Kimi K3 是什麼？2.8T 參數開源模型與發佈背景
2026 年 7 月 16 日深夜，月之暗面（Moonshot AI）在 API 文件頂部掛出橫幅「Kimi K3 已上線」——沒有大型發佈會，沒有提前預熱的社群媒體轟炸，只有一份技術部落格、一個定價頁面，以及一個可以立刻呼叫的模型 ID kimi-k3。低調姿態與 2.8 兆參數體量形成鮮明對比。
一句話定義：Kimi K3 是目前全球參數規模最大的開源 AI 模型——2.8T 參數，超越 DeepSeek V4 Pro（1.6T）近 75%，是小米開源模型（1.02T）的 2.7 倍，是阿里（397B）的 7 倍有餘。採用稀疏 MoE 架構，推理時從 896 個專家中啟用 16 個；配合 100 萬 Token 超長上下文（約等於一次性讀完 5 本《紅樓夢》全文）與原生視覺理解，專為複雜程式設計、長文件推理與知識工作設計。完整權重將於 7 月 27 日對外開源，定價比 Claude Opus 4.8 便宜約 40%。
| 規格 | 數值 |
|---|---|
| 總參數量 | 2.8 兆（2.8T） |
| 架構 | Kimi Delta Attention + Attention Residuals + Stable LatentMoE |
| 啟用專家 | 16 / 896（稀疏度 1.8%） |
| 上下文視窗 | 1,048,576 tokens（1M） |
| 輸入模態 | 文字、影像、影片 |
| 推理模式 | 目前僅 max（low/high 後續更新） |
| API 定價 | $3 / $15 per 1M tokens（輸入/輸出） |
| 開源權重 | 2026 年 7 月 27 日（Hugging Face） |
為什麼這次發佈意義重大？月之暗面在過去 18 個月經歷 DeepSeek 崛起帶來的衝擊，K3 堪稱一次漂亮反擊：
規模紀錄：過去 12 個月 Kimi 系列有 9 個月佔據開源模型規模上限位置。
戰略窗口：發佈時點恰在 2026 世界人工智慧大會（WAIC）開幕前夜，訊號意義極強。
商業化爆發：截至 2026 年 6 月 ARR 突破 3 億美元，今年內完成第 6 輪融資，投前估值 315 億美元。
API 驅動：API 收入占整體七成以上，海外付費使用者成長 400%——不是「賣情懷硬撐規模」，而是商業化正在爆發的技術宣示。
選型誤判：勿把「參數最大」等同於「每項 benchmark 第一」；勿忽視自報 harness 差異；勿在 7/27 前假設可本地跑滿血權重；勿忽略 FrontierSWE 上 Fable 5 仍領先；勿用單一模型覆蓋所有 Agent 場景。
Kimi Delta Attention 等三大架構創新詳解
Kimi K3 不是簡單的參數堆疊——它在架構層面引入三項工程創新，解決長上下文與超稀疏 MoE 訓練的真實瓶頸。
2.1 Kimi Delta Attention（KDA）—— 混合線性注意力
傳統 Full Attention 在長上下文下 KV 快取記憶體呈平方級成長，100 萬 Token 時消耗驚人。KDA 以 3:1 比例交替線性注意力層與全注意力層：3 個線性層處理局部結構（運算成本低），1 個全注意力層保留全域資訊流。結果：KV 快取記憶體減少高達 75%；百萬 Token 上下文解碼速度提升高達 6.3 倍；短上下文、長上下文與 RL 擴展三種場景均超越純全注意力基線。
類比：全注意力像同時記住所有對話細節；KDA 像高效秘書——大部分時候快速索引，關鍵時刻精準召回。
2.2 Attention Residuals（AttnRes）—— 跨深度選擇性檢索
標準殘差連接沿深度均勻累積，早期層關鍵表徵在深層被稀釋。AttnRes 引入選擇性檢索——模型可跨越深度直接拉取更早層的高價值表徵。月之暗面報告約 25% 訓練效率提升，額外運算開銷不足 2%。
2.3 Stable LatentMoE —— 896 專家僅啟用 16 個
| 技術 | 作用 |
|---|---|
| Quantile Balancing | 從路由器得分分位數推導專家分配，消除啟發式超參 |
| Per-Head Muon | 針對每個注意力頭獨立最佳化，大規模訓練更自適應 |
| Sigmoid Tanh Unit（SiTU） | 改進啟用函數控制 |
| Gated MLA | 提升注意力選擇性 |
綜合以上創新，Kimi K3 相較 Kimi K2 整體擴展效率提升約 2.5 倍——相同算力轉化出更強智能。
Kimi K3 基準測試：與 Claude Fable 5、GPT-5.6 Sol 全面對比
以下為月之暗面自報核心基準（不同模型使用各自推理 harness：K3 用 Kimi Code，GPT 用 Codex，Claude 用 Claude Code）。獨立第三方複現仍在進行中。
| 基準測試 | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 | GLM-5.2 |
|---|---|---|---|---|---|
| DeepSWE | 67.5 | 70.0 | 73.0 | 59.0 | 46.2 |
| Program Bench | 77.8 | 76.8 | 77.6 | 71.9 | 63.7 |
| Terminal Bench 2.1 | 88.3 | 84.6 | 88.8 | 84.6 | 82.7 |
| FrontierSWE | 81.2 | 86.6 | 71.3 | 66.7 | 67.3 |
| SWE Marathon | 42.0 | 35.0 | 39.0 | 40.0 | 13.0 |
| BrowseComp | 91.2 | 88.0 | 90.4 | 84.3 | — |
| Automation Bench | 30.8 | 29.1 | 29.7 | 27.2 | 12.9 |
| GPQA-Diamond | 93.5 | 92.6 | 94.1 | 91.0 | 91.2 |
| MMMU-Pro（視覺） | 81.6 | 81.2 | 83.0 | 78.9 | — |
| OmniDocBench（文件理解） | 91.1 | 89.8 | 85.8 | 87.9 | — |
解讀重點：
SWE Marathon（42.0 第一）：專門測試持續性長程式碼工作，最接近「實際寫程式數小時」的場景，K3 大幅領先。
Program Bench（77.8 第一）：以微小優勢超過 Fable 5（76.8）與 GPT-5.6 Sol（77.6）。
FrontierSWE：Fable 5 領跑 86.6，K3（81.2）仍大幅超越 GPT-5.6 Sol（71.3）。
OmniDocBench（91.1 第一）：體現視覺 + 長上下文的協同優勢。
綜合智能：Artificial Analysis Intelligence Index v4.1 中 K3 以 57.1 分排名第四，緊隨 Fable 5（59.9）與 GPT-5.6 Sol（58.9）之後，差距僅 2.8 分。
注意：上述為廠商自報數據，harness 不統一。宜作方向性參考，而非定論——生產選型務必結合自有評測集驗證。
Kimi K3 定價對比與六種立即接入方式
| 模型 | 輸入（$/M） | 輸出（$/M） | 快取命中輸入 | 上下文 |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M |
| Claude Sonnet 5 | $3.00（促銷 $2） | $15.00（促銷 $10） | — | 200K |
| Claude Opus 4.8 | $5.00 | $25.00 | — | 200K |
| GPT-5.5 | $5.00 | $30.00 | — | 400K |
| DeepSeek V4 Pro | $1.74 | $3.48 | $0.145 | 128K |
| Kimi K2.6 | $0.95 | $4.00 | $0.16 | 256K |
K3 標準價與 Claude Sonnet 5 持平（$3/$15），但上下文視窗為其 5 倍。快取命中低至 $0.30/M（標準價 1/10），月之暗面報告程式設計場景快取命中率超 90%，實際有效輸入成本極低。中國大陸 API：輸入 ¥20/M、輸出 ¥100/M、快取命中 ¥2/M；消費者版 kimi.com 免費帳號可用，預付費套餐 ¥199 起（優惠截至 8 月 11 日）。
六種立即接入步驟：
Kimi 網頁/App：造訪 kimi.com，註冊帳號（支援 Google），K3 預設最大推理力度，無需信用卡。
官方 API Key：在 platform.kimi.ai 建立金鑰，base_url 設為 https://api.moonshot.ai/v1，模型 ID kimi-k3。
OpenRouter 路由：模型 ID moonshotai/kimi-k3，官方定價無加價，完整 1M 上下文。
快取最佳化：程式設計 Agent 工作流盡量複用 system prompt 與工具定義前綴，Mooncake 分推理架構下快取命中率可達 90%+。
7 月 27 日權重：完整模型權重在 Hugging Face 開放，需 64+ 加速卡超節點；量化版 MXFP4/NVFP4 與 vLLM、SGLang 預計 Day-0 支援。
混合路由：長程式碼任務走 K3、複雜 Repo 級 Bug 留給 Fable 5、終端機密集型 Agent 考慮 GPT-5.6 Sol——勿單模型 All-in。
from openai import OpenAI
client = OpenAI(
api_key="your_moonshot_api_key",
base_url="https://api.moonshot.ai/v1"
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "幫我分析這段程式碼..."}]
)場景選型矩陣、開源承諾與可引用數據
| 場景 | 推薦模型 | 原因 |
|---|---|---|
| 持續性長程式碼任務 | Kimi K3 | SWE Marathon 第一，上下文最長 |
| 複雜 Repo 級修 Bug | Claude Fable 5 | FrontierSWE 大幅領先 |
| 終端機/工具鏈密集型 Agent | GPT-5.6 Sol | Terminal Bench 與 Coding Agent Index 領先 |
| 超長文件/多模態文件理解 | Kimi K3 | OmniDocBench 第一，原生視覺 + 1M 上下文 |
| 成本敏感場景 | DeepSeek V4 Pro | 輸出僅 $3.48/M，遠低於 K3 |
| 開源自部署（7/27 後） | Kimi K3 | 迄今最強可下載開源權重 |
7 月 27 日開源承諾：月之暗面在官方 WeChat 公告明確 7 月 27 日開放完整模型權重。屆時 K3 將成為：迄今參數最大的可下載開源模型；首個超 2 兆參數級別開源權重；開源社群訓練/微調基座新標竿。訓練採 MXFP4 權重與 MXFP8 啟用，量化感知設計，Hugging Face 上將出現 MXFP4/NVFP4 量化版本。
2.8T / 75%：超越 DeepSeek V4 Pro（1.6T）近 75%，全球開源參數規模新紀錄。
57.1 / 2.8：Artificial Analysis v4.1 綜合智能第四，與榜首 Fable 5（59.9）差距僅 2.8 分。
$0.30 / 90%+：快取命中輸入價 + 程式設計場景快取命中率——實際有效輸入成本可降至約 $0.55/M（OpenRouter 7 日加權驗證）。
總結：Kimi K3 在架構層面做了真正的工程創新，在程式設計長任務與文件理解等關鍵賽道對標乃至超越部分閉源旗艦，定價合理且承諾完整開源——代表中國 AI 開源生態從「以低價換市場」轉向「挑戰智能前沿」。關注時間節點：7 月 17–20 日 WAIC 更多發佈 → 7 月 27 日 K3 完整權重開源。
攤開替代方案：僅靠個人 Mac 跑 Kimi Code / API Agent 壓測 受休眠與網路波動影響，長上下文任務易中斷；等待 7/27 自部署 需 64+ 卡超節點，中小團隊短期不可行；完全依賴單一閉源 API 則在上下文長度與成本上難以覆蓋 K3 的 1M flat 定價優勢。對需要 iOS CI/CD、Kimi Code 常駐與 AI Agent 7×24 自動化生產環境，KVMNODE 獨佔 Mac Mini M4 雲端租用通常是更優解：Apple Silicon 統一記憶體、開放 sudo、按天/週/月彈性下單。詳情見 定價頁、幫助中心，或 直接下單。
數據截至：2026 年 7 月 16 日 · 基準為 Moonshot AI 自報 · 來源：kimi.com/blog/kimi-k3、API Platform docs、Artificial Analysis、OpenRouter