamada de ferramentas, saída estruturada e streaming são recursos de plataforma, a troca de um modelo aberto por outro deixa de exigir reescrita de integração.
Isso favorece arquiteturas em que diferentes tarefas são atendidas por modelos distintos, escolhidos pelo equilíbrio entre custo e capacidade.
Dados dentro do perímetro da aws
A AWS afirma que a adoção do Kimi K3 não exige mudanças na postura de segurança da empresa. Os dados são processados dentro do limite de dados da AWS, não são compartilhados com o provedor do modelo e não são usados para treinar o modelo subjacente.
A retenção zero de dados é sempre habilitada para requisições de inferência. O acesso zero de operadores impede que até profissionais da própria AWS vejam prompts e respostas durante a inferência.
Como começar
Para testar, o caminho é abrir o console do Amazon Bedrock, acessar Test > Playground e selecionar Kimi K3. Na via programática, o endpoint bedrock-runtime atende às APIs Responses e Chat Completions compatíveis com o padrão OpenAI, além das APIs Invoke e Converse do próprio Bedrock.
O acesso é feito por perfis de inferência entre regiões. O global.moonshotai.kimi-k3 roteia cada requisição para qualquer região comercial da AWS compatível.
O us.moonshotai.kimi-k3 mantém o processamento na geografia dos Estados Unidos, para quem tem exigências de residência de dados. A AWS informa que o perfil global custa cerca de 10% menos que o perfil geográfico.
Do lado dos pré-requisitos, é preciso ter conta AWS ativa com acesso ao Amazon Bedrock e permissões do IAM para chamar o modelo: bedrock:InvokeModel, bedrock:InvokeModelWithResponseStream e bedrock:CreateInference. A documentação traz um exemplo em Python que usa o SDK da OpenAI com a biblioteca aws-bedrock-token-generator para gerar tokens de autenticação de curta duração.
Fontes e links
- AWS
- Blog da Moonshot AI sobre o Kimi K3
- Documentação de cache de prompts do Amazon Bedrock
- Console do Amazon Bedrock
