Kimi K3: Moonshot AI выпускает модель с открытым весом на 2,8 триллиона параметров

Введение

Компания Moonshot AI представила Kimi K3 — новую мультимодальную языковую модель рассуждений, обладающую 2,8 триллионами общих параметров и контекстным окном в 1 миллион токенов.

Пекинская компания называет Kimi K3 первой open-source моделью, достигшей 3-триллионного порога параметров. Она разработана для длительных задач программной инженерии, интеллектуальной работы, визуального анализа, исследований и многоэтапных агентных задач.

Её масштаб сразу привлёк внимание. Общее количество параметров Kimi K3 значительно превышает системы с открытыми весами, которые определяли предыдущее поколение китайских моделей переднего края, с их триллионным уровнем параметров.

Однако масштаб — лишь часть истории. Kimi K3 использует сильно разреженную архитектуру смеси экспертов, активируя лишь небольшую часть своих экспертов для каждого токена. Moonshot также внедрила структурные изменения, направленные на улучшение потока информации в длинных последовательностях и глубоких сетях.

Компания заявляет, что Kimi K3 достигла передового уровня в ряде её тестов, хотя в целом всё ещё уступает самым мощным проприетарным моделям. Независимые оценки, опубликованные до и после запуска, также относят её к числу ведущих доступных моделей.

Мультимодальная модель с 2,8 трлн параметров

Kimi K3 — это нативная мультимодальная модель, способная обрабатывать текстовые и визуальные входные данные. Moonshot позиционирует её для задач, требующих непрерывного рассуждения, а не коротких, изолированных ответов.

Её основные технические характеристики:

Характеристика	Kimi K3
Всего параметров	2,8 трлн
Архитектура	Разреженная смесь экспертов
Количество маршрутизируемых экспертов	896
Активируемых экспертов на токен	16
Контекстное окно	1 млн токенов
Модальности	Текстовый и визуальный ввод
Основные сценарии использования	Программирование, интеллектуальная работа, исследования, рассуждения, мультимодальное творчество
Режим рассуждения по умолчанию при запуске	Максимальное усилие
Целевая дата публикации полных весов	До 27 июля 2026 года
Рекомендуемая конфигурация для крупномасштабного развёртывания	Суперкомпьютерный узел минимум с 64 ускорителями

Общее количество параметров описывает полную модель, а не количество параметров, используемых для каждого токена. Во время логического вывода Kimi K3 активирует 16 из своих 896 экспертов, что позволяет ей извлекать выгоду из огромной ёмкости без необходимости запускать всю сеть для каждого генерируемого токена.

Это различие важно. Разреженные модели могут содержать триллионы параметров, сохраняя при этом фактические вычислительные затраты значительно ниже, чем у эквивалентных плотных моделей.

Даже при разреженной активации Kimi K3 остаётся чрезвычайно требовательной системой для размещения. Moonshot рекомендует развёртывание на суперкомпьютерных узлах с 64 или более ускорителями, что делает самостоятельное размещение недоступным для большинства индивидуальных разработчиков и небольших команд.

Архитектура Kimi K3

Moonshot выделяет две ключевые архитектурные технологии: механизм внимания Kimi Delta и остаточное внимание.

Механизм внимания Kimi Delta

Механизм внимания Kimi Delta (KDA) призван сделать вычисления внимания более эффективными по мере увеличения длины контекста.

Когда модель обрабатывает очень длинные последовательности, традиционные механизмы внимания становятся дорогостоящими. KDA нацелена на

предоставление более масштабируемой основы для обработки большого контекста, сохраняя при этом информацию, необходимую для рассуждений и использования инструментов.

Окно в миллион токенов даёт Kimi K3 достаточную ёмкость для обработки больших кодовых баз, обширных коллекций документов, длинных историй агентов или комбинаций нескольких источников материала, что ранее было ограничением для многих моделей.

Большое контекстное окно не гарантирует одинаково эффективного использования каждого токена. Качество извлечения, стабильность рассуждений, структура промпта и оркестровка агентов по-прежнему имеют решающее значение. Однако расширенное окно предоставляет разработчикам больше возможностей для сохранения релевантного материала без агрессивного раннего сжатия.

Остаточное внимание

Остаточное внимание (AttnRes) изменяет способ передачи представлений по глубине модели.

Вместо равномерного накопления информации через традиционные остаточные соединения, этот механизм выборочно извлекает полезные представления из более ранних слоёв.

Moonshot утверждает, что это улучшает поток информации по глубине модели и способствует более эффективному масштабированию.

Стабильная разреженная смесь экспертов

Kimi K3 сочетает разреженную маршрутизацию экспертов с фреймворком стабильной разреженной смеси экспертов. Каждый токен активирует только 16 из 896 маршрутизируемых экспертов.

При такой разреженности качество маршрутизации становится серьёзной инженерной проблемой. Несбалансированная система может привести к перегрузке подмножества экспертов, неэффективному использованию оборудования или снижению пропускной способности.

Moonshot утверждает, что использует квантильную стратегию балансировки и сбалансированный метод обучения с параллельным распределением экспертов, эффективно распределяя нагрузку на критическом пути без необходимости синхронизации на хосте.

Обучение с учётом квантования

Модель использует обучение с учётом квантования, начиная с этапа контролируемой тонкой настройки.

По данным Moonshot, Kimi K3 использует веса MXFP4 и активации MXFP8. Низкоточные форматы могут снизить требования к памяти и коммуникации, однако фактическая производительность зависит от поддержки аппаратного обеспечения и механизма логического вывода.

Утверждается, что эти архитектурные улучшения в совокупности обеспечивают примерно в 2,5 раза более высокую общую эффективность масштабирования по сравнению с Kimi K2.

Спроектирована для долгосрочного программирования

Программирование — одна из основных областей применения Kimi K3, которую подчёркивает Moonshot.

Модель предназначена для эффективной работы в длительных сеансах инженерии, способна просматривать большие кодовые базы, управлять терминальными инструментами, проверять обратную связь во время выполнения и постоянно итерировать с ограниченным контролем человека.

Это отличается от моделей, которые генерируют только отдельные функции по промпту. Долгосрочное программирование может потребовать от системы:

1. Исследовать незнакомые кодовые базы.
2. Понимать архитектуру и зависимости.
3. Составлять многоэтапные планы.
4. Редактировать файлы в нескольких модулях.
5. Запускать сборку и тесты.
6. Читать сообщения об ошибках и логи.
7. Сравнивать скриншоты или визуализировать вывод.
8. Многократно изменять реализацию.
9. Сохранять релевантный контекст на протяжении всей задачи.

Moonshot также подчёркивает сложность сочетания программирования с визуальным анализом. При работе с интерфейсами, играми, CAD-рабочими процессами и другим интерактивным ПО Kimi K3 может использовать скриншоты и визуальную обратную связь.

Результаты бенчмарков Moonshot по кодированию

Moonshot оценила Kimi K3 на нескольких бенчмарках программной инженерии и в рамках агентных фреймворков.

Компания сообщает о сильных результатах в:

• DeepSWE
• Terminal-Bench 2.1
• FrontierSWE
• Program Bench
• SWE Marathon
• Kimi Code Bench 2.0
• Оптимизация GPU-ядер
• Сборка компилятора

Не все эти оценки проводились с одинаковыми настройками. Некоторые модели тестировались через Kimi Code, другие — через Claude Code или Codex. Moonshot документирует эти различия в сносках к бенчмаркам.

Это важно, поскольку агентные фреймворки влияют на результаты. Интерфейсы инструментов, управление контекстом, поведение при повторах, системы разрешений и дизайн промптов могут влиять на производительность модели в длительных задачах.

Moonshot сообщает о следующих результатах Kimi K3:

• Оценка DeepSWE: 67,5
• Terminal-Bench 2.1: 86,3
• FrontierSWE: 81,2
• Program Bench: 77,8
• SWE Marathon: 42,0
• Внутренний Kimi Code Bench 2.0: 72,8

Это результаты, сообщённые компанией, и их следует рассматривать вместе с независимо проводимыми бенчмарками.

Оптимизация GPU-ядер

Moonshot также протестировала модель на оптимизацию GPU

Возможности на уровне ядра, а не просто написание обычного прикладного кода

Каждая оцениваемая модель помещалась в идентичную изолированную среду и получала до 24 часов для настройки, переписывания и бенчмаркинга нескольких задач. Рабочие нагрузки включали компоненты, связанные с собственной архитектурой Kimi K3, и тестировались на оборудовании NVIDIA H200 и другой универсальной GPU-платформе.

Moonshot сообщает, что при разрешении откатного поведения Kimi K3 конкурентоспособна с Claude Fable 5 и значительно превосходит несколько других протестированных моделей в этой конфигурации.

Компания также заявляет, что ранние контрольные точки Kimi K3 обрабатывали большую часть оптимизации ядра, используемой в процессе собственной разработки модели.

Эта способность важна, поскольку эффективные AI-системы зависят не только от архитектуры модели. Инженерия ядра определяет, насколько эффективно модель использует ускорители, пропускную способность памяти, коммуникационные каналы и специализированные числовые форматы.

Создание GPU-компилятора с нуля

В другом внутреннем тесте Kimi K3 создала компактную систему GPU-программирования, подобную Triton, под названием MiniTriton.

По данным Moonshot, итоговый проект включал:

• Промежуточное представление на уровне плиток, построенное на MLIR
• Проходы оптимизации
• Конвейер генерации кода PTX
• Фронтенд предметно-ориентированного языка
• Компоненты времени выполнения
• Поддержка сквозного обучения nanoGPT

Moonshot сообщает, что на выбранных поддерживаемых тестах MiniTriton превзошёл или сравнялся с Triton и torch.compile, сохраняя при этом стабильное обучающее поведение в своих тестах nanoGPT.

Этот результат следует рассматривать как кейс компании, а не как доказательство готовности сгенерированного компилятора заменить зрелые инструменты.

Производственная инфраструктура. Тем не менее, он демонстрирует тип многоэтапных инженерных задач, на которые нацелена Moonshot при проектировании Kimi K3.

Визуальное программирование, разработка игр и проектирование микросхем

Нативная мультимодальная архитектура Kimi K3 позволяет ей свободно переключаться между исходным кодом и визуальным выводом.

В рабочих процессах разработки игр и фронтенда модель может генерировать реализационный код, проверять скриншоты, выявлять визуальные проблемы и модифицировать код. Moonshot называет это «сохранением визуального восприятия в цикле разработки».

Компания также продемонстрировала ранний прототип проектирования микросхем. Сообщается, что за 48-часовой автономный сеанс Kimi K3 спроектировала, оптимизировала и верифицировала чип для обслуживания небольшой модели на основе собственной архитектуры.

Этот proof-of-concept использовал инструменты электронного дизайна с открытым исходным кодом и библиотеку техпроцесса Nangate 45 нм. Moonshot сообщила о результатах симуляции дизайна:

• Площадь в пределах 4 кв. мм.
• Тактовая частота с замыканием временных параметров 100 МГц.
• Содержит около 1,46 миллиона стандартных ячеек.
• Использует 0,277 МБ SRAM.
• Содержит массив MAC INT4 со слитным деквантованием.
• Обрабатывает более 8700 токенов в секунду в симуляции.

Это симуляция и ранняя исследовательская демонстрация, а не реальный производственный чип.

Kimi K3 в научных и интеллектуальных задачах

Moonshot также позиционирует Kimi K3 как модель для исследовательских и профессиональных интеллектуальных рабочих процессов.

В одном из примеров по вычислительной астрофизике модель попросили воспроизвести универсальные соотношения, связанные со свойствами нейтронных звёзд.

Moonshot заявляет, что Kimi K3:

• Просмотрела и перекрёстно проверила более 20 статей.
• Реализовала полный конвейер численных расчётов.
• Оценила более 300 уравнений состояния.
• Выявила несоответствия в опубликованных формулах.
• Сгенерировала более 3000 строк кода на Python.
• Построила интерактивную HTML-панель данных.

По оценкам компании, на выполнение проекта модели потребовалось около двух часов, в то время как опытному исследователю потребовалось бы от одной до двух недель.

Как и в других кейсах, этот результат не следует рассматривать как общую гарантию экономии времени. Производительность зависит от содержания задачи, доступных инструментов, качества источников данных, методов проверки и степени человеческого контроля.

Контекстное окно в миллион токенов

Контекстное окно Kimi K3 — одна из её наиболее коммерчески ценных характеристик.

Ёмкость в миллион токенов может вместить множество комбинаций, таких как:

• Крупная программная кодовая база с документацией и логами.
• Большие массивы длинных отчётов и исходных документов.
• Расширенные журналы вызовов инструментов.
• Продолжительные научные сессии.
• Большие коллекции изображений и текста.
• Множество черновиков, версий и промежуточных результатов.

Moonshot заявляет, что Kimi K3 показывает наилучшие результаты, когда сохраняется полная история рассуждений.

Это порождает важное требование к реализации. Если какой-либо агентский фреймворк отбрасывает часть ранней истории размышлений модели, неправильно её обобщает или переключается на другую модель в середине сеанса, качество вывода может стать нестабильным.

Moonshot рекомендует использовать проверенные совместимые фреймворки (например, Kimi Code) и избегать переключения моделей во время активного сеанса K3.

Независимые результаты бенчмарков

Независимые результаты тестов в целом подтверждают, что Kimi K3 относится к передовым моделям, хотя она и не

лидирует во всех категориях.

Artificial Analysis присвоил Kimi K3 57 баллов в Индексе интеллекта и поставил её на третье место на момент оценки. Её общие результаты описываются как сравнимые с Claude Opus 4.8 и GPT-5.5, но уступающие Claude Fable 5 и GPT-5.6 Sol.

Artificial Analysis также сообщает, что Kimi K3 была необычайно многословна в процессе оценки, сгенерировав около 130 миллионов токенов, в то время как средний показатель для аналогичных моделей составил около 63 миллионов токенов.

Это влияет на стоимость и задержку. Модель может иметь конкурентоспособную цену за токен, но если для выполнения той же задачи используется больше токенов, она всё равно может оказаться дорогой.

Reuters сообщил о других сторонних результатах тестов на момент запуска:

• Arena.ai поставила Kimi K3 на первое место в оценке создания веб-интерфейсов.
• Vals AI поставила её на второе место после Claude Fable 5, опередив GPT-5.6 Sol.
• Artificial Analysis обнаружила, что в сложных многоэтапных задачах её производительность сопоставима с GPT-5.5 и Claude Opus 4.8.

Рейтинги в бенчмарках меняются по мере того, как оценщики добавляют образцы, обновляют тестовые стенды и повторно тестируют модели. Поэтому перед принятием решения о покупке или развёртывании следует просматривать актуальные таблицы лидеров.

Статус открытых весов и дата публикации

Kimi K3 была анонсирована как модель с открытыми весами, но на момент написания этой статьи полные загружаемые веса ещё не были опубликованы.

Официальная страница запуска Moonshot указывает, что веса планируется выпустить до 27 июля 2026 года.

Это различие важно:

• Модель, архитектура, API и интеграции продуктов объявлены.
• Kimi K3 уже доступна через хостинговые продукты и API Moonshot.
• Полные веса модели планируется выпустить в будущем.
• Инструкции по локальному развёртыванию и окончательная поддержка экосистемы могут измениться после публикации весов.

Утверждения о конкретных процессах самостоятельного хостинга, поддерживаемых движках вывода или аппаратных конфигурациях до публикации весов, лицензии и технической документации следует считать предварительными.

Открытые веса также не означают автоматически неограниченное использование с открытым исходным кодом. Окончательная лицензия определит, что пользователи могут изменять, распространять или использовать в коммерческих целях.

Почему большинство пользователей не будет запускать Kimi K3 локально

Модель с 2,8 триллионами параметров выходит далеко за рамки традиционного определения локального AI.

Даже с разрежённой активацией и весами пониженной точности, полная контрольная точка, маршрутизация экспертов, высокоскоростная связь, кэширование контекста и накладные расходы времени выполнения требуют крупных распределённых систем.

Moonshot рекомендует для развёртывания как минимум 64 ускорителя в конфигурации, подобной суперузлу.

Практические последствия таковы:

1. Индивидуальные пользователи, скорее всего, будут получать доступ к Kimi K3 через хостинговые API или приложения.
2. Предприятия могут использовать специализированных провайдеров вывода, а не поддерживать собственные кластеры.
3. Открытые веса наиболее непосредственно полезны для финансируемых исследовательских лабораторий, облачных платформ, компаний, занимающихся выводом, и крупных инфраструктурных команд.
4. Квантизированные или дистиллированные сообществом варианты в конечном итоге могут снизить барьер входа, но эти версии могут не соответствовать полной модели.

По оценкам, процитированным Reuters, самостоятельное размещение этой модели может потребовать...

система может потребовать вычислительного оборудования стоимостью в сотни тысяч долларов.

Конкретная стоимость будет зависеть от окончательного формата весов, типа ускорителя, конфигурации сети, длины контекста, целей пропускной способности, схемы резервирования и обслуживающего программного обеспечения.

Цены на API и доступность

Kimi K3 уже доступна через несколько продуктов Moonshot:

• Kimi.com
• Kimi Workbench
• Kimi Code
• Kimi

Открытый интерфейс (Kimi API)

• Корпоративная версия Kimi

Пользователи Kimi Code могут выбрать модель Kimi K3 через команду модели в терминальном интерфейсе.

Текущие цены на API от Moonshot AI:

Категория токенов	Цена за миллион токенов
Вход с попаданием в кэш	0,30 доллара США
Вход без попадания в кэш	3,00 доллара США
Выход	15,00 долларов США

Название модели API:

kimi-k3

Компания Moonshot AI заявляет, что её официальный API, благодаря раздельной архитектуре вывода Mooncake, достигает коэффициента попадания в кэш более 90% при работе с кодом.

Фактические затраты будут зависеть от длины промптов, глубины рассуждений, повторного использования кэша, количества вызовов инструментов, механизмов повторных попыток и степени детализации выходных данных.

Китайские AI-лаборатории ускоряют цикл итераций

C выпуском Kimi K3 китайские компании в сфере искусственного интеллекта начинают запускать новые модели с необычно высокой частотой.

Разработчики, такие как Moonshot AI, Z.ai, MiniMax, DeepSeek и Meituan, продолжают выпускать системы большего объёма и с более высокими возможностями, одновременно активно конкурируя в ценах, открытом весе, способностях к кодированию и производительности агентов.

Reuters отмечает, что такая скорость итераций опровергает ранее существовавшее мнение о том, что ведущие китайские модели всегда отстают от передовых западных технологий на несколько месяцев.

Один лишь размер модели не является доказательством лидерства. Количество параметров трудно напрямую сравнивать между плотными и разреженными архитектурами, а некоторые крупные американские разработчики не раскрывают точные размеры своих текущих моделей.

Тем не менее, Kimi K3 показывает, что китайские лаборатории вышли на передовые позиции в таких областях, как размер модели, архитектурный дизайн, длинное контекстное рассуждение и инженерия агентов.

Реакция рынка и расширение Moonshot AI

По данным Reuters, после выхода Kimi K3 акции нескольких китайских AI-конкурентов, торгующихся на бирже, упали.

К закрытию торгов акции Zhipu Huazhang упали на 27,7%, а MiniMax — на 16,5%.

Результаты одного торгового дня не позволяют определить долгосрочное влияние новой модели на конкурентную среду рынка, но такая реакция демонстрирует интерес публичных рынков к технологическим прорывам китайских AI-компаний.

Moonshot AI уже получила поддержку таких ключевых инвесторов, как Alibaba и Tencent.

Reuters также ссылается на Bloomberg, сообщая, что Moonshot AI ведёт переговоры о новом раунде финансирования на сумму около 2 миллиардов долларов США при оценке примерно в 30 миллиардов долларов США, планируя завершить его до листинга в Гонконге. Однако эти планы по финансированию и листингу пока остаются на стадии слухов и не были окончательно реализованы.

Известные ограничения Kimi K3

Компания Moonshot AI в своём официальном релизе редко откровенно указала на ряд ограничений.

Чувствительность к истории рассуждений

Kimi K3 сохраняет историю рассуждений при обучении. Если агентский фреймворк не возвращает полное содержание истории размышлений, это может привести к нестабильной работе. Также не рекомендуется переключаться на Kimi K3 в середине сессии, установленной с другими моделями.

Излишняя проактивность

Модель оптимизирована для интенсивных, длительных задач. Поэтому при нечётко сформулированных инструкциях она может принимать неожиданные решения.

Или когда сталкивается с небольшими препятствиями. Приложениям, требующим точного поведения, следует предоставлять явные ограничения через системные промпты или файлы AGENTS.md.

Разрыв в пользовательском опыте

Moonshot AI заявляет, что, хотя Kimi K3 показывает отличные результаты во многих технических оценках, его общий пользовательский опыт всё ещё уступает Claude Fable 5 и GPT-5.6 Sol.

Высокие требования к инфраструктуре

Открытый вес не означает лёгкость полного развёртывания системы. Его размер, сетевые требования и потребности в долгосрочной контекстной памяти создают высокий операционный порог.

Высокое потребление токенов

Независимые тесты показывают, что в сложных оценках потребление токенов Kimi K3 может значительно превышать средний уровень передовых моделей. Это влияет на общую стоимость, скорость ответа и ограничения по частоте запросов.

Что этот запуск значит для разработчиков

Для большинства разработчиков Kimi K3 изначально будет доступен как хостинговая модель, а не для самостоятельного размещения.

Его ключевые характеристики включают:

• Огромное контекстное окно
• Усиленное устойчивое поведение при кодировании
• Встроенные способности к визуальному рассуждению
• Вызов инструментов, ориентированный на агентов
• Конкурентоспособная производительность в специализированных задачах
• API-доступ с публичными ценами
• Запланированный открытый вес

Команды, оценивающие модель, должны тестировать реальные рабочие процессы, а не полагаться только на заголовочные данные бенчмарков.

Ценные оценки могут включать:

1. Навигацию по репозиторию и решение проблем
2. Способность удерживать длинные контекстные инструкции
3. Реализацию фронтенда с визуальными референсами
4. Надёжность вызова инструментов
5. Избыточность и стоимость вывода
6. Производительность при нечётких инструкциях
7. Совместимость с целевыми агентскими фреймворками
8. Производительность после сжатия истории рассуждений
9. Управление данными и требования к развёртыванию
10. Способность к восстановлению после неудачных команд или тестов

Часто задаваемые вопросы

Что такое Kimi K3?

Kimi K3 — это мультимодальная модель рассуждений с 2,8 триллионами параметров от Moonshot AI, предназначенная для длительного кодирования, работы со знаниями, научных исследований, визуальных задач и агентских рабочих процессов.

Является ли Kimi K3 открытым исходным кодом?

Moonshot AI описывает Kimi K3 как открытую модель и планирует выпустить полные веса. Открытый вес не обязательно означает программное обеспечение с открытым исходным кодом; окончательное лицензионное соглашение определит условия использования, модификации и распространения.

Доступны ли веса Kimi K3 сейчас?

На момент написания этой статьи они ещё не выпущены. Официальное заявление Moonshot AI гласит, что полные веса станут доступны 27 июля 2026 года.

Сколько параметров используется при выводе Kimi K3?

Полная модель содержит 2,8 триллиона параметров, но использует разреженную архитектуру смеси экспертов. Moonshot AI сообщает, что на каждый токен активируется 16 из 896 экспертов, поэтому вся сеть не работает одновременно.

Можно ли запустить Kimi K3 на персональном компьютере?

Полная модель не подходит для обычных персональных компьютеров. Moonshot AI рекомендует схему развёртывания как минимум с 64 ускорителями, поэтому большинство пользователей будут получать доступ к Kimi K3 через хостинговые продукты или API.

Каков размер контекстного окна Kimi K3?

Kimi K3 поддерживает контекстное окно в 1 миллион токенов. Модель чувствительна к способу записи истории рассуждений, поэтому совместимость с агентским фреймворком и управление контекстом имеют большое значение.

Сколько стоит API Kimi K3?

Moonshot AI объявила следующие цены: вход с попаданием в кэш — 0,30 доллара за миллион токенов, вход без попадания в кэш — 3,00 доллара за миллион токенов, выход — 15,00 долларов за миллион токенов. Общая стоимость также зависит от длины вывода, повторного использования кэша, вызовов инструментов и количества повторных попыток.

Превосходит ли Kimi K3 GPT-5.6 Sol или Claude Fable 5?

Ответ зависит от конкретной задачи и бенчмарка. Moonshot AI заявляет, что Kimi K3 в целом уступает обеим моделям, но показывает сопоставимые или лучшие результаты в некоторых оценках кодирования и работы со знаниями. Независимые тесты также показывают, что Kimi K3 входит в число ведущих моделей, но не всегда занимает первое место.

Связанные инструменты

• Kimi: Хостинговая агентская рабочая среда от Moonshot AI для использования Kimi K3.
• Kimi Work: Десктопная среда, специально разработанная для документов, исследований, дашбордов и работы со знаниями Kimi.
• Kimi Code: Кодирующий агент от Moonshot AI для терминала и IDE, поддерживающий выбор модели Kimi K3.
• Платформа Kimi API: Официальный доступ к API, цены, документация для разработчиков и управление аккаунтом.
• Moonshot AI на GitHub: Официальные проекты с открытым исходным кодом, инструменты для моделей и репозитории исследовательского кода.
• Moonshot AI на Hugging Face: Официальные карты моделей и загружаемые версии релизов моделей Moonshot AI.
• vLLM: Движок вывода с открытым исходным кодом, который, по заявлению Moonshot AI, будет поддерживать функцию кэширования префиксов KDA.

Связанные ссылки

• Официальный технический блог Kimi K3: Объявление Moonshot AI об архитектуре, бенчмарках, доступности и ограничениях.

• Официальный сайт Moonshot AI: Официальная главная страница компании, её продуктов и исследований.

• Платформа Kimi API: официальный портал доступа к API Kimi K3 и текущие цены на токены.

• GitHub-организация Moonshot AI: официальный репозиторий кода моделей Kimi, Kimi Code и исследований инфраструктуры.

• Hugging Face-организация Moonshot AI: официальные веса моделей и версии карточек моделей.

• Artificial Analysis: Kimi K3: независимая оценка уровня интеллекта, цены, скорости и контекстного окна.

• Отчёт о тестировании Kimi K3 от Artificial Analysis: независимый обзор производительности Kimi K3 по индексу интеллекта.

Итог

Kimi K3 выводит Moonshot AI на уровень 3 триллионов параметров — это разреженная мультимодальная модель, созданная для программирования, исследований, интеллектуальной работы и длительных задач для агентов. Её контекстное окно в миллион токенов, механизм внимания Kimi Delta, остаточная структура внимания и стратегия высокоразреженного маршрутизации экспертов направлены на повышение эффективности работы при таком масштабе.

Корпоративные тесты и независимые оценки показывают, что Kimi K3 входит в число современных передовых моделей, хотя Moonshot AI признаёт, что в целом она всё ещё уступает Claude Fable 5 и GPT-5.6 Sol. Высокое потребление токенов модели, чувствительность к истории рассуждений, склонность к активному поведению и огромные требования к инфраструктуре являются важными практическими ограничениями.

Kimi K3 уже доступна через приложение и API Moonshot AI. Полные веса планируется выпустить до 27 июля 2026 года, поэтому большинство разработчиков на начальном этапе будут использовать управляемую версию, а не развёртывать полную модель самостоятельно.

Ключевой прогресс не только в масштабе параметров: Kimi K3 объединяет экстремальный масштаб, разреженную активацию, контекст в миллион токенов, мультимодальный ввод и долгосрочное поведение агентов, и Moonshot AI планирует выпустить её в виде загружаемых весов.