Веса от 27 июля · 1,56 ТБ на Hugging Face · MoonEP / FlashKDA / AgentEnv · Кастомная лицензия · API $0,30–15/M
Кратко: вечером 27 июля 2026 года Moonshot AI опубликовала полные веса и технический отчёт Kimi K3 — Mixture-of-Experts модели с 2,8 трлн параметров, контекстом в 1 млн токенов и нативным пониманием изображений. Параллельно открыты три инфраструктурные технологии: MoonEP, FlashKDA и AgentEnv. Загрузка 1,56 ТБ за 30 минут вышла на 1-е место трендов Hugging Face. Moonshot последовательно называет релиз «open weight», а не «open source» — и это различие важнее спецификаций и бенчмарков.
Open source vs open weight: Заголовки пишут «open source», Moonshot говорит open weight — обучающие данные и полный код обучения не публикуются
Self-hosting не для потребителей: 1,56 ТБ на 896 экспертах; Moonshot рекомендует суперузлы с 64+ ускорителями
Новые коммерческие пороги: Кастомная лицензия: порог MaaS $20 млн и атрибуция при 100 млн MAU — в отличие от эры Modified MIT у K2
Возможности ≠ лучшая цена: ~$0,95/задача в Intelligence Index — дешевле Claude Fable 5, но дороже GLM-5.2 (~$0,47)
Геополитика и обвинения в дистилляции: Обвинения США в промышленной дистилляции за дни до публикации весов — отделяйте техническую ценность от compliance-риска
По определению Open Source Initiative настоящий open source требует публичных обучающих данных, кода обучения и воспроизводимого пайплайна — а не только обученных весов. Kimi K3 публикует веса, технический отчёт и инфраструктурные инструменты рядом с обучением, но не данные и не полный код.
Лицензия — полностью кастомный документ с двумя коммерческими порогами:
Порог выручки MaaS: Выручка Model-as-a-Service свыше $20 млн за любые 12 месяцев требует отдельного соглашения с Moonshot
Порог атрибуции: Продукты с 100 млн MAU или $20 млн месячной выручки должны заметно указывать «Kimi K3»
| Параметр | Значение |
|---|---|
| Всего параметров | 2,8 трлн |
| Активных параметров | ~104 млрд |
| Архитектура | Mixture-of-Experts (MoE) |
| Эксперты | 896 маршрутизируемых, 16 активных на токен + общие эксперты |
| Внимание | Kimi Delta Attention (KDA) + Gated MLA |
| Контекст | 1 000 000 токенов |
| Мультимодальность | Нативное зрение (ViT-V2, 27 слоёв) |
| Формат весов | MXFP4 веса, MXFP8 активации |
| Размер загрузки | ~1,56 ТБ (Hugging Face) |
| Лицензия | Кастомная — Moonshot называет «open weight», не «open source» |
| API доступен | 16 июля 2026 |
| Полные веса опубликованы | 27 июля 2026 |
KDA заменяет скалярный gate забывания на поканальное гейтирование — каждое измерение признака получает свою скорость затухания. Реализовано как chunkwise DPLR для линейной по времени рекурсии; K3 чередует KDA с глобальными слоями Gated MLA для 1M контекста при малом KV-кэше.
AttnRes заменяет равномерное накопление остатков на входозависимую агрегацию по предыдущим слоям — ~25% прироста эффективности обучения при <2% дополнительных затрат. Псевдо-векторы запроса инициализируются нулём для стабильного раннего обучения.
Muon работает на голову внимания; MoE маршрутизирует 896 экспертов с 16 активными на токен (~1,8% разреженность), Quantile Balancing и MoonEP для балансировки нагрузки.
| Технология | Назначение | Ключевые цифры |
|---|---|---|
| MoonEP | MoE-коммуникация в экстремальном масштабе | Дублирует перегруженных экспертов; доказывает верхнюю границу избыточных экспертов на ранг |
| FlashKDA | CUTLASS KDA-ядра (ранее открыты) | Prefill в 1,72–2,22× быстрее на H20 vs flash-linear-attention |
| AgentEnv | Песочница Firecracker microVM с KVCache.ai | Чекпоинт ~133 мс, возобновление ~49 мс, до 6,5× overcommit памяти (данные вендора) |
SWE-bench Verified (Vals AI, июль 2026): Claude Opus 5 97%, GPT-5.6 Sol 96,2%, Claude Fable 5 95%, Kimi K3 93,4%.
Artificial Analysis Intelligence Index (макс. рассуждение): Fable 5 60, GPT-5.6 Sol 59, K3 ~57 (#3 в целом, #1 open weight), GLM-5.2 51. Стоимость задачи ~$0,95 — примерно на 60% ниже Fable 5 (~$2,40), но выше GLM-5.2 (~$0,47). Потолок возможностей open-weight сегмента, не лучший по цене. K3 — #1 на Frontend Code Arena (Arena.ai).
| Путь | Лучше для | Барьер / стоимость |
|---|---|---|
Официальный API (kimi-k3) | Частные лица, быстрая проверка | $0,30/M кэшированный ввод; $3/M miss; $15/M вывод |
| OpenRouter и др. | Мультимодельная маршрутизация | ~7 провайдеров, в основном официальные цены |
| Полный self-hosting | Гипермасштаб, лаборатории | 1,56 ТБ + суперузел 64+ ускорителей |
Вызовите https://api.moonshot.ai/v1 с ID модели kimi-k3 через OpenAI-совместимый SDK; протестируйте длинный контекст и cache hits
Сопоставьте нагрузку с сильными сторонами K3 (фронтенд-код, длинные документы) и пробелами по SWE-bench и AA Index
Передайте юристам LICENSE на Hugging Face для проверки порогов MaaS и MAU
При self-hosting: заложите 1,56 ТБ и 64+ ускорителя; оцените интеграцию MoonEP / FlashKDA
Проверьте Kimi Code / мультимодельных агентов OpenClaw в реальной macOS GUI-сессии (см. VNCMac ниже)
Релиз пришёлся на WAIC 2026 и на дни после обвинений США в промышленной дистилляции модели Fable от Anthropic. Министерство торговли КНР ответило 28 июля. Через три дня Alibaba представила Qwen3.8-Max-Preview (2,4T) — гонка open weight вступила в «клуб 3T».
Нет по стандартам OSI. Open weight: веса, отчёт и часть инфры публичны; обучающие данные и полный код обучения — нет.
Да в большинстве случаев. MaaS >$20 млн за 12 мес. или 100 млн MAU / $20 млн в месяц — дополнительные условия.
64+ ускорителя на суперузле. Остальным — API или OpenRouter.
Ниже топовых закрытых на SWE-bench (93,4% vs 95–97%), но сильнейшая open-weight модель на рынке.
~3× параметров, AttnRes + Per-Head Muon, больший контекст и мультимодальность; новый порог MaaS.
K3 превратил крупнейший open-weight заголовок в загрузку 1,56 ТБ — но open weight — это не open source, и большинство команд по-прежнему будут потреблять K3 через API. Если основная машина — Windows или Linux, а для Kimi Code, маршрутизации OpenClaw или iOS-билдов нужна настоящая macOS GUI, покупка Mac дорога, а SSH не нажмёт диалоги разрешений. Арендуйте удалённый Mac VNCMac почасово, проверяйте агентов по VNC и останавливайте оплату после проекта. См. тарифы аренды Mac или обзор Kimi K3 от 17 июля.
Источники: блог Moonshot AI, Hugging Face, Vals AI, Artificial Analysis, VentureBeat, Simon Willison. Перед продакшеном сверяйтесь с официальными данными.