2.8 萬億引數 · KDA 架構 · 百萬 token 上下文 · 基準全表 · 7/27 開源權重
2026 年 7 月 16 日深夜，月之暗面（Moonshot AI）在 API 文件頂部悄然掛出「Kimi K3 已上線」——沒有大型釋出會，卻釋出了迄今引數規模最大的開源 AI 模型（2.8 萬億）。若你正糾結 Kimi K3 vs Claude Fable 5 vs GPT-5.6 Sol 該選誰、或等待 7 月 27 日權重開源，本文將用架構創新、完整基準表、定價矩陣、四種接入方式與六步 Runbook給出可執行結論。結構涵蓋 KDA/AttnRes/Stable LatentMoE 三大創新、SWE Marathon 長程式碼優勢、OmniDocBench 文件理解、國內 ¥20/¥100 定價與 WAIC 戰略訊號。資料截止：2026-07-17
2026 年 7 月 16 日，月之暗面低調上線 Kimi K3：一份技術部落格、一個定價頁、一個可立刻呼叫的模型 ID kimi-k3。低調姿態與 2.8T 引數量形成鮮明對比——它超越此前紀錄保持者 DeepSeek V4 Pro（1.6T） 近 75%，是小米開源模型（1.02T）的 2.7 倍，是阿里（397B）的 7 倍有餘。
| 規格 | 詳情 |
|---|---|
| 總引數量 | 2.8 萬億（2.8T） |
| 架構 | Kimi Delta Attention + Attention Residuals + Stable LatentMoE |
| 啟用專家 | 896 個專家中每次啟用 16 個（稀疏度 1.8%） |
| 上下文視窗 | 1,048,576 tokens（100 萬，約 5 本《紅樓夢》全文） |
| 輸入模態 | 文本、影像、影片（原生視覺理解） |
| 推理模式 | 當前僅 max 力度；low/high 後續更新 |
| API 定價 | $3 / $15 per 1M tokens（輸入/輸出） |
| 開源權重 | 2026 年 7 月 27 日 Hugging Face 完整開放 |
一句話總結：Kimi K3 是開源的、原生理解影像影片的、擁有超長記憶的重量級程式設計 AI，價格比 Claude Opus 4.8 便宜約 40%，完整權重 7 月 27 日對外開源。
釋出背景同樣值得關注：過去 18 個月 DeepSeek 崛起衝擊月之暗面份額，但 K3 是一次漂亮反擊——過去 12 個月 Kimi 系列有 9 個月佔據開源模型規模上限；釋出時點恰在 2026 世界人工智慧大會（WAIC） 開幕前夜；截至 2026 年 6 月 ARR 已突破 3 億美元，今年完成第 6 輪融資，投前估值 315 億美元；API 收入佔七成以上，海外付費使用者增長 400%。
選型前，開發者常面臨五重痛點：
上下文不夠用：200K 視窗在大型 Repo 分析中頻繁截斷，長程式碼任務需反覆拼接上下文。
閉源 API 成本失控：Claude Opus 4.8 輸出 $25/M，高頻 Agent 月賬單輕鬆破萬。
開源模型能力差距：此前最大開源 DeepSeek V4 Pro 在 SWE Marathon 等長任務上仍落後閉源旗艦。
自報 Benchmark 可信度：各家用不同 harness（Kimi Code / Codex / Claude Code），需交叉解讀。
自部署門檻：2.8T 模型需 64+ 加速卡超節點，7/27 前只能走 API 或 kimi.com。
Kimi K3 不是簡單堆引數——它在注意力、殘差連線與 MoE 路由三個層面做了工程級創新，相較 Kimi K2 整體擴充套件效率提升約 2.5 倍。
傳統全注意力在長上下文下 KV 快取記憶體呈平方級增長。KDA 是混合線性注意力機制，以 3:1 比例交替線性層與全注意力層——3 個線性層處理區域性結構，1 個全注意力層保留全域性資訊流。效果：KV 快取記憶體減少高達 75%；百萬 token 上下文下解碼速度提升高達 6.3 倍；短/長上下文與 RL 擴充套件場景均超越純全注意力基線。
標準殘差連線沿深度均勻積累，早期層關鍵表徵在深層被稀釋。AttnRes 引入選擇性檢索——模型可跨越深度直接拉取更早層的高價值表徵，帶來約 25% 訓練效率提升，額外計算開銷不足 2%。
| 技術 | 作用 |
|---|---|
| Quantile Balancing | 從路由器得分分位數直接推導專家分配，消除啟發式超參 |
| Per-Head Muon | 針對每個注意力頭獨立最佳化，使大規模訓練更自適應 |
| Sigmoid Tanh Unit（SiTU） | 改進啟用函式控制 |
| Gated MLA | 提升注意力選擇性 |
如果全注意力像讓一個人同時記住所有對話細節，KDA 更像高效秘書——大部分時候用快速索引，關鍵時刻再精準回憶。這正是 K3 能以平價提供 100 萬 token 上下文的技術根基。
以下為月之暗面自報核心基準（K3 用 Kimi Code，GPT 用 Codex，Claude 用 Claude Code）。獨立第三方復現仍在進行中，宜作方向性參考。
| 基準測試 | 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（視覺） | 81.6 | 81.2 | 83.0 | 78.9 | — |
| OmniDocBench | 91.1 | 89.8 | 85.8 | 87.9 | — |
注意：上述為廠商自報資料，不同 harness 不可直接橫比。HLE-Full 等深度推理任務上 Claude Fable 5 仍大幅領先（53.3 vs K3 的 43.5）。
K3 標準價與 Claude Sonnet 5 持平（$3/$15），但提供 5 倍上下文；快取命中低至 $0.30/M，程式設計場景快取命中率超 90%，實際有效輸入成本極低。
| 模型 | 輸入（$/M） | 輸出（$/M） | 快取命中輸入 | 上下文 |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M |
| Claude Sonnet 5 | $3.00（促銷 $2） | $15.00（促銷 $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 |
國內 API 定價：輸入 ¥20/M、輸出 ¥100/M、快取命中 ¥2/M；消費者版 kimi.com 免費賬號可用，預付費套餐 ¥199 起（優惠截至 8 月 11 日）。
| 場景 | 推薦模型 | 原因 |
|---|---|---|
| 持續性長程式碼任務 | Kimi K3 | SWE Marathon 第一，上下文最長 |
| 複雜 Repo 級修 Bug | Claude Fable 5 | FrontierSWE / SWE-bench Pro 大幅領先 |
| 終端/工具鏈密集型 Agent | GPT-5.6 Sol | Terminal Bench 與 Coding Agent Index 領先 |
| 超長文件/多模態理解 | Kimi K3 | OmniDocBench 第一，原生視覺 + 1M 上下文 |
| 成本敏感場景 | DeepSeek V4 Pro | 輸出僅 $3.48/M |
| 開源自部署（7/27 後） | Kimi K3 | 迄今最強開源權重 |
K3 已上線 kimi.com、Kimi App、Kimi Code 與 Moonshot API。以下為開發者從零接入的六步 Runbook：
網頁/App 體驗：訪問 kimi.com，註冊賬號（支援 Google），K3 預設 max 推理力度，無需信用卡。
獲取 API Key：在 platform.kimi.ai 建立專案並複製 Key，確認賬戶餘額與速率限制。
配置 OpenAI 相容 SDK：設定 base_url=https://api.moonshot.ai/v1，模型 ID 為 kimi-k3（見下方程式碼）。
OpenRouter 接入（可選）：模型 ID moonshotai/kimi-k3，官方 $3/$15 定價，無加價，完整 1M 上下文。
最佳化快取命中率：程式設計工作流保持 system prompt 穩定，利用 Mooncake 分推理架構；命中後輸入僅 $0.30/M，月之暗面報告程式設計場景超 90% 命中率。
標記 7/27 開源節點：完整權重將在 Hugging Face 開放，預計 vLLM、SGLang、transformers 首日支援；生產部署需 64+ 加速卡超節點。
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": "幫我分析這段程式碼..."}]
)
月之暗面在官方 WeChat 公告中明確：7 月 27 日開放完整模型權重。屆時 K3 將成為迄今引數最大的可下載開源模型、首個超 2 萬億引數級別的開源權重，以及開源社群訓練/微調新基座。模型以 MXFP4 權重與 MXFP8 啟用訓練，量化友好，Hugging Face 上將出現 MXFP4/NVFP4 量化版本。
Kimi K3 不是在堆引數的面子工程——它在架構層面做了真正的工程創新，在程式設計長任務與文件理解等關鍵賽道上對標乃至超越部分閉源旗艦，且承諾完整開源。這代表中國 AI 開源生態從「以低價換市場」轉向真正挑戰智慧前沿。
純 API 呼叫雖能接入 K3 推理，但 iOS 簽名鏈、Xcode 本地構建、Metal 推理與 7×24 CI 長跑仍依賴實體 macOS 節點——虛擬機器有效能損耗與 EULA 風險，筆記本也難以穩定常駐 Agent。對於更穩定、更適合 iOS CI/CD 與 AI Agent 自動化的生產環境，VpsMesh 的 Mac Mini 雲端租賃通常是更優解：實體 Apple Silicon、root 許可權與可預測月租，可與 Kimi K3 API 形成「雲端推理 + 本地構建」互補架構。
參考資料：Moonshot AI 官方部落格 · Kimi API Platform 文件 · MarkTechPost · VentureBeat · SCMP · Artificial Analysis · OpenRouter 定價頁。基準為月之暗面自報，截止 2026-07-16。
可以。kimi.com 免費賬號即可使用 K3，預設 max 推理力度。API 按量計費 $3/$15 per 1M tokens；預付費套餐 ¥199 起（優惠至 8 月 11 日）。
完整權重將於 2026 年 7 月 27 日在 Hugging Face 開放。生產級推理需 64 張以上加速卡超節點，不適合普通筆記本。7/27 前請走 API 或 kimi.com。
K3 引數近兩倍（2.8T vs 1.6T）、上下文 1M vs 128K、多項基準更強；DeepSeek 輸出僅 $3.48/M，成本敏感仍選 DeepSeek。詳見我們的 OpenRouter 模型選型 一文。
有用——尤其是一次性分析完整程式碼庫、處理長篇法律/研究文件，以及多輪 Agent 保持長記憶。K3 平價計費（無長度加價）使實際使用完整視窗成為可能。
月之暗面表示 low 與 high 力度模式將在「後續更新」中推出，當前僅 max 可用。若需配套 7×24 建構環境，見 Mac Mini M4 租用定價。
模型 ID 為 moonshotai/kimi-k3，Moonshot 官方 $3/$15 定價，無額外加價，完整 1M 上下文。部署細節見 雲端說明中心。