Kimi K3: 2,8 трлн параметров,
новый рекорд open-source LLM

Если вы AI-разработчик, архитектор или ответственный за выбор LLM, в ночь на 16 июля 2026 Moonshot AI тихо повесила в шапку API-документации баннер «Kimi K3 доступен» — без большой презентации, но с 2,8 трлн (2,8T) параметров, крупнейшей open-source моделью на сегодня. В статье: MoE 896 экспертов/16 активных, контекст 1M токенов и нативное зрение, три архитектурных новшества KDA/AttnRes/Stable LatentMoE, полные таблицы против Claude Fable 5 и GPT-5.6 Sol, цены $3/$15 и ¥20/¥100, четыре способа подключения, веса на Hugging Face 27 июля, шесть FAQ. Тарифы узлов: страница цен.

[ SECTION_01 ] // OVERVIEW Что такое Kimi K3: тихий релиз и ключевые характеристики

Kimi K3 — крупнейшая open-source AI-модель по числу параметров: 2,8T, на ~75% больше DeepSeek V4 Pro (1,6T), в 2,7 раза больше open-модели Xiaomi (1,02T) и более чем в 7 раз больше Alibaba (397B). Разреженный MoE активирует 16 из 896 экспертов на проход. 1 048 576 токенов контекста (порядка пяти полных романов за один вызов) плюс нативное понимание изображений и видео — под сложный код, длинные документы и knowledge work.

Кратко: open-source «тяжёлый coding AI» с мультимодальностью и сверхдлинной памятью, на ~40% дешевле Claude Opus 4.8 по output, полные веса 27 июля.

Три жёстких ограничения до продакшена:

• Self-hosting: для prod нужен суперузел 64+ ускорителей — открытые веса не означают «запустится на ноутбуке».
• Бенчмарки: Moonshot использовал Kimi Code, Codex, Claude Code — независимое воспроизведение ещё идёт.
• Не лидер везде: FrontierSWE и Terminal Bench 2.1 ведут Claude Fable 5 или GPT-5.6 Sol — выбор по матрице задач, не по «максимум параметров».

Тихий релиз контрастирует с масштабом 2,8T — не PR-параметры, а заявление технического суверенитета в фазе коммерциализации.

[ SECTION_02 ] // ARCHITECTURE После удара DeepSeek: бизнес-контекст и три инновации

За 18 месяцев Moonshot сильно потеряла долю из-за DeepSeek. K3 — контратака, приуроченная к World AI Conference (WAIC) 2026 в Шанхае.

• 9 из 12 месяцев Kimi держала рекорд open-source по размеру;
• ARR (июнь 2026) выше $300 млн;
• 6-й раунд финансирования в этом году, pre-money $31,5 млрд;
• Доля API в выручке более 70%, зарубежные платные пользователи +400%.

Kimi Delta Attention (KDA) — пересборка attention

Полный attention масштабируется квадратично; при 1M токенов KV-cache становится неподъёмным. KDA чередует линейный и полный attention в ratio 3:1:

• Три линейных слоя для локальной структуры, один полный — для глобального потока;
• KV-cache меньше до 75%;
• Декодирование до 6,3× быстрее на 1M токенов;
• Обходит full-attention baseline в коротком, длинном контексте и RL.

Attention Residuals (AttnRes) — потеря сигнала по глубине

• Классические residual равномерно накапливают представления — ранние слои размываются;
• AttnRes даёт селективное извлечение ценных ранних фич;
• Около 25% прироста эффективности обучения, доп. compute <2%.

Stable LatentMoE — стабильное обучение при экстремальной sparsity

896 экспертов, 16 активных (1,8%). Quantile Balancing, Per-Head Muon, SiTU, Gated MLA. Vs Kimi K2: ~2,5× лучшая scaling efficiency.

[ SECTION_03 ] // BENCHMARKS Таблицы бенчмарков и сравнение цен

Ключевые бенчмарки Moonshot (с GLM-5.2), 16.07.2026:

SWE Marathon: K3 лидирует с 42,0; Program Bench 77,8; FrontierSWE — Fable 5 с 86,6; OmniDocBench 91,1 показывает синергию vision + длинного контекста. Artificial Analysis Intelligence Index v4.1: K3 57,1 (4-е место), после Fable 5 (59,9) и GPT-5.6 Sol (58,9) — отрыв от лидера 2,8 пункта.

Важно: self-reported, разные harness. Используйте как ориентир, не как единственный критерий закупки.

K3 стоит как Sonnet 5 ($3/$15), но даёт 5× контекст. Cache hit от $0,30/M; Moonshot сообщает >90% hit rate в coding. Китай: ¥20/M input, ¥100/M output, cache ¥2/M. Бесплатно на kimi.com, prepaid от ¥199 (до 11 августа).

[ SECTION_04 ] // ACCESS Четыре способа доступа, шесть шагов, матрица сценариев

Четыре немедленных пути:

• Web/App Kimi: kimi.com, Google-аккаунт, max reasoning, без карты.
• Официальный API: ключ на platform.kimi.ai, модель kimi-k3, OpenAI-compatible.
• OpenRouter: moonshotai/kimi-k3, официальные цены, полный 1M.
• С 27 июля: веса Hugging Face — prod требует 64+ GPU.

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": "Проанализируй этот код..."}]
)

1. Границы задачи: по матрице бенчмарков — SWE Marathon, repo-bugfix, terminal agent, multimodal docs.
2. Тест kimi.com: типовые промпты, vision и длинный контекст.
3. API Key: platform.kimi.ai, лимиты, ¥20/¥100/¥2.
4. SDK: base_url=https://api.moonshot.ai/v1, модель kimi-k3; или OpenRouter.
5. Кэш: стабильные префиксы под Mooncake — эффективный input ~$0,55/M.
6. Фиксация execution surface: Xcode, Fastlane, multi-model routing на 7×24 Apple Silicon bare metal — API и iOS CI/CD на одной машине; не привязывайте релиз iOS к 64+ GPU до 27 июля. См. NOVAKVM ниже.

[ SECTION_05 ] // OPEN_SOURCE Open-source 27 июля: что дают веса

Moonshot обещает полные веса 27 июля 2026. Крупнейшая скачиваемая open-модель, первая open-weight >2T, новая база для fine-tune. MXFP4/NVFP4 на Hugging Face; vLLM, SGLang — day-0.

2,8T ≠ ноутбук. Prod: суперузел 64+ accelerators (NVIDIA H100).

Вехи: WAIC 17–20 июля → веса 27 июля.

[ SECTION_06 ] // DATA Цитируемые данные, FAQ, вывод

• Параметры: 2,8T, MoE 896/16, sparsity 1,8%.
• KDA: 3:1 linear/full, KV −75%, decode ×6,3 на 1M.
• AttnRes: ~+25% training efficiency, compute <2%.
• Scaling: ~×2,5 vs Kimi K2.
• Intelligence Index v4.1: 57,1, 4-е место.
• API: $3/$15, cache $0,30; Китай ¥20/¥100/¥2.

FAQ:

• Бесплатно? Да на kimi.com; API платный $3/$15 за 1M tokens.
• Локально? До 27.7. нет; потом 64+ GPU для prod. Mac Mini не потянет 2,8T inference.
• Vs DeepSeek V4 Pro? 2,8T vs 1,6T, 1M vs 128K, сильнее бенчмарки — но output DeepSeek $3,48/M.
• 1M tokens полезен? Да для whole-repo, длинных PDF/юрдоков, long-memory agents — flat pricing.
• Бенчмарки надёжны? Self-reported — A/B на своих задачах.
• Режимы low/high? Анонсированы; сейчас только max.

Kimi K3 — не параметрический фасад: KDA, AttnRes, Stable LatentMoE — реальная инженерия. Не победа во всех бенчмарках — Fable 5 и GPT-5.6 Sol лидируют точечно — но связка 1M контекста и цены уровня Sonnet уникальна для длинного coding и понимания документов.

Источники — перепроверьте после обновлений:

Официальный блог Moonshot: Kimi K3

Kimi API Platform

OpenRouter: moonshotai/kimi-k3

Artificial Analysis Intelligence Index

SCMP: Moonshot AI releases Kimi K3

VentureBeat: Kimi K3 coverage

Если iOS-тесты, multi-model agent routing и API-валидацию полностью завязать на локальный 2,8T-кластер или ещё закрытые веса Hugging Face, стоимость 64+ GPU и пауза до 27 июля сорвут инженерный ритм; один API-тrial не заменит стабильный 7×24 Xcode CI на Apple Silicon с нативной цепочкой сборки Metal.

Чтобы в окне подключения Kimi K3 зафиксировать Apple Silicon execution layer, стабилизировать iOS CI/CD и prod-валидацию AI-агентов — перенести Xcode, Fastlane и multi-model automation на выделенный bare-metal Mac Mini для вызовов K3 API, а не локального inference 2,8T — NOVAKVM обычно предсказуемее собственного GPU-суперузла: multi-region Mac Mini M4 / M4 Pro, гибкий срок, фиксированная полоса, SSH по умолчанию. Цены, Заказ, Центр помощи.