Релиз 16 июля 2026 · архитектура KDA · контекст 1M · полные бенчмарки · цены API · открытые веса 27 июля
Кратко: Moonshot AI представила Kimi K3 — крупнейшую open-source модель в мире с 2,8 триллиона параметров. У неё контекстное окно 1M токенов, нативное зрение, на ряде coding-бенчмарков она обходит Claude Fable 5 и GPT-5.6 Sol, а цена — $3/$15 за миллион токенов. Полные веса выйдут 27 июля. Ниже — архитектура, бенчмарки, цены, как попробовать и стоит ли переключаться.
Kimi K3 — MoE-модель на 2,8 триллиона параметров от пекинской Moonshot AI. Это первая в мире открытая модель класса 3T: на ~75% больше предыдущего рекордсмена DeepSeek V4 Pro (1.6T).
| Параметр | Значение |
|---|---|
| Всего параметров | 2,8 триллиона |
| Архитектура | Kimi Delta Attention (KDA) + Attention Residuals + Stable LatentMoE |
| Активные эксперты | 16 из 896 (разреженный MoE) |
| Контекстное окно | 1 048 576 токенов (1M) |
| Входные модальности | Текст, изображение, видео |
| ID модели в API | kimi-k3 |
| Цены | $3 / $15 за 1M токенов (вход/выход) |
| Открытые веса | 27 июля 2026 |
Модель уже доступна на kimi.com, в мобильном приложении Kimi, Kimi Code и через Moonshot API. Попробовать бесплатно можно через Google-аккаунт — карта не нужна.
Обрезка контекста на длинных coding-задачах — модели с окном 200K вынуждают резать крупные репозитории на части
Потолок масштаба open-weight моделей — прежний максимум ~1.6T ограничивал frontier coding-агентов
Заявленный vs практический длинный контекст — стоимость KV cache делает рекламные окна непригодными в продакшне
Зависимость от закрытого API — нет fallback на self-host при смене цен или политики
Последние 18 месяцев для Moonshot AI были непростыми: рост DeepSeek съел часть рынка. Kimi K3 — заметное возвращение:
Это не vanity-проект, а быстрорастущий бизнес с серьёзным техническим заявлением.
Полное attention масштабируется квадратично с длиной контекста. На 1M токенов память KV cache становится катастрофической. KDA чередует дешёвые linear-attention слои с full-attention в соотношении 3:1:
Стандартные residual размывают сигналы ранних слоёв по глубине. AttnRes даёт селективный retrieval по глубине — подтягивает ценные представления из ранних слоёв. Результат: ~25% выше эффективность обучения при менее чем 2% дополнительных вычислений.
На каждый forward pass активируются лишь 16 из 896 экспертов (разреженность 1.8%). Исправления Moonshot: Quantile Balancing, Per-Head Muon, SiTU и Gated MLA. Вместе — ~2.5× лучше scaling efficiency по сравнению с Kimi K2.
| Бенчмарк | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 |
|---|---|---|---|---|
| DeepSWE | 67.5 | 70.0 | 73.0 | 59.0 |
| Program Bench | 77.8 | 76.8 | 77.6 | 71.9 |
| Terminal Bench 2.1 | 88.3 | 84.6 | 88.8 | 84.6 |
| FrontierSWE | 81.2 | 86.6 | 71.3 | 66.7 |
| SWE Marathon | 42.0 | 35.0 | 39.0 | 40.0 |
| BrowseComp | 91.2 | 88.0 | 90.4 | 84.3 |
| Automation Bench | 30.8 | 29.1 | 29.7 | 27.2 |
| GPQA-Diamond | 93.5 | 92.6 | 94.1 | 91.0 |
| MMMU-Pro (vision) | 81.6 | 81.2 | 83.0 | 78.9 |
| OmniDocBench | 91.1 | 89.8 | 85.8 | 87.9 |
SWE Marathon — устойчивое long-horizon программирование — главный заголовок: K3 лидирует с 42.0, отрыв от Claude Fable 5 — 7 пунктов. На Artificial Analysis Intelligence Index v4.1 K3 набирает 57.1 (4-е место), уступая Fable 5 (59.9) и GPT-5.6 Sol (58.9) — разрыв с #1 до #4 всего 2.8 пункта.
Оговорка: бенчмарки опубликованы самой Moonshot. Разные harness (Kimi Code, Codex, Claude Code). Считайте их ориентиром, а не финальным вердиктом.
| Модель | Вход $/1M | Выход $/1M | Cache-hit вход | Контекст |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M токенов |
| Claude Sonnet 5 (standard) | $3.00 | $15.00 | — | 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 |
K3 совпадает по цене с Claude Sonnet 5 standard, но даёт в 5 раз больше контекста. В Kimi Code workflow cache-hit достигает 90%+ через Mooncake split-inference — эффективная средняя цена входа может упасть примерно до $0.55/M токенов. Против Opus 4.8: сопоставимо или лучше на ряде бенчмарков при 60% стоимости входа / 40% выхода.
Просто чат — kimi.com, вход через Google, max reasoning effort, без карты
API — ключ на platform.kimi.ai, модель kimi-k3
OpenRouter — moonshotai/kimi-k3, официальные цены, полный контекст 1M
Ждать веса (27 июля) — релиз на Hugging Face; для продакшна нужно 64+ ускорителей
Smoke-test — один API-вызов, чтобы проверить latency и биллинг перед продакшн-трафиком
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": "Analyze this codebase and identify performance bottlenecks..."}
]
)| Сценарий | Лучший выбор | Почему |
|---|---|---|
| Длинные устойчивые coding-сессии | Kimi K3 | Лидер SWE Marathon; контекст 1M |
| Сложные баги в крупных репозиториях | Claude Fable 5 | Преимущество на FrontierSWE |
| Terminal/tool-heavy agent workflow | GPT-5.6 Sol | Лидер Terminal Bench |
| Мультимодальный анализ документов | Kimi K3 | Лучший OmniDocBench; native vision + 1M |
| Cost-sensitive продакшн | DeepSeek V4 Pro | Выход $3.48/M |
| Open-source self-hosting (после 27.07) | Kimi K3 | Самые способные открытые веса |
Когда веса выйдут 27 июля, Kimi K3 станет крупнейшей скачиваемой open-source моделью в истории — первой выше 2 триллионов параметров. Обучена с MXFP4 весами и MXFP8 активациями для эффективного инференса. Поддержка в transformers, vLLM и SGLang ожидается в день релиза.
Даты в календарь: Сейчас → попробовать на kimi.com · 17–20 июля → WAIC Shanghai · 27 июля → веса на Hugging Face
Kimi K3 — самая способная open-source AI-модель на сегодня. Она не выигрывает каждый бенчмарк — Claude Fable 5 и GPT-5.6 Sol всё ещё лидируют в отдельных задачах — но конкурентна по широкому фронту, обходит их на long-horizon coding и понимании документов и поставляется с контекстом 1M по цене уровня Sonnet. Open-weight релиз 27 июля — главная история второй половины 2026 года.
Да — на kimi.com с бесплатным аккаунтом. API оплачивается по токенам: $3/$15 за 1M токенов.
Веса выйдут 27 июля 2026. Для продакшна нужно 64+ ускорителей класса H100 — это не LLM для ноутбука.
K3: 2.8T параметров, контекст 1M, сильнее на бенчмарках. DeepSeek: значительно дешевле выход ($3.48 vs $15 за 1M).
Да — для вызовов на весь codebase, длинных документов и агентов с длинной памятью. Единая цена делает полное окно практичным.
Moonshot обещает последующие обновления. На старте доступен только max.
API K3 уже работает; self-hosting ждёт 27 июля и GPU supernode, который большинство команд не купит. Если вы на Windows/Linux, но нужен настоящий macOS GUI для Kimi Code-агентов, Keychain-диалогов или сравнения с текущим Claude/GPT-стеком, покупка Mac дорога, а SSH не кликает системные окна. Удалённый Mac VNCMac даёт почасовой VNC-доступ к изолированному узлу — маршрутизируйте Kimi K3 API, гоняйте long-context coding-сессии и проверяйте бенчмарки из этой статьи без покупки железа. См. тарифы аренды Mac.