Kimi K3 的数据，截至 2026 年 7 月 17 日：
2.8 万亿参数。有史以来最大的开源权重模型，比 DeepSeek V4 Pro 大 75%。
架构中包含 896 个专家模块，每个 token 激活 16 个。
100 万 token 的上下文窗口。原生视觉能力。一种推理模式，永久设置为最高强度。
输入每百万 token 3 美元，输出每百万 token 15 美元。缓存输入降至 0.30 美元，Moonshot 的服务堆栈在编程会话中保持缓存命中率超过 90%。
在 Arena 的独立前端编码测试中，K3 击败了 Claude Fable 5 和 GPT-5.6 Sol。在 Arena 的 broader 文本排名中，它领先 Opus 4.8，同时每项任务成本低 40%。
完整权重将于 7 月 27 日以 Modified MIT 许可证发布。史上首个开源 3T 级模型。
其背后的北京实验室 Moonshot AI 于 4 月年化收入突破 2 亿美元。7 月 16 日他们发布了 K3，市场在 18 个月内迎来了第二次 DeepSeek 时刻。
以上是数据。现在是背后的故事，因为仅凭数字低估了这次发布的古怪程度。
一场无人计划的逆袭
18 个月前，Moonshot 看起来已经完了。DeepSeek 吞噬了他们的消费市场，企业故事停滞不前，Kimi 品牌在中国 AI 竞赛中沦为脚注。创始人杨植麟，一位前 Google 研究员，让实验室只专注于一件事：拥有荒谬上下文窗口的智能体编程模型。
K2 于 2025 年 7 月以扎实的开源编程模型问世。K2.5 和 K2.6 在 2026 年春季相继推出，到 4 月，Artificial Analysis 将 K2.6 评为其智力指数中最强的开源模型。值得尊敬。但仍比闭源前沿低一个档次。
K3 填补了这个档次。Moonshot 将发布时机选在上海世界人工智能大会的前几天，基准测试背后的信息直白：三年的 GPU 出口管制没能阻止一家中等规模的北京实验室抵达前沿，然后将权重交给任何有下载链接的人。
Anthropic 指责 Moonshot 和其他中国实验室进行工业规模的蒸馏，据称训练数据包含数百万条与美国前沿模型的交互。Moonshot 对此提出异议。两者都可能同时重要：来源争议是真实的，而 10 天后出现在 Hugging Face 上的制品也是真实的。
2.8 万亿参数究竟能买到什么
如果你把它读成原始规模，这个头条数字会误导人。K3 是一个稀疏的混合专家模型：896 个专业子网络，每个 token 激活 16 个。你得到的是 2.8T 模型的知识容量，但推理成本远低于此。
两项内部发明支撑了设计。Kimi Delta 注意力机制，一种混合线性注意力机制，是 100 万上下文窗口能以可承受价格存在的原因。注意力残差，一种标准残差连接的替代方案，是 Moonshot 声称能持续获得扩展收益的地方。两者在模型发布前就以开源研究形式发布在 GitHub 上，这为 K3 在基准测试到来之前赢得了研究人员的信任。
实际转化：这个模型可以在一个提示中读取整个代码库、一年的文档或 50 个视频转录，将所有内容保持在工作注意力中，并跨全部内容进行推理。RAG 流水线、分块策略、嵌入数据库，整个为弥补小上下文窗口而构建的检索行业，对越来越多的任务来说都变得可选。
加上原生视觉，输入面进一步扩大。截图、图表、白板照片、数据图。K3 在 Arena 上的胜利特别来自前端编码，这正是看到设计并为其编写代码存在于同一个大脑中的学科。
经济学才是真正的武器
把基准测试放一边。定价表才是 K3 造成伤害的地方。
输入 3 美元，输出 15 美元，使 K3 处于中国实验室定价的顶端，大约为 Opus 4.8 每项任务成本的一半。然后缓存改写了数学。在长时间编程会话中，缓存输入每百万 token 0.30 美元，命中率超过 90%，一个不断重读同一仓库的智能体的有效输入成本下降了约 4 倍。
长期智能体依赖这一点。一个在仓库中持续工作 6 小时的智能体会重读同一上下文数千次。在大多数定价模型下，这个循环会让你破产。在 K3 的缓存经济学下，它只花一顿午饭的钱。
Moonshot 还声称，在同等任务上，K3 比 K2.6 少消耗 21% 的输出 token。这是他们的数字，来自他们的评估表，所以请谨慎对待。独立测试者在小型任务上发现了相反的压力：始终开启的最大推理模式在一个琐碎的 SVG 绘图上消耗了 13,241 个思考 token，一次性的查询花费约 0.25 美元。K3 没有经济模式。你无法让它思考得更少。
这就划出了诚实的用途界限。简单、高容量、延迟敏感的任务不是这个模型的适合领域。长时间处理大量上下文的会话，其中缓存吸收了输入成本，任务证明了最大推理的合理性，这时定价才从昂贵变为不公平。
7 月 27 日改变了行业格局
到目前为止，一条规则贯穿整个行业：前沿能力存在于 API 之后。你租用它，供应商可以重新定价、弃用或悄悄改变其行为，而你的业务只能承受一切。
7 月 27 日，K3 权重以 Modified MIT 许可证发布。下载一次，地球上没有任何实验室能收回这一能力。在你的领域上进行微调。在隔离环境中运行。用你自己的硬件提供服务。政府、医院、银行，以及每一个因模型弃用通知而失眠的创始人，现在有了一个不受任何人控制的前沿级备选方案。
几乎没有人会自己托管 2.8 万亿参数。为一个如此规模的模型提供服务的硬件账单，即使在稀疏模式下，也远远超出爱好者的范围。但这忽略了重点。权重的公开存在永久性地限制了任何人为类似强度的闭源模型所能收取的费用，并保证了廉价第三方托管商的市场，他们将以商品化利润竞争提供 K3 服务。即使你从未下载过一个分片，你也会从开源发布中受益。
本月可以用它构建什么
一个拥有 100 万上下文、原生视觉、前沿编程分数和不断降低的缓存成本的模型，不是一次聊天升级。它奖励不同的工作形态。
把完整的东西喂给它。整个代码库用于审查，完整的合同文件夹用于审计，完整的竞争对手内容库用于拆解。任何你过去需要切碎的东西，现在停止切碎。
让它长时间运行。K3 的官方定位是长时间工程会话，只需极少监督：导航仓库、编排终端工具、持续进行。在晚上排队真正的多小时任务，在早上检查完成的工作，缓存承担每次重读的成本。
把相机对准问题。截取竞争对手的着陆页并请求重建。拍摄白板并请求实现。视觉加前沿前端得分使屏幕到代码成为模型的主场。
同时，一只手放在计量器上。将琐碎的、高频的调用路由到廉价的小模型，因为 K3 会乐于花四分之一美元认真思考无关紧要的事。
前沿曾经是一种订阅。10 天后，它将变成一个文件。请据此规划。
感谢阅读至此。
我拆解 AI 模型、智能体工作流及其背后的系统，使用真实数据和诚实警告。如果本文有用，关注意味着 7 月 27 日的权重发布分析将在当天出现在你的信息流中。
