距權重公開僅剩 5 天 · Modified MIT · AA Index 57.1 · 自部署 1.4TB · API $3/$15 · 發布日核對清單
摘要：若你在等「史上最大開源權重」落地——答案很明確：月之暗面（Moonshot AI）將於 2026 年 7 月 27 日在 Hugging Face 以 Modified MIT 許可公開 Kimi K3 完整 2.8 萬億參數權重，同步發布技術報告。API 與 Kimi 全家桶已於 7 月 16 日上線。本文嚴格涵蓋調研要點：兩個發布日期的區別、全量規格與基準測試、$3/$15 定價與快取真實成本、1.4TB / 64+ 加速器自部署門檻、7 月 27 日核對清單，以及「開源追平閉源」的業界判斷——並誠實說明 K3 並非 Fable 5 殺手，卻以約三分之一成本達到接近前沿的能力。
7 月 16 日：Kimi K3 透過 Kimi App、Kimi Work、Kimi Code 與 API 全面上線；Artificial Analysis 同日發布獨立評測。
7 月 17 日：上海世界人工智慧大會（WAIC）開幕，新華社將 K3 定調為「國家級里程碑」。
7 月 27 日：完整 2.8T 權重上架 Moonshot Hugging Face 組織（Modified MIT）+ 技術報告（架構、訓練、評估細節）。
關鍵結論：K3 是全球首個 3 萬億參數級（實際 2.8T）開源權重模型，被普遍視為對閉源溢價定價的直接衝擊；但綜合智能仍排第三（AA Intelligence Index 57.1，落後 Claude Fable 5 的 59.9 與 GPT-5.6 Sol 的 58.9）。優勢在於：開源權重 + 100 萬 token 上下文，以及以約 1/3 成本達到接近前沿的能力——閉源模型給不了的兩樣東西。
兩個日期混淆：API 已可用，權重尚未下載——搜尋「K3 開源」常誤把 7/16 當最終節點
「本地跑 K3」標題黨：1.4TB 4-bit 權重 + 64+ 加速器，與筆電/Ollama 預期嚴重脫節
閉源依賴溢價：Fable 5 單任務成本約為 K3 的 2.9 倍（AA 實測 $0.94 vs 更高檔）
長上下文 KV 成本：多數標稱長視窗模型實際可用長度遠低於 1M
政策/區域風險：閉源可被下架；已發布的開源權重無法被「關掉」
| 日期 | 事件 |
|---|---|
| 2026-07-16 | Kimi K3 透過 API / Kimi 全家桶上線；Artificial Analysis 同日發布獨立評測 |
| 2026-07-17 | WAIC 開幕，新華社定調 K3 為國家級里程碑 |
| 2026-07-27 | 完整權重 Hugging Face 下載（Modified MIT）+ 技術報告發布 |
當前最大搜尋困惑是：「K3 已經開源了嗎？」——API 與產品端已可用，但完整權重檔案仍以 7 月 27 日為節點。發布日後需把「scheduled for release」更新為「now available」，並附上 HF 直連——這是搶「K3 權重下載」流量的關鍵動作。
| 項目 | 數據 |
|---|---|
| 總參數量 | 2.8 萬億（2.8T），史上最大開源權重模型 |
| 架構 | 稀疏 MoE：Stable LatentMoE，896 專家中每 token 啟用 16 個 |
| 注意力 | Kimi Delta Attention（KDA，混合線性注意力）+ AttnRes + Gated MLA |
| 上下文 | 1,048,576 tokens（約 100 萬） |
| 模態 | 原生視覺（文字+影像，產品端支援影片），輸出為文字 |
| 權重格式 | MXFP4 權重 + MXFP8 啟用（原生低精度訓練，4-bit 接近訓練精度） |
| 擴展效率 | 官方稱較 K2 提升約 2.5 倍 |
| 訓練穩定性 | Quantile Balancing、Per-Head Muon、SiTU 啟用函數 |
| 長上下文解碼 | KDA 在百萬 token 下最高 6.3 倍解碼加速 |
可引用數據：896 專家 / 啟用 16 個 · 1M context · KDA 6.3× 解碼 · 2.5× 相對 K2 擴展效率。
| 模型 | 分數 | 備註 |
|---|---|---|
| Claude Fable 5 | 59.9 | 第 1 |
| GPT-5.6 Sol | 58.9 | 第 2 |
| Kimi K3 | 57.1 | 第 3 / 189 |
官方的誠實態度（值得引用）：月之暗面罕見地主動承認綜合性能仍落後 Fable 5 和 GPT-5.6 Sol，並列出已知短板——對 harness 傳回推理內容敏感、意圖模糊時過於主動等。基準經不同 harness 跑分，獨立複現仍在進行（評測日期：2026-07-16）。
| 項目 | 價格（每百萬 tokens） |
|---|---|
| 輸入（快取未命中） | $3.00 |
| 輸入（快取命中，自動快取） | $0.30 |
| 輸出 | $15.00 |
注意術語：英文社群嚴格區分 open weights（只放權重）與 open source（含訓練程式碼/資料）。K3 屬於前者——這本身是值得寫進 FAQ 的精準資訊。
誠實結論：這不是消費級硬體能跑的模型。
HF 倉庫檔案是否齊全（分片、索引、config）
LICENSE 原文（Modified MIT 具體條款）
量化版本（MXFP4 / GGUF 等）是否同步
vLLM / SGLang 啟動命令與最低可行硬體說明
獨立第三方長上下文複測與 BrowseComp 複現
能力差距在前沿基本閉合：AA Index 差距從「數百分」縮到「兩三分」，閉源廠商難再純靠能力證明溢價
地緣背景：發布趕在 WAIC 前；一個月前美國政府曾短暫下架 Anthropic Fable/Mythos（7 月 1 日恢復）——「監管可以關掉閉源，關不掉已發布的開源權重」
中國廠商梯隊集體逼近：Z.ai GLM-5.2（編碼對標 Opus 4.8、價格 1/5）、DeepSeek V4 Pro（1.6T）、MiniMax 等——K3 是這波浪潮最高點
月之暗面翻身仗：2025 年初被 DeepSeek R1 衝擊後排名跌至國內第七，靠 K2（2025-07）→ K2.5（2026-01）→ K3 開源路線重建地位
| 場景 | 推薦路徑 | 原因 |
|---|---|---|
| 立即試用 / 編碼 Agent | API 或 Kimi Code | 7/16 已上線，快取降本 |
| 7/27 後微調 / 資料駐留 | 自託管（64+ 卡） | 需完整權重 + 合規 |
| 成本極度敏感 | DeepSeek V4 Pro API | 輸出 $3.48/M |
| 長程推理 / GDPval 類 | Claude Fable 5 | 綜合與長程判斷力領先 |
| 等 GGUF / Ollama | 關注 K2 系列跟進節奏 | K3 量化版不會 Day-0 到消費級 |
在 platform.kimi.ai 開通 API，模型 ID kimi-k3
用 Kimi Code / OpenRouter（moonshotai/kimi-k3）跑一條長上下文任務驗證快取
對照本文基準表，確認你的場景落在 K3 強項（SWE Marathon / Frontend）還是弱項（DeepSWE / GDPval）
7/27 前 bookmark Moonshot Hugging Face 組織頁面
若計畫自託管：提前核算 1.4TB 儲存與 64+ 卡預算，否則鎖定 API 配額
2026 年 7 月 27 日 Hugging Face 開放完整 2.8T 權重 + 技術報告；API 已於 7 月 16 日上線。
kimi.com 可免費使用；API 輸入 $3/M、快取 $0.30/M、輸出 $15/M tokens。
4-bit 約 1.4TB，需 64+ 加速器超節點；消費級 GPU 不現實，多數人應走 API。
K3 參數與上下文更大、多項編程基準更強；DeepSeek V4 Pro API 成本顯著更低。
綜合 AA Index 仍排第三；編碼/UI 部分場景領先，單任務成本比 Fable 5 低 65.8%。
計畫 Modified MIT；以 7 月 27 日 Hugging Face LICENSE 原文為準。
K3 把「全球最大開源權重」從倒數計時變成了可執行的日曆事件——但權重開放 ≠ 人人本地可跑。1.4TB 與 64+ 卡門檻意味著：絕大多數開發者仍會在 API、Kimi Code 與 OpenRouter 上消費 K3；真正自託管的是機構與超大規模呼叫方。若你主力機是 Windows/Linux，卻要在真實 macOS 圖形環境裡跑 Kimi Code Agent、對接 OpenClaw 多模型路由、或並行做 iOS 建置對照基準，自購 Mac 成本高、純 SSH 又點不了系統彈窗。租用 VNCMac 遠端 Mac 可按小時開通 VNC 桌面，在隔離節點上驗收 K3 長上下文編程與 Agent 工作流，專案結束即停租。查看 Mac Mini M4 套餐 即可開始；更多架構細節可參考站內 7 月 17 日 Kimi K3 深度評測。