Kimi K3 是什么？2.8T 参数开源模型与发布背景
2026 年 7 月 16 日深夜，月之暗面（Moonshot AI）在 API 文档顶部挂出横幅「🎉 Kimi K3 已上线！」——没有大型发布会，没有提前预热的社交媒体轰炸，只有一份技术博客、一个定价页面和一个可以立刻调用的模型 ID kimi-k3。低调姿态与 2.8 万亿参数体量形成鲜明对比。
一句话定义：Kimi K3 是目前全球参数规模最大的开源 AI 模型——2.8T 参数，超越 DeepSeek V4 Pro（1.6T）近 75%，是小米开源模型（1.02T）的 2.7 倍，是阿里（397B）的 7 倍有余。采用稀疏 MoE 架构，推理时从 896 个专家中激活 16 个；配合 100 万 token 超长上下文（约等于一次性读完 5 本《红楼梦》全文）与原生视觉理解，专为复杂编程、长文档推理与知识工作设计。完整权重将于 7 月 27 日对外开源，价格比 Claude Opus 4.8 便宜约 40%。
| 规格 | 数值 |
|---|---|
| 总参数量 | 2.8 万亿（2.8T） |
| 架构 | Kimi Delta Attention + Attention Residuals + Stable LatentMoE |
| 激活专家 | 16 / 896（稀疏度 1.8%） |
| 上下文窗口 | 1,048,576 tokens（1M） |
| 输入模态 | 文本、图像、视频 |
| 推理模式 | 当前仅 max（low/high 后续更新） |
| API 定价 | $3 / $15 per 1M tokens（输入/输出） |
| 开源权重 | 2026 年 7 月 27 日（Hugging Face） |
为什么这次发布意义重大？月之暗面在过去 18 个月经历 DeepSeek 崛起带来的冲击，K3 堪称一次漂亮反击：
规模纪录：过去 12 个月 Kimi 系列有 9 个月占据开源模型规模上限位置。
战略窗口：发布时点恰在 2026 世界人工智能大会（WAIC）开幕前夜，信号意义极强。
商业化爆发：截至 2026 年 6 月 ARR 突破 3 亿美元，今年内完成第 6 轮融资，投前估值 315 亿美元。
API 驱动：API 收入占整体七成以上，海外付费用户增长 400%——不是「卖情怀硬撑规模」，而是商业化正在爆发的技术宣示。
选型误判：勿把「参数最大」等同于「每项 benchmark 第一」；勿忽视自报 harness 差异；勿在 7/27 前假设可本地跑满血权重；勿忽略 FrontierSWE 上 Fable 5 仍领先；勿用单一模型覆盖所有 Agent 场景。
Kimi Delta Attention 等三大架构创新详解
Kimi K3 不是简单的参数堆砌——它在架构层面引入三项工程创新，解决长上下文与超稀疏 MoE 训练的真实瓶颈。
3.1 Kimi Delta Attention（KDA）—— 混合线性注意力
传统 Full Attention 在长上下文下 KV 缓存内存呈平方级增长，100 万 token 时消耗毁灭性。KDA 以 3:1 比例交替线性注意力层与全注意力层：3 个线性层处理局部结构（计算廉价），1 个全注意力层保留全局信息流。结果：KV 缓存内存减少高达 75%；百万 token 上下文解码速度提升高达 6.3 倍；短上下文、长上下文与 RL 扩展三种场景均超越纯全注意力基线。
类比：全注意力像同时记住所有对话细节；KDA 像高效秘书——大部分时候快速索引，关键时刻精准回忆。
3.2 Attention Residuals（AttnRes）—— 跨深度选择性检索
标准残差连接沿深度均匀积累，早期层关键表征在深层被稀释。AttnRes 引入选择性检索——模型可跨越深度直接拉取更早层的高价值表征。月之暗面报告约 25% 训练效率提升，额外计算开销不足 2%。
3.3 Stable LatentMoE —— 896 专家仅激活 16 个
| 技术 | 作用 |
|---|---|
| Quantile Balancing | 从路由器得分分位数推导专家分配，消除启发式超参 |
| Per-Head Muon | 针对每个注意力头独立优化，大规模训练更自适应 |
| Sigmoid Tanh Unit（SiTU） | 改进激活函数控制 |
| Gated MLA | 提升注意力选择性 |
综合以上创新，Kimi K3 相较 Kimi K2 整体扩展效率提升约 2.5 倍——相同算力转化出更强智能。
Kimi K3 基准测试：与 Claude Fable 5、GPT-5.6 Sol 全面对比
以下为月之暗面自报核心基准（不同模型使用各自推理 harness：K3 用 Kimi Code，GPT 用 Codex，Claude 用 Claude Code）。独立第三方复现仍在进行中。
| 基准测试 | 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（视觉） | 81.6 | 81.2 | 83.0 | 78.9 | — |
| OmniDocBench（文档理解） | 91.1 | 89.8 | 85.8 | 87.9 | — |
解读重点：
SWE Marathon（42.0 第一）：专门测试持续性长代码工作，最接近「实际写代码数小时」的场景，K3 大幅领先。
Program Bench（77.8 第一）：以微小优势超过 Fable 5（76.8）与 GPT-5.6 Sol（77.6）。
FrontierSWE：Fable 5 领跑 86.6，K3（81.2）仍大幅超越 GPT-5.6 Sol（71.3）。
OmniDocBench（91.1 第一）：体现视觉 + 长上下文的协同优势。
综合智能：Artificial Analysis Intelligence Index v4.1 中 K3 以 57.1 分排名第四，紧随 Fable 5（59.9）与 GPT-5.6 Sol（58.9）之后，差距仅 2.8 分。
注意：上述为厂商自报数据，harness 不统一。建议作方向性参考，生产选型务必结合自有评测集验证，不宜当作最终定论。
Kimi K3 定价对比与六种立即接入方式
| 模型 | 输入（$/M） | 输出（$/M） | 缓存命中输入 | 上下文 |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M |
| Claude Sonnet 5 | $3.00（促销 $2） | $15.00（促销 $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 标准价与 Claude Sonnet 5 持平（$3/$15），但上下文窗口为其 5 倍。缓存命中低至 $0.30/M（标准价 1/10），月之暗面报告编程场景缓存命中率超 90%，实际有效输入成本极低。国内 API：输入 ¥20/M、输出 ¥100/M、缓存命中 ¥2/M；消费者版 kimi.com 免费账号可用，预付费套餐 ¥199 起（优惠截至 8 月 11 日）。
六种立即接入步骤：
Kimi 网页/App：访问 kimi.com，注册账号（支持 Google），K3 默认最大推理力度，无需信用卡。
官方 API Key：在 platform.kimi.ai 创建密钥，base_url 设为 https://api.moonshot.ai/v1，模型 ID kimi-k3。
OpenRouter 路由：模型 ID moonshotai/kimi-k3，官方定价无加价，完整 1M 上下文。
缓存优化：编程 Agent 工作流尽量复用 system prompt 与工具定义前缀，Mooncake 分推理架构下缓存命中率可达 90%+。
7 月 27 日权重：完整模型权重在 Hugging Face 开放，需 64+ 加速卡超节点；量化版 MXFP4/NVFP4 与 vLLM、SGLang 预计 Day-0 支持。
混合路由：长代码任务走 K3、复杂 Repo 级 Bug 留给 Fable 5、终端密集型 Agent 考虑 GPT-5.6 Sol——勿单模型 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": "帮我分析这段代码..."}]
)场景选型矩阵、开源承诺与可引用数据
| 场景 | 推荐模型 | 原因 |
|---|---|---|
| 持续性长代码任务 | Kimi K3 | SWE Marathon 第一，上下文最长 |
| 复杂 Repo 级修 Bug | Claude Fable 5 | FrontierSWE 大幅领先 |
| 终端/工具链密集型 Agent | GPT-5.6 Sol | Terminal Bench 与 Coding Agent Index 领先 |
| 超长文档/多模态文档理解 | Kimi K3 | OmniDocBench 第一，原生视觉 + 1M 上下文 |
| 成本敏感场景 | DeepSeek V4 Pro | 输出仅 $3.48/M，远低于 K3 |
| 开源自部署（7/27 后） | Kimi K3 | 迄今最强可下载开源权重 |
7 月 27 日开源承诺：月之暗面在官方 WeChat 公告明确 7 月 27 日开放完整模型权重。届时 K3 将成为：迄今参数最大的可下载开源模型；首个超 2 万亿参数级别开源权重；开源社区训练/微调基座新标杆。训练采用 MXFP4 权重与 MXFP8 激活，量化感知设计，Hugging Face 上将出现 MXFP4/NVFP4 量化版本。
2.8T / 75%：超越 DeepSeek V4 Pro（1.6T）近 75%，全球开源参数规模新纪录。
57.1 / 2.8：Artificial Analysis v4.1 综合智能第四，与榜首 Fable 5（59.9）差距仅 2.8 分。
$0.30 / 90%+：缓存命中输入价 + 编程场景缓存命中率——实际有效输入成本可降至约 $0.55/M（OpenRouter 7 日加权验证）。
总结：Kimi K3 在架构层面做了真正的工程创新，在编程长任务与文档理解等关键赛道对标乃至超越部分闭源旗舰，定价合理且承诺完整开源——代表中国 AI 开源生态从「以低价换市场」转向「挑战智能前沿」。关注时间节点：7 月 17–20 日 WAIC 更多发布 → 7 月 27 日 K3 完整权重开源。
摊开替代方案：仅靠个人 Mac 跑 Kimi Code / API Agent 压测 受休眠与网络波动影响，长上下文任务易中断；等待 7/27 自部署 需 64+ 卡超节点，中小团队短期不可行；完全依赖单一闭源 API 则在上下文长度与成本上难以覆盖 K3 的 1M flat 定价优势。对需要 iOS CI/CD、Kimi Code 常驻与 AI Agent 7×24 自动化生产环境，KVMNODE 独占 Mac Mini M4 云端租赁通常是更优解：Apple Silicon 统一内存、开放 sudo、按天/周/月弹性下单。详情见 定价页、帮助中心，或 直接下单。
数据截至：2026 年 7 月 16 日 · 基准为 Moonshot AI 自报 · 来源：kimi.com/blog/kimi-k3、API Platform docs、Artificial Analysis、OpenRouter