Kimi K3 详解：Moonshot AI 的 2.8T Open-Weight 模型

Moonshot AI 于 2026 年 7 月 16 日发布 Kimi K3，发布不到一天，它就登顶 LMArena 的 Frontend Code Arena，超越 Claude Fable 5，并在 Artificial Analysis Intelligence Index 上取得高于 Claude Opus 4.8 的分数。2.8 万亿参数的规模，让它被描述为迄今发布的最大 open-weight 模型——而这家公司三年前还是一家北京创业公司，中国以外几乎无人知晓。

本指南涵盖 Kimi K3 到底是什么、哪些已确认、哪些仍在等待（公开权重尚不可下载），以及真正评估时该看哪些数字。

Kimi K3 概览插图，展示中心模型中枢连接 benchmark 图表、API 控制台，以及与 Claude 的对比面板

快速结论

发布时间： 2026 年 7 月 16 日，由 Moonshot AI（CEO 杨植麟创立）发布。
规模： 2.8 万亿总参数——迄今发布的最大 open-weight 模型。
架构： 基于 Moonshot 的 Stable LatentMoE 框架的 Mixture-of-Experts（896 个 expert 中每个 token 激活 16 个），建立在两项自研创新之上：Kimi Delta Attention（混合线性 attention 机制）和 Attention Residuals（标准 residual connection 的即插即用替代方案）。
上下文窗口： 1,048,576 tokens（约 100 万），原生视觉理解，以及始终开启的「thinking mode」。
Open weights： 宣布以 Modified MIT 风格许可发布 open-weight，但发布时可下载的权重尚未上线——Moonshot 承诺在 2026 年 7 月 27 日 前公开。在此之前，「开源」描述的是计划，而非你现在能下载的东西。
今日访问方式： Moonshot 自有 API（platform.kimi.ai）、OpenRouter（moonshotai/kimi-k3），以及面向消费者的 Kimi App/Web Chat。Hugging Face 自托管尚不可用。
与 Claude 对比： 在 Artificial Analysis Intelligence Index 及多项 agentic/coding benchmark 上超过 Claude Opus 4.8；在多数 benchmark 上落后于较新的 Claude Fable 5，但在长时程 agentic coding 上胜出，价格仅为后者的一小部分。

Kimi K3 到底是什么

Kimi K3 是 Moonshot AI 最新的旗舰模型，定位为 open-weight 前沿系统，在 agentic coding、工具调用和通用推理上与最大的闭源实验室正面竞争——同时发布（或目前承诺发布）权重。

关键定位：这不是一次增量小版本更新。Moonshot 直接跳到 2.8T 参数模型，规模是其前代 Kimi K2.6（约 1T 参数）的两倍多，并搭配新架构，而非仅在旧方案上堆规模。市场反应立竿见影——媒体报道将此次发布与 AI 芯片股的 broader 抛售联系起来，逻辑是：一个如此强大、如此便宜、且公开可用的模型，会改变行业其余部分需要购买多少算力的计算方式。

架构与规格

两项技术承担了底层大部分工作，且 Moonshot 团队在它们进入正式模型之前，都已作为开放研究发布：

Kimi Delta Attention——混合线性 attention 机制，旨在保持长上下文推理速度，避免标准 attention 常见的二次方爆炸。
Attention Residuals——传统 residual connection 的即插即用替代方案，Moonshot 称随着模型规模扩大，它能带来更一致的收益。
Stable LatentMoE——mixture-of-experts 层背后的路由框架。在 896 个 expert 中，每个 token 激活 16 个，这就是为什么 2.8T 参数模型在计算上仍可承受，而不需要在每次 forward pass 中消耗 2.8T 参数级别的算力。

除架构外，K3 还具备：

1,048,576 token 上下文窗口（约 100 万 tokens），覆盖输入和输出。
原生视觉理解——图像输入是内置的，而非后装。
始终开启的推理模式（「thinking mode」），而非需要记得手动切换的开关。

Moonshot 表示，完整技术报告（含训练与评估细节）将随公开权重发布一并推出。在那之前，请将本文摘要以外的架构细节视为暂定信息。

Kimi K3 是开源的吗？

这是关于 K3 被搜索最多的问题，诚实的答案有两部分：

计划是 open-weight。 Moonshot 声明 K3 将以 Modified MIT 风格许可发布，沿用与 Kimi K2.6 相同的思路（对绝大多数用户宽松，仅在极大规模部署时触发 attribution 条款）。

权重尚不可下载。 发布时，Kimi K3 仅可通过 Moonshot 托管 API、OpenRouter 和消费者 App 访问——这些渠道都不提供或不需要底层模型文件。Moonshot 承诺在 2026 年 7 月 27 日 前发布实际权重及技术报告。在该日期之前，「Kimi K3 是开源的」描述的是意图和许可，而非你今天可以 git clone 或用 vLLM 运行的东西。

如果你特别需要自托管、本地部署推理，目前的实际做法是收藏本文，7 月 27 日后再来查看——并单独预算硬件投入，因为 2.8T 参数模型（即使是稀疏 MoE）将比 K2.6 需要多得多内存。

Kimi K3 表现如何

完整拆解：Kimi K3 Benchmark：实际表现如何

简短版：在 Artificial Analysis Intelligence Index 上，K3 得分 57，高于 Claude Opus 4.8 的 56，但低于 Claude Fable 5 的 60。在 agentic benchmark 上——GDPval-AA、BrowseComp、长时程 coding——K3 确实能与市场上最昂贵的闭源模型竞争，有时还领先。发布数小时内，它还在 LMArena 的 Frontend Code Arena 拿下 #1，超过 Claude Fable 5。

较弱之处：推理密集的学术 benchmark，如 GPQA Diamond 和 Humanity's Last Exam，Claude Opus 4.8 仍略占上风。

Kimi K3 多少钱

完整拆解：Kimi K3 定价：API 费用与订阅方案

简短版：API 为 每百万 input tokens $3、每百万 output tokens $15，cached input 降至 每百万 $0.30——90% 折扣，对 agentic 和 RAG 类 workload 意义重大。input 和 output 均比 Claude Opus 4.8 便宜约 1.7 倍。消费者 App 有五个订阅档位，从免费（Adagio）到 $199/月（Vivace），但这些覆盖 chat App 和工具，不含 API 用量。

与 Claude 及其他模型的对比

完整拆解：Kimi K3 vs Claude：Fable 5 与 Opus 4.8 对比

简短版：对比 Claude Opus 4.8，K3 在 benchmark 和价格上都赢——如果 Opus 4.8 是你的基准，这是一次相当干净的升级。对比较新的 Claude Fable 5，局面更接近：Fable 5 在整体 benchmark 上赢更多（head-to-head 对比中约 14 项里赢 8 项），尤其在 frontier engineering 和 vision 任务上，但 K3 在长时程 agentic coding 和 terminal 驱动工作上胜出，价格仅为 Fable 5 的一小部分。

K3 还与 GLM 5.2 及更早的 Kimi K2.6 在同一窗口期作为 competing open-weight 选项出现——如果你专门评估 open 模型，我们的 GLM 5.2 评测和 Kimi K2.6 vs GLM-5.1 对比是有用的 companion 阅读，而 K3 vs GLM-5.2 的直接拆解正在筹备中。

今天如何访问 Kimi K3

四种入口，目前都不需要（尚未发布的）权重：

Moonshot 自有 API，地址 platform.kimi.ai——注册、创建 key，按 token 计费。设置步骤见定价指南。
OpenRouter，模型 ID 为 moonshotai/kimi-k3——如果你已通过 OpenRouter 路由多个 provider，想将 K3 作为即插即用选项，这很实用。
消费者 Kimi App 和 Web Chat——有免费档（Adagio），付费档最高 $199/月，用于 heavier 用量、agent credits 和工具。这与 API 计费分开。
Kimi Code，Moonshot 的终端 coding agent，面向希望将 K3 接入 CLI coding workflow 的订阅用户。

尚不可用：Hugging Face 权重，因此任何形式的真正自托管。

Kimi K3 vs Kimi K2.6：实际变了什么

如果你在 2026 早些时候评估或部署过 Kimi K2.6，K3 不是小版本 bump：

	Kimi K2.6	Kimi K3
总参数	~1T	2.8T
上下文窗口	256K	~1M
架构	标准 MoE attention	Kimi Delta Attention + Attention Residuals + Stable LatentMoE
视觉输入	图像 + 实验性视频	原生图像理解
推理模式	切换（Thinking / Instant）	始终开启 thinking mode
Open weights	Hugging Face 可用	待定，预计 2026 年 7 月 27 日

如果你已集成 K2.6 且不需要更大上下文或最新 benchmark 位置，K2.6 仍是合理选择。任何新评估，从 K3 开始。

谁应该用 Kimi K3

构建 agentic coding 工具的团队——长时程 agent 和 terminal benchmark 是 K3 相对价格最强的领域。
任何目前为 Claude Opus 4.8 付费、且 cost-per-task 重要的用户——K3 在大多数团队关心的 benchmark 上超过它，成本显著更低。
前端 heavy 的 workflow——LMArena Frontend Code Arena #1 结果是真实、可验证的信号，不只是自报数字。
长上下文和 RAG 流水线，可从约 100 万上下文窗口和 90% off 的 cached-input 定价中受益。

谁应该等待

任何今天就需要自托管、本地部署推理的人。 权重还没出。2026 年 7 月 27 日后再来查看。
workload 严重依赖学术推理 benchmark 的团队（竞赛数学、GPQA 式科学）——Claude Opus 4.8 和 Fable 5 在那里仍有优势。
任何需要完全成熟、独立验证的 benchmark 图景的人。 K3 才发布几天；部分 circulating 数字仍是 vendor-reported 或来自单一 aggregator，随着社区运行更多独立评估，很可能会被 refine。

FAQ

Kimi K3 是什么？ Kimi K3 是 Moonshot AI 的旗舰大语言模型，2026 年 7 月 16 日发布。它是 2.8 万亿参数的 mixture-of-experts 模型，拥有约 100 万 token 上下文窗口、原生视觉理解和始终开启的推理模式，定位为 Claude 和 GPT 的 open-weight 竞争者。

Kimi K3 是开源的吗？ 设计上将以 Modified MIT 风格许可发布 open-weight，但发布时可下载的实际权重不可用。Moonshot 承诺在 2026 年 7 月 27 日前发布，并附带完整技术报告。

Kimi K3 免费吗？ 消费者 chat App 有免费档（Adagio）。API 是付费的，$3/M input、$15/M output tokens，没有免费生产档。完整拆解见定价指南。

如何使用 Kimi K3？ 今天可通过 Moonshot API（platform.kimi.ai）、OpenRouter（moonshotai/kimi-k3），或消费者 Kimi App 和 Web Chat。公开权重发布前无法自托管。

Kimi K3 比 Claude 更好吗？ 取决于哪个 Claude。K3 在 Artificial Analysis Intelligence Index 和大多数 agentic benchmark 上超过 Claude Opus 4.8，价格更低。对比较新的 Claude Fable 5，Fable 5 在整体 benchmark 上赢更多，但 K3 在长时程 agentic coding 上胜出，且 dramatically 更便宜。见完整对比。

Kimi K3 有多大？ 2.8 万亿总参数，采用 mixture-of-experts 设计（Stable LatentMoE），每个 token 激活 896 个 expert 中的 16 个——因此推理成本远低于总参数数量所暗示的水平。

Kimi K3 详解：Moonshot AI 的 2.8T Open-Weight 模型