16 июля 2026 года китайская лаборатория Moonshot AI представила Kimi K3 — флагманскую модель с открытыми весами, которая мгновенно попала в топ мировых рейтингов ИИ. Первая открытая нейросеть класса триллион параметров: 2,8 трлн общих, из которых на каждый токен активируется около 104 млрд. По общему индексу интеллекта Artificial Analysis модель дебютировала на третьем месте, уступив только Claude Fable 5 и GPT-5.6 Sol, а на Frontend Code Arena обошла обоих конкурентов. Разбираем, что внутри архитектуры, чем K3 отличается от предыдущего поколения и стоит ли выбирать её для реальных задач.
Что такое Kimi K3 и чем она отличается от Kimi K2
Важно не путать термины: Kimi — это целая экосистема Moonshot AI (чат-бот, платформа для работы с документами, CLI-агент Kimi Code и API), а K3 — конкретная флагманская модель внутри неё. Предшественники — Kimi K2.5 на триллион параметров, K2.7 Code с контекстом 256 тысяч токенов и K2 Thinking — уже закрепили репутацию линейки как сильнейшего открытого семейства. K3 делает шаг вперёд сразу по трём направлениям: масштаб, длина контекста и мультимодальность.
- 2,8 трлн параметров — крупнейшая модель с открытыми весами на момент релиза;
- контекстное окно до 1 048 576 токенов — вчетверо больше, чем 256K у K2.6;
- нативное понимание изображений и видео в одном запросе с текстом;
- весовые файлы опубликованы на Hugging Face под собственной лицензией Kimi K3 License — модель можно разворачивать, дообучать и модифицировать при соблюдении условий.
Архитектура: Mixture-of-Experts, KDA и Attention Residuals
В основе лежит разреженная Mixture-of-Experts (MoE): 896 маршрутизируемых экспертов, из которых для каждого токена задействуются только 16, плюс два общих. Такой уровень разреженности позволяет получать мощность триллионной сети при экономном инференсе — по факту работает компактная плотная модель на десятки миллиардов активных параметров.
Kimi Delta Attention (KDA)
Гибрид линейного внимания и классического механизма. Именно KDA делает миллионный контекст экономически оправданным: на длинных последовательностях декодирование ускоряется до 6,3 раза по сравнению с полным вниманием. Без этого решения контекст 1M токенов работал бы непозволительно медленно.
Attention Residuals (AttnRes)
Трансформер традиционно последовательно суммирует выходы слоёв, и на большой глубине полезные сигналы размываются. AttnRes позволяет каждому слою через механизм внимания выбирать нужные представления из предыдущих блоков. Это даёт примерно 25% прироста эффективности обучения при менее чем 2% дополнительных вычислений.
Stable LatentMoE
Фреймворк балансировки нагрузки между экспертами: скрытое состояние сжимается до половины ширины перед проходом через FFN-блоки, а метод Quantile Balancing равномерно распределяет трафик. Без Stable LatentMoE обучение конфигурации 16/896 было бы нестабильным. Суммарно инженерные решения обеспечили около 2,5-кратного прироста эффективности масштабирования относительно Kimi K2 — из того же бюджета вычислений извлекается заметно больше «интеллекта». Вес экспертов квантованы в MXFP4, активации — в MXFP8.
Ключевые характеристики Kimi K3
| Параметр | Значение | Практический смысл |
|---|---|---|
| Общий размер | 2,8 трлн параметров | Ёмкость знаний уровня frontier-моделей |
| Активные параметры | около 104 млрд | Экономный инференс на каждый токен |
| Контекстное окно | 1 048 576 токенов | Кодовая база или стопка PDF целиком |
| Мультимодальность | текст, изображения, видео | Анализ скриншотов, графиков, макетов |
| Режим рассуждения | включён всегда, effort = max | Многошаговые задачи и агентные сценарии |
| Лицензия | Kimi K3 License | Открытые веса для исследований и деплоя |
Контекст в миллион токенов вмещает крупный репозиторий, сотни договоров или многодневную переписку агента с инструментами. Расширение шло поэтапно: 8K, затем 64K в основном обучении и 256K–1M на этапе cooldown. Корпус длинных документов очищали от дубликатов, а синтетические примеры специально распределяли факты по всему контексту — иначе сеть не учится дальним зависимостям.
Бенчмарки: где Kimi K3 сильна
- GPQA Diamond — 93,5% на научных вопросах уровня PhD;
- BrowseComp — первое место в тесте настойчивого поиска в интернете;
- MMMU-Pro — 81,6% на мультимодальных задачах;
- MCP Atlas — 84% при масштабной работе с инструментами;
- Arena Frontend Code Arena — 1679 Elo и win rate 76% в слепых сравнениях, выше Claude Fable 5 и GPT-5.6 Sol.
Показательный кейс от самой Moonshot: перед релизом пяти моделям дали оптимизировать реальный тренировочный GPU-кернел компании. K3 за 15 часов автономных итераций спроектировала новый двухфазный алгоритм и ускорила проход с 283,6 до 114,4 миллисекунды — в 2,48 раза, обойдя GPT-5.6 Sol и Claude Opus 4.8. Другая впечатляющая демонстрация — видеомонтаж: модель самостоятельно отобрала 56 клипов, синхронизировала склейки с битом и собрала полноценный тизер, на который у монтажёра ушёл бы один-два рабочих дня.
Сравнение с рынком: закрытые гиганты и открытые конкуренты
| Модель | Размер | Контекст | Веса |
|---|---|---|---|
| Kimi K3 | 2,8 трлн / 104 млрд активных | 1M токенов | открытые |
| Claude Fable 5 | закрытая | закрытые данные | проприетарные |
| GPT-5.6 Sol | закрытая | закрытые данные | проприетарные |
| Kimi K2.7 Code | MoE-модель серии K2 | 256K токенов | открытые |
По общему рейтингу K3 шла следом за двумя флагманами Anthropic и OpenAI, но по цене в API — $3 за миллион входных и $15 за миллион выходных токенов со скидкой 90% на кэшированный ввод — заметно дешевле западных аналогов. Скорость генерации и растущая доля галлюцинаций в стресс-тестах оставались слабыми местами первой версии: во внутреннем Kimi Hallu Bench Hard ошибочные ответы давали 23,4% случаев. Спустя месяцы позиция ещё усилилась: обновлённая K3.1 Pro сократила отставание от закрытых лидеров до минимальных значений.
Kimi K3.1 Pro: обновление поколения
В октябре 2026 года вышла Kimi K3.1 Pro — дообученная версия с теми же 2,8 трлн параметров и миллионным контекстом. В рейтинге Artificial Analysis она набрала 55 баллов против 44 у K3, обойдя все модели OpenAI и почти догнав Claude Opus 5.5. В агентном GDPval-AA — 1846 Elo (+312 к K3), в Terminal-Bench 4.0 — 65,7%, доля галлюцинаций в стресс-тесте снижена до 8,3%. Стоимость эксплуатации упала на треть: $2 за миллион входных и $10 за миллион выходных токенов. Появилась и ускоренная версия K3.1 Pro Highspeed с генерацией в 2–3 раза быстрее. Веса обещают открыть 4 ноября — после этого разрыв между открытыми и закрытыми моделями сократится с 12 до 3 баллов. Отдельная новинка — прямая интеграция с игровыми движками Unity, Unreal Engine и Godot: модель вносит правки и собирает проекты в реальном времени.
Как попробовать Kimi K3: доступ, тарифы, API
Модель доступна четырьмя способами: чат на kimi.com, платформа Kimi Work с доступом к файлам, браузеру и Python, агент командной строки Kimi Code и OpenAI-совместимый API на platform.kimi.ai. Подписки начинаются с $19 в месяц (Moderato), есть бесплатный базовый план. Из технических нюансов API: рассуждение отключить нельзя, а в многошаговом диалоге нужно возвращать полное сообщение ассистента вместе с reasoning_content и вызовами инструментов. Публичные ссылки на изображения не поддерживаются — файлы передаются в Base64 или загружаются в хранилище Moonshot.
Можно ли запустить Kimi K3 локально
Формально да — веса открыты. Практически: только четырёхбитное хранение 2,8 трлн весов занимает минимум около 1,4 ТБ, а реальное развёртывание требует ещё больше памяти из-за метаданных, KV-кэша и промежуточных активаций. Речь об инференс-кластере уровня дата-центра, поэтому обычным пользователям разумнее работать через официальный чат, сервисы-агрегаторы или API. Для самостоятельного хостинга больше подходят компактные модели линейки Kimi с контекстом 200–256 тысяч токенов.
Кому подойдёт Kimi K3
- разработчикам — навигация по большим кодовым базам, дебаг по логам, фронтенд-генерация;
- аналитикам — превращение массива данных в презентации, отчёты и дашборды;
- юристам и финансистам — разбор стопок документов в одном контексте;
- креаторам — сборка игровых прототипов, 3D-миров и даже видеомонтаж по текстовому описанию;
- исследователям — локальное развёртывание и fine-tuning открытых весов;
- бизнесу — автоматизация рутинных агентных сценариев: сбор данных, генерация отчётности, работа с клиентскими обращениями.
Ограничения, о которых стоит знать заранее
- рассуждение (reasoning) включено по умолчанию и не отключается — это увеличивает время ответа и расход токенов;
- встроенный веб-поиск через API пока не рекомендован для продакшена;
- часть параметров (temperature, top_p) фиксирована на стороне сервера;
- лицензия накладывает ограничения на коммерческое использование крупными компаниями — условия стоит проверить до внедрения.
Выводы
Kimi K3 подтвердила, что открытые модели вышли на передний край индустрии: официальные бенчмарки подкреплены лидерством в независимых аренах, архитектурные решения KDA и AttnRes уже изучают другие лаборатории, а цена инференса делает модель практичной для ежедневной работы. К ограничениям стоит отнести всегда включённое рассуждение, высокие требования к инфраструктуре для самостоятельного развёртывания и постепенную эволюцию семейства — K3.1 Pro быстро перехватывает роль актуального флагмана. Перед выбором рабочего инструмента полезно сравнить несколько моделей на своих собственных задачах: такие решения проще принимать, опираясь на подробные обзоры нейросетей с тестами в реальных сценариях, а не только на цифры из пресс-релизов разработчика.
