7/27 晚权重上架 · 1.56TB Hugging Face · MoonEP / FlashKDA / AgentEnv · 自定义许可证 · API $0.30–$15/M
摘要：7 月 27 日晚 23 点左右，月之暗面（Moonshot AI）正式发布 Kimi K3 完整模型权重与技术报告，并同步开源支撑训练的三项核心基础设施：MoonEP、FlashKDA、AgentEnv。K3 拥有 2.8 万亿总参数、约 1040 亿激活参数、100 万 token 上下文与原生视觉理解——这是全球首个被完整开放的 3 万亿参数级别模型，权重约 1.56TB，上线半小时内登顶 Hugging Face 趋势榜第一。本文严格依据官方发布与独立评测，覆盖时间线、架构创新、Infra 开源、跑分对比、开放权重许可门槛、API/自部署路径与中美 AI 争端背景，并附 FAQ。
「开源」与「开放权重」混用：媒体常说「开源」，但 Moonshot 官方始终使用 open weight——训练数据与完整训练代码并未公开
自部署门槛被低估：1.56TB 权重 + 896 专家 MoE，官方建议 64 卡以上超节点，与消费级硬件预期严重脱节
许可证新增商业门槛：K3 自定义许可含 Model-as-a-Service 年收入 2000 万美元门槛与 1 亿 MAU 展示义务，与 K2 时代 Modified MIT 不同
能力≠性价比：K3 是开源阵营能力天花板，但单任务成本约 $0.95，高于 GLM-5.2（约 $0.47）
地缘与蒸馏争议：权重开源前美方指控「工业化蒸馏」，需区分技术发布与合规/舆论风险
| 日期 | 事件 |
|---|---|
| 7 月 16 日夜 | Kimi K3 在 kimi.com、Kimi Work、Kimi Code 及 API 首发（在线调用，权重未公开） |
| 7 月 17 日 | 行业密集分析架构；新华社称其为「目前全球参数最大的开源模型」 |
| 7 月 22–23 日 | 中美「模型蒸馏」争端升级：白宫科技顾问指控月之暗面蒸馏 Anthropic Fable；财长威胁制裁 |
| 7 月 27 日晚 23 点 | 完整权重、技术报告发布；MoonEP、AgentEnv 开源（FlashKDA 此前已开源） |
| 7 月 28 日 | 中国商务部回应美方「AI 霸权主义」；国内媒体跟进开源细节 |
这次开源距离 K3 API 端首发仅 11 天——在 WAIC 2026 窗口期与中美 AI 争端叠加的背景下，月之暗面选择公开权重、技术报告与三项 Infra，某种程度上是用工程细节回应外界对其技术路径的质疑。
| 项目 | 参数 |
|---|---|
| 总参数量 | 2.8 万亿（2.8T） |
| 激活参数量 | 约 1040 亿 |
| 架构类型 | 混合专家模型（MoE） |
| 专家配置 | 896 个路由专家，每 token 激活 16 个（另有共享专家） |
| 注意力机制 | Kimi Delta Attention（KDA）+ 门控多头潜在注意力（Gated MLA） |
| 上下文窗口 | 100 万 token |
| 多模态能力 | 原生视觉理解（ViT-V2，27 层） |
| 权重格式 | MXFP4 权重 + MXFP8 激活（SFT 阶段起量化感知训练） |
| 权重体积 | 约 1.56TB（Hugging Face） |
| License | 自定义许可证（官方称 open weight，非 open source） |
可引用数据：896 选 16 稀疏度约 1.8% · 1M context · 1.56TB 下载 · MXFP4/MXFP8 原生低精度训练。
Kimi K3 重构了深度学习沿用多年的三大组件——注意力、残差连接、优化器，这也是它区别于「简单堆参数」的关键。
传统 Gated DeltaNet 使用标量级遗忘门；KDA 改为逐通道门控，每个特征维度拥有独立衰减率。采用 chunkwise DPLR 公式实现线性时间递归，K3 将 KDA 与少量全局注意力层（Gated MLA）交替混合——这是支撑 100 万 token 上下文、同时压低 KV Cache 开销的核心。
AttnRes 将均匀累加改为依据输入动态聚合前面所有层输出，每层仅新增一个 RMSNorm 和一个伪查询向量，带来约 25% 训练效率提升，代价不到 2%。伪查询向量初始化为零，保证训练初期等价于均匀平均。
K3 将 Muon 优化器扩展为逐注意力头独立优化；MoE 层 896 选 16，配合 Quantile Balancing 与 MoonEP 解决专家负载不均衡。
| 技术 | 定位 | 关键能力 |
|---|---|---|
| MoonEP | 超大规模细粒度 MoE 通信库 | 临时复制过载专家保证各节点 token 均等；证明冗余专家数理论上界 |
| FlashKDA | 基于 CUTLASS 的 KDA 算子（此前已开源） | H20 上 prefill 较 flash-linear-attention 基线快 1.72–2.22 倍；可作为 chunk_kda 直接替代后端 |
| AgentEnv | 与 KVCache.ai 联合的智能体沙箱（Firecracker microVM） | 面向大规模 Agent RL；官方披露 checkpoint 133ms、恢复 49ms、内存超分最高 6.5 倍（待第三方复现） |
以下优先引用独立第三方复测（Vals AI SWE-bench Verified，截至 2026 年 7 月）：
| 模型 | SWE-bench Verified | 发布日期 |
|---|---|---|
| Claude Opus 5 | 97% | 2026-07-24 |
| GPT-5.6 Sol | 96.2% | 2026-07-09 |
| Claude Fable 5 | 95% | 2026-06-09 |
| Kimi K3 | 93.4% | 2026-07-16 |
| Qwen3.7-Max | 79.4% | 2026-05-19 |
| DeepSeek-V4 | 76.2% | 2026-04-23 |
Artificial Analysis 智能指数（max 推理档）：Kimi K3 约 57，全球第 3、开源模型第 1；Claude Fable 5 为 60，GPT-5.6 Sol 为 59。单任务成本约 $0.95——比 Fable 5（约 $2.4）便宜约 60%，但高于 GLM-5.2（约 $0.47）。结论：开源阵营能力天花板最高，而非性价比最优。K3 目前在 Arena.ai Frontend Code Arena 榜单排名第一。
| 路径 | 适合谁 | 门槛 / 成本 |
|---|---|---|
| 官方 API（kimi-k3） | 个人开发者、中小团队、快速验证 | 缓存命中 $0.30/M 输入；未命中 $3/M；输出 $15/M |
| OpenRouter 等第三方 | 需多模型路由、已有 OpenAI SDK 集成 | 约 7 家服务商，定价大多与官方一致 |
| 自托管完整权重 | 超大规模调用方、研究机构 | 1.56TB 存储 + 64 卡以上超节点 |
月之暗面官方材料从未使用 open source，一直采用 open weight 表述。按 OSI 标准，真正开源需公开训练数据、训练代码与可复现流程；K3 只公开权重、技术报告与推理相关 Infra。
许可证为完全自定义文件（不再自称 Modified MIT），含两道商业门槛：
Model-as-a-Service 收入门槛：若 MaaS 业务连续 12 个月累计收入超过 2000 万美元，须与月之暗面另行签署商业协议
规模展示门槛：月活超过 1 亿或月收入超过 2000 万美元，须在界面显著展示「Kimi K3」字样
对绝大多数中小团队，两道门槛几乎不会触发；若商业计划是「拿 K3 开与月之暗面竞争的模型服务」，第一道门槛是法务重点。
在 https://api.moonshot.ai/v1 用 OpenAI SDK 兼容接口调用 kimi-k3，验证长上下文与缓存命中成本
对照 SWE-bench / AA Index，确认你的场景落在 K3 强项（前端代码、长文档）还是弱项
阅读 Hugging Face 仓库 LICENSE 全文，由法务评估 MaaS 与 MAU 门槛
若计划自托管：核算 1.56TB 存储与 64+ 卡预算；评估 MoonEP / FlashKDA 集成
在真实 macOS 图形环境中用 Kimi Code / OpenClaw 做多模型 Agent 验收（见下文 VNCMac 场景）
| Token 类型 | 价格（每百万 token） |
|---|---|
| 输入（缓存命中） | $0.30 |
| 输入（缓存未命中） | $3.00 |
| 输出（含推理过程） | $15.00 |
Mooncake 分离式推理在典型编程负载上缓存命中率可达 90% 以上，实际成本更接近 $0.30 档。
K3 开源节点卡在 WAIC 2026 窗口期，叠加升级中的中美「模型蒸馏」争端。权重开源前几天，美方指控月之暗面「工业化蒸馏」Anthropic Fable 训练 K3；7 月 28 日中国商务部公开回应。三天后，阿里巴巴发布 24 万亿参数的 Qwen3.8-Max-Preview，国产大模型竞争进入「3T 俱乐部」阶段。
严格来说不是。它属于开放权重模型：权重、技术报告和部分 Infra 公开，但训练数据与完整训练代码未公开，不符合 OSI 开源定义。
绝大多数商业场景不受限制；MaaS 年收入超 2000 万美元或 MAU 超 1 亿/月收入超 2000 万美元时需满足许可特定条款。
官方建议 64 卡及以上超节点；个人与大部分企业更现实的路径是官方 API 或 OpenRouter。
开源阵营综合能力最强，AA 指数全球第 3；成本高于 GLM-5.2，属能力天花板而非性价比最优。
K3 参数约为 K2.5 的 3 倍，新增 AttnRes 与 Per-Head Muon，上下文与多模态大幅提升；许可新增 MaaS 收入门槛。
K3 把「全球最大开放权重」从预告变成了可下载的 1.56TB 现实——但权重开放 ≠ 人人本地可跑，也不等于 OSI 意义上的开源。若你主力机是 Windows/Linux，却要在真实 macOS 图形环境里跑 Kimi Code、对接 OpenClaw 多模型路由，或并行做 iOS 构建与 Agent 基准对照，自购 Mac 成本高、纯 SSH 又点不了系统弹窗。租用 VNCMac 远程 Mac 可按小时开通 VNC 桌面，在隔离节点上验收 K3 长上下文编程与 Agent 工作流。查看 Mac Mini M4 套餐；更多背景可参考站内 Kimi K3 深度评测与 蒸馏门周报。
数据来源：Moonshot AI 官方博客、Hugging Face、Vals AI、Artificial Analysis、VentureBeat、Simon Willison 博客等。发布前请以官方最新数据为准。