Kimi K3 深度评测：2.8 万亿参数，
国产开源大模型新纪录

若你是AI 开发者、技术选型负责人或关注国产开源大模型的从业者，2026 年 7 月 16 日深夜月之暗面（Moonshot AI）在 API 文档顶部悄然挂出「🎉 Kimi K3 已上线！」横幅——没有大型发布会，却发布了2.8 万亿（2.8T）参数、迄今全球最大开源 AI 模型。本文覆盖MoE 896 专家/16 活跃、100 万 token 上下文与原生视觉能力、KDA/AttnRes/Stable LatentMoE 三大架构创新、与 Claude Fable 5/GPT-5.6 Sol 的完整基准对照、$3/$15 定价与国内 ¥20/¥100 费率、四种立即接入方式、7 月 27 日 Hugging Face 权重开源承诺，以及 6 条 FAQ。节点方案见 定价页。

[ SECTION_01 ] // OVERVIEW Kimi K3 是什么？2.8T 静默发布与核心规格一览

Kimi K3 是目前全球参数规模最大的开源 AI 模型——2.8T 参数，超越此前纪录保持者 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。它采用稀疏混合专家（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）以及原生视觉理解能力，专为复杂编程、长文档推理与知识工作场景设计。

一句话总结：Kimi K3 是一个开源的、可原生理解图像与视频的、拥有超长记忆的「重量级编程 AI」，价格比 Claude Opus 4.8 便宜约 40%，且完整权重将于 7 月 27 日对外开源。

对开发者与团队而言，K3 落地前需正视三大痛点：

• 本地部署门槛极高：2.8T 参数意味着生产级自托管需 64 张以上加速卡的超节点配置，消费级硬件无法承载——权重开源不等于「笔记本可跑」。
• 基准数据尚待独立复现：月之暗面自报成绩使用了 Kimi Code、Codex、Claude Code 等不同推理 harness，第三方复现仍在进行中，不宜仅凭单表做采购决策。
• 并非全场景最优：FrontierSWE、Terminal Bench 2.1 等单项仍被 Claude Fable 5 或 GPT-5.6 Sol 领先；选型须按具体任务矩阵而非「参数最大」一刀切。

静默发布与 2.8T 体量形成鲜明对比——这不是参数堆砌的面子工程，而是商业化爆发期的技术主权宣示。

[ SECTION_02 ] // ARCHITECTURE DeepSeek 冲击后的反击：商业背景与三大架构创新

月之暗面在过去 18 个月经历了 DeepSeek 崛起带来的巨大冲击，市场份额一度大幅缩水。K3 发布堪称一次漂亮的反击，且发布时间恰在 2026 世界人工智能大会（WAIC）开幕前夜，战略信号极强：

• 过去 12 个月里，Kimi 系列模型有 9 个月占据开源模型规模上限的位置；
• 截至 2026 年 6 月，月之暗面 ARR（年度经常性收入）已突破 3 亿美元；
• 今年内已完成第 6 轮融资，投前估值达 315 亿美元；
• API 收入占整体收入 七成以上，海外付费用户增长 400%。

Kimi Delta Attention（KDA）—— 重新设计注意力机制

传统 Transformer 全注意力在长上下文下计算量呈平方级增长，100 万 token 时 KV 缓存内存消耗是毁灭性的。KDA 是混合线性注意力机制：

• 以 3:1 比例交替使用线性注意力层与全注意力层——3 个线性层处理局部序列（计算廉价），1 个全注意力层保留全局信息流；
• KV 缓存内存减少高达 75%；
• 百万 token 上下文下，解码速度提升高达 6.3 倍；
• 在短上下文、长上下文和强化学习扩展三种场景中，均超越纯全注意力基线。

Attention Residuals（AttnRes）—— 解决深度信息丢失

• 标准残差连接会将信息沿深度均匀积累，导致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%。

Stable LatentMoE —— 超高稀疏度的稳定训练

Kimi K3 共 896 个专家、每次推理激活 16 个，稀疏度达 1.8%。Moonshot 配套技术包括 Quantile Balancing（从路由器得分分位数推导专家分配）、Per-Head Muon（每个注意力头独立优化）、Sigmoid Tanh Unit（SiTU）与 Gated MLA。综合架构创新，K3 相较 Kimi K2 整体扩展效率提升约 2.5 倍。

[ SECTION_03 ] // BENCHMARKS 基准测试全表：K3 强在哪？定价怎么比？

月之暗面自报核心基准数据如下（含 GLM-5.2 对照）：

解读重点：编程长任务（SWE Marathon）K3 以 42.0 大幅领先；Program Bench 微幅第一（77.8 vs 76.8）；FrontierSWE 由 Fable 5 领跑（86.6）；文档理解 OmniDocBench K3 第一（91.1），体现视觉 + 长上下文协同优势。在 Artificial Analysis Intelligence Index v4.1 中，K3 以 57.1 分排名第四，紧随 Claude Fable 5（59.9）和 GPT-5.6 Sol（58.9）之后，与第一梯队差距仅 2.8 分。

注意事项：上述基准为月之暗面自报数据，不同模型使用了各自的推理 harness（K3 用 Kimi Code，GPT 用 Codex，Claude 用 Claude Code），独立第三方复现工作仍在进行中。请将其视为方向性参考，而非最终定论。

K3 标准价与 Claude Sonnet 5 持平（$3/$15），但提供 5 倍上下文；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过 90%。国内 API 定价：¥20/M（输入）、¥100/M（输出）、缓存命中 ¥2/M；消费者版在 kimi.com 免费账号即可使用，预付费套餐 ¥199 起（优惠截至 8 月 11 日）。

[ SECTION_04 ] // ACCESS 四种接入方式、六步落地清单与场景选型矩阵

Kimi K3 现已可通过以下四种方式立即调用：

• 方法一 — Kimi 网页/App：访问 kimi.com，注册账号（支持 Google 账号），K3 默认以最大推理力度运行，无需信用卡。
• 方法二 — 官方 API：在 platform.kimi.ai 获取 API Key，模型 ID 为 kimi-k3，OpenAI 兼容接口。
• 方法三 — OpenRouter：模型 ID moonshotai/kimi-k3，Moonshot 官方定价，无额外加价，完整 1M 上下文。
• 方法四 — 等 7 月 27 日开源权重：完整模型权重将于 Hugging Face 开放，生产级部署需 64 张以上加速卡超节点。

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..."}]
)

1. 明确任务边界：对照上文基准矩阵，确认你的场景属于 SWE Marathon 长代码、Repo 级修 Bug、终端 Agent 还是文档多模态——避免「参数最大」误选。
2. 注册并验证 kimi.com：用 Google 账号快速注册，在 Web 端试跑典型 Prompt，确认视觉与长上下文是否符合预期。
3. 申请 Moonshot API Key：登录 platform.kimi.ai，创建 Key 并设置用量告警；国内用户核对 ¥20/¥100/¥2 费率与 ¥199 预付费套餐。
4. 接入 OpenAI 兼容 SDK：将 base_url 指向 https://api.moonshot.ai/v1，模型 ID 固定 kimi-k3；若已有 OpenRouter 账号，可直接切换 moonshotai/kimi-k3。
5. 启用缓存策略：编程工作流重复上下文比例高，Moonshot 报告缓存命中率超 90%——按 Mooncake 分推理架构设计 Prompt 结构，降低有效输入成本至约 $0.55/M。
6. 固定工程验证环境：把 Xcode 构建、Fastlane 与多模型 Agent 路由迁到7×24 稳定 Apple Silicon 宿主，API 试跑与 iOS CI/CD 同机验证；K3 自托管需等 7 月 27 日权重且需 64+ GPU，不应把 iOS 发布节奏押在本地推理集群上——详见下文 NOVAKVM 方案。

[ SECTION_05 ] // OPEN_SOURCE 7 月 27 日开源承诺：权重开放后意味着什么？

月之暗面在官方 WeChat 公告中明确承诺：2026 年 7 月 27 日开放完整模型权重。一旦权重开放，Kimi K3 将成为迄今参数最大的可下载开源模型、首个超 2 万亿参数级别的开源权重，以及开源社区训练/微调基座新标杆。Hugging Face 上将出现 MXFP4/NVFP4 量化版本，vLLM、SGLang 等主流推理框架预计第一时间支持。

需再次强调：2.8T 权重不等于消费级本地部署。生产级推理需 64 张以上加速卡（如 NVIDIA H100）的超节点配置——这是面向推理服务商与资源充足研究实验室的模型，而非笔记本 LLM。

Kimi K3 代表了中国 AI 开源生态的新信号：不再是「以低价换市场」，而是在真正挑战智能前沿。关注节点：7 月 17–20 日 WAIC → 7 月 27 日权重开源。

[ SECTION_06 ] // DATA 可引用技术数据、FAQ 与总结

• 参数规模：2.8T 总参数，896 专家 MoE、每次激活 16 个，稀疏度 1.8%。
• KDA 效率：3:1 线性/全注意力交替，KV 缓存减少 75%，1M 上下文解码加速 6.3 倍。
• AttnRes：训练效率提升约 25%，额外计算开销 <2%。
• 扩展效率：相较 Kimi K2 整体扩展效率提升约 2.5 倍。
• 综合智能指数：Artificial Analysis Intelligence Index v4.1 得分 57.1，全球第四。
• API 定价：$3/$15 per 1M tokens，缓存命中 $0.30；国内 ¥20/¥100/¥2。

FAQ 精选：

• Kimi K3 可以免费使用吗？ 可以——kimi.com 免费账号即可体验，默认最大推理力度。API 调用需付费 Key，按 $3/$15 per 1M tokens 计费。
• 能在本地跑 Kimi K3 吗？ 7 月 27 日前不行；权重开放后生产级推理仍需 64+ 加速卡超节点，消费级硬件不现实。Mac Mini 或笔记本无法承载 2.8T 推理。
• K3 和 DeepSeek V4 Pro 怎么比？ K3 参数近翻倍（2.8T vs 1.6T）、上下文大得多（1M vs 128K）、多项基准更强；但 DeepSeek V4 Pro 输出仅 $3.48/M，成本显著更低。
• 1M token 上下文真的有用吗？ 对整库代码分析、长篇论文/法律文档端到端处理、多轮 Agent 长记忆尤其有价值；K3 按 flat 定价无长度附加费，实际可用满窗口。
• 基准数据可信吗？ 月之暗面自报且 harness 不统一，独立复现进行中。建议结合你的真实任务做 A/B，而非仅凭公开表格采购。
• 低/高推理力度模式何时上线？ Moonshot 表示 low 与 high 模式将在后续更新推出；当前仅 max 可用。

Kimi K3 不是参数堆砌的面子工程：KDA、AttnRes、Stable LatentMoE 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。它未必赢得每一项 benchmark——Claude Fable 5 与 GPT-5.6 Sol 在特定 coding 与 reasoning 任务仍领先——但在长程 coding 与文档理解上表现突出，并以 1M token 上下文和 Sonnet 级定价形成独特组合。

以下为主要参考来源，发版或入库后请再次打开链接核对：

月之暗面官方博客：Kimi K3 发布与技术详解

Kimi API Platform 文档与定价

OpenRouter：moonshotai/kimi-k3 模型页

Artificial Analysis Intelligence Index

South China Morning Post: Moonshot AI releases Kimi K3

VentureBeat: Kimi K3 open-source LLM coverage

若你把 iOS 应用测试、多模型 Agent 路由与 API 集成验证完全押在 2.8T 本地推理集群或尚未开放的 Hugging Face 权重上，64+ GPU 超节点成本与 7 月 27 日前的时间空窗都会直接打乱工程节奏；纯 API 试跑也无法替代稳定 7×24 的 Xcode 同机 CI 与 Apple Silicon 原生构建链。

若你需要在 Kimi K3 接入窗口期固定 Apple Silicon 执行面、稳定 iOS CI/CD 与 AI Agent 生产验证——把 Xcode 构建、Fastlane 与多模型 Agent 自动化迁到独占裸金属 Mac Mini，用于调用 K3 API 的工程验证而非本地跑 2.8T 权重——通常比自建 GPU 超节点或依赖不确定的本地推理更可控：NOVAKVM 提供多区域 Mac Mini M4 / M4 Pro 弹性租期，固定带宽与默认 SSH 访问，适合 iOS 工程与 AI Agent 自动化同机验证。方案见 定价页，下单见 订购页，部署问题见 帮助中心。