Kimi K3: глубокий обзор, 2,8 трлн параметров, новый рекорд open source

Коротко: Kimi K3 — сейчас крупнейшая open-source модель по параметрам: 2,8T. Обходит DeepSeek V4 Pro (1,6T) примерно на 75 %, в 2,7× больше open-source модели Xiaomi (1,02T) и более чем в 7× модели Alibaba (397B). Sparse MoE: при инференсе активируются 16 из 896 экспертов. 1M token контекст + native vision под сложный код, длинные документы и knowledge work. Полные веса на Hugging Face 27 июля 2026.

Типичные боли разработчиков:

• Узкий контекст: closed-source флагманы чаще 200K–400K token — для анализа всего репо нужны truncate/merge.
• Деградация на длинном коде: в SWE Marathon большинство моделей теряет контекст по ходу сессии.
• Потолок open source: DeepSeek V4 Pro лидировал на 1,6T, но open weights >2T не было.
• Экспорт и цены: после глобального отключения Claude Fable 5 выбор мощных coding agent сужается.

Moonshot 18 месяцев давила конкуренция DeepSeek — K3 ответный удар. Цифры:

• 9 из 12 месяцев Kimi держала верхнюю планку open-source по размеру;
• релиз накануне WAIC 2026;
• ARR > $300M к июню 2026, 6-й раунд, оценка pre-money $31,5B;
• API > 70 % выручки, зарубежные платные пользователи +400 %.

Не маркетинг параметров, а заявление технологического суверенитета растущего коммерческого игрока.

Kimi Delta Attention (KDA) — пересборка attention

Full Attention раздувает KV-cache квадратично на длинном контексте. KDA — гибрид linear attention с чередованием linear/full слоёв 3:1. Эффект: KV-cache до −75 %; decode на 1M token до 6,3× быстрее; обходит pure full-attention baseline на коротком/длинном контексте и при RL scaling.

Attention Residuals (AttnRes) — потери на глубине

AttnRes перестраивает residual connections с selective retrieval ранних high-value представлений. Moonshot заявляет ~+25 % training efficiency при <2 % overhead.

Stable LatentMoE — стабильный train при экстремальной sparsity

K3: 896 experts, 16 active на инференс (sparsity 1,8 %). Стек:

Итого vs Kimi K2: ~2,5× scaling efficiency.

Разбор:

• SWE Marathon (42,0): лидер на длинных code-сессиях;
• Program Bench (77,8): минимальный, но первый;
• FrontierSWE: Fable 5 86,6; K3 (81,2) сильно выше GPT-5.6 Sol (71,3);
• OmniDocBench (91,1): документы + vision;
• Artificial Analysis Intelligence Index v4.1: K3 57,1, 4-е место после Fable 5 (59,9) и GPT-5.6 Sol (58,9).

Self-reported Moonshot; разные inference harness (K3: Kimi Code, GPT: Codex, Claude: Claude Code). Независимая репликация в процессе.

K3 = Claude Sonnet 5 по базовой цене ($3/$15), но контекст в 5 раз больше. В coding cache hit > 90 % — effective input cost минимален. Китай: ¥20/M input, ¥100/M output, cache ¥2/M. Бесплатный tier kimi.com; prepaid от ¥199 (акция до 11 августа).

6 шагов к Kimi K3:

1. Web/App trial: kimi.com, Google login, K3 по умолчанию на max reasoning.
2. API key: ключ на platform.kimi.ai + пополнение.
3. OpenAI-compatible client: base_url="https://api.moonshot.ai/v1", model kimi-k3.
4. Тестовый запрос: короткий prompt — latency и connectivity.
5. OpenRouter: moonshotai/kimi-k3 без наценки к официальной цене.
6. Отметить 27 июля: полные веса на Hugging Face; self-host — supernode 64+ accelerator cards.

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": "Разбери этот код..."}]
)

Hard facts (Moonshot, 2026-07-16):

• Параметры: 2,8 трлн, крупнейший open source; +75 % vs DeepSeek V4 Pro (1,6T)
• MoE sparsity: 896 experts / 16 active = 1,8 %
• KDA: KV-cache −75 %, decode 1M token 6,3×
• Scaling: vs K2 2,5×; AttnRes training +25 %
• Commercial: ARR $300M+, valuation $31,5B, API 70 %+
• Open source: 2026-07-27 Hugging Face full weights; MXFP4/NVFP4 + vLLM/SGLang

Moonshot подтвердила: 27 июля — полные веса модели. K3 станет крупнейшей скачиваемой open-source моделью, первым open-weight набором >2T параметров и новым эталоном для community fine-tuning.

Q: Kimi K3 бесплатен?
A: Бесплатный tier kimi.com — да; API по token ($3/$15 за 1M).

Q: Локальный запуск?
A: До 27 июля — нет; потом supernode 64+ cards — не для consumer laptop.

Q: K3 vs DeepSeek V4 Pro?
A: K3 ~2× params, 1M vs 128K context, benchmarks сильнее; DeepSeek output $3,48/M — дешевле.

Q: 1M контекст реален?
A: Да для whole-repo analysis, длинных legal/research docs, agent memory — единая цена без length surcharge.

Q: Low/high reasoning modes?
A: Moonshot обещает updates; сейчас только max.

Kimi K3 — не vanity params: KDA, AttnRes, Stable LatentMoE — инженерные изменения с уровнем closed-source флагманов в long-code и document understanding плюс полный open-source commit.

Timeline: 17–20 июля WAIC → 27 июля K3 open weights.

Чистый API быстро подключает K3, но три скрытых cost: long-context agent на shared VPS без RAM, нет 7×24 хоста для multi-turn coding pipeline, нет local weights до 27 июля. Для постоянных Kimi Code agents, whole-repo analysis и MCP servers в проде JEXCLOUD bare-metal Mac multi-region — более стабильный вариант: dedicated Apple Silicon unified memory, без oversell jitter, launchd-persistent agent gateway, provisioning 120 секунд. Ноды и цены — страница тарифов JEXCLOUD.