Kimi K3 Обзор: 2,8 трлн параметров — open-source гигант против Claude Fable 5 и GPT-5.6
Кому: Mac-разработчикам на Claude/GPT/DeepSeek для кодинга и длинных документов, которые после тихого релиза 16 июля 2026 оценивают, стоит ли переключать API или ждать веса 27 июля. Содержание: разбор KDA+AttnRes+Stable LatentMoE, полные таблицы бенчмарков и цен, 5 шагов интеграции, матрица сценариев, FAQ×6 — с технической глубиной.
📋 Оглавление
См. также: обзор GPT-5.6 Sol, альтернативы Claude Fable 5; китайский compute-контекст: чип DeepSeek и inference.
В ночь на 16 июля 2026 Moonshot AI (月之暗面) тихо повесил баннер в API-доках: «🎉 Kimi K3 запущен!» — без keynote и соцкампании, только tech blog, pricing page и сразу вызываемый ID kimi-k3. Контраст с 2,8 трлн параметров резкий: Kimi K3 — крупнейшая open-source AI-модель в мире, на ~75 % больше DeepSeek V4 Pro (1,6T), накануне WAIC 2026.
01 · Три болевые точки: почему «крупнейший open source» ≠ только параметры
- Расщепление harness: в бенчмарках Moonshot K3 идёт через Kimi Code, GPT — Codex, Claude — Claude Code. Разные agent loop и стратегии сжатия контекста. Без сносок «#1 SWE Marathon» превращается в «#1 везде в коде».
- Ценник vs реальный счёт: API $3/$15 как у Claude Sonnet 5, но длинные агенты генерируют миллионы output-токенов. Без кэша ($0,30/M при hit) или при hit-rate <90 % в Kimi Code месячный счёт улетает.
- Иллюзия локального деплоя: после 27 июля появятся гайды «K3 на Mac». Production MoE 2,8T требует 64+ ускорителей в суперузле — рациональный путь: API/OpenRouter, не нагрузка на основной MacBook.
02 · Что такое Kimi K3?
Сильнейшая модель Moonshot — sparse MoE, заточена под:
- Сложный код и длинные code-агенты: SWE Marathon, анализ больших репозиториев
- Ультра-длинные документы: 1 048 576 токенов — весь репо или отчёт за один проход
- Мультимодальная работа: нативное зрение, лидерство на OmniDocBench
После удара DeepSeek Moonshot контратакует: 9 из 12 месяцев — верхняя граница размера open-source; ARR $300 млн (июнь 2026), 6-й раунд, оценка $31,5 млрд; API >70 % выручки, зарубежные платящие +400 %.
2.1 Технические характеристики
| Параметр | Значение |
|---|---|
| Всего параметров | 2,8 трлн (2,8T) — крупнейший open source |
| Архитектура | KDA + AttnRes + Stable LatentMoE |
| MoE-эксперты | 896 экспертов, 16 активны на forward (разреженность 1,8 %) |
| Контекст | 1 048 576 токенов (1M) |
| Входные модальности | Текст, изображение, видео (native vision) |
| Режим inference | На старте только max |
| API model ID | kimi-k3 / OpenRouter moonshotai/kimi-k3 |
| Open-source веса | 27 июля 2026 на Hugging Face |
03 · Архитектура: KDA, AttnRes, Stable LatentMoE
Настоящий moat — три инженерных инновации, снимающих узкие места длинного контекста и MoE-тренировки.
3.1 Kimi Delta Attention (KDA)
Полная attention даёт квадратичный рост KV-cache по памяти. KDA чередует линейные и полные слои в соотношении 3:1: три линейных слоя обрабатывают локальную структуру (дёшево по compute), один полный — глобальный поток информации. Итог: до 75 % меньше памяти KV, декодирование при 1M токенов быстрее в 6,3 раза, лучше baseline на чистой full attention в коротком/длинном контексте и при RL scaling.
Техническая метрика #1: именно KDA делает окно 1M практичным, а не «бумажной» спецификацией — без него million-token inference на MoE был бы экономически нежизнеспособен.
3.2 Attention Residuals (AttnRes)
Стандартные residual-связи равномерно накапливают сигнал по глубине и размывают ранние представления. AttnRes вводит селективный cross-depth retrieval — модель напрямую подтягивает высокоценные активации из ранних слоёв. Moonshot отчитывает ~25 % прироста эффективности обучения при <2 % дополнительного compute — критично при 896 экспертах и trillion-scale pretrain.
3.3 Stable LatentMoE
896 экспертов, 16 активных — экстремальная разреженность 1,8 %. Роутинг и стабильность оптимизации — приоритет №1. Стек техник:
| Техника | Роль в pipeline |
|---|---|
| Quantile Balancing | Распределение экспертов из квантилей router score — меньше эвристических гиперпараметров, стабильнее load balance при 896 experts |
| Per-Head Muon | Независимая оптимизация на каждую attention head — адаптивнее при масштабном distributed training |
| SiTU (Sigmoid Tanh Unit) | Улучшенный контроль нелинейности активаций в глубоких MoE-блоках |
| Gated MLA | Gating в multi-head latent attention — выше селективность, ниже шум в длинном контексте |
Суммарно K3 даёт ~2,5× лучшую scaling efficiency vs Kimi K2 при том же compute budget — тот же кластер → сильнее модель.
Модель обучена с MXFP4 весами и MXFP8 активациями (quantization-aware design) — на Hugging Face ожидаются готовые MXFP4/NVFP4 артефакты для inference без полного FP16 footprint.
04 · Ценообразование: уровень Sonnet, контекст ×5, агрессивный кэш
4.1 API за 1M токенов
| Модель | Вход | Выход | Кэш входа | Контекст |
|---|---|---|---|---|
| Kimi K3 | $3,00 | $15,00 | $0,30 | 1M |
| Kimi K3 (Китай) | ¥20 | ¥100 | ¥2 | 1M |
| Claude Sonnet 5 | $3,00 ($2 promo) | $15,00 ($10 promo) | — | 200K |
| Claude Opus 4.8 | $5,00 | $25,00 | — | 200K |
| GPT-5.6 Sol | $5,00 | $30,00 | — | 400K |
| DeepSeek V4 Pro | $1,74 | $3,48 | $0,145 | 128K |
| Kimi K2.6 | $0,95 | $4,00 | $0,16 | 256K |
Техническая метрика #2: vs Opus 4.8 вход и выход −40 %. Архитектура Mooncake (disaggregated prefill/decode) даёт hit-rate кэша >90 % в Kimi Code — эффективный вход ~$0,55/M. kimi.com бесплатно; prepaid от ¥199 (скидка до 11 авг.).
05 · Бенчмарки: сильные и слабые стороны
Данные Moonshot (16.07.2026); независимая репликация в процессе. Важно читать footnotes по harness.
5.1 Код и агенты
| Бенчмарк | Kimi K3 | Fable 5 | GPT-5.6 Sol | Opus 4.8 | GLM-5.2 |
|---|---|---|---|---|---|
| DeepSWE | 67,5 | 70,0 | 73,0 | 59,0 | 46,2 |
| Program Bench | 77,8 🥇 | 76,8 | 77,6 | 71,9 | 63,7 |
| Terminal Bench 2.1 | 88,3 | 84,6 | 88,8 | 84,6 | 82,7 |
| FrontierSWE | 81,2 | 86,6 | 71,3 | 66,7 | 67,3 |
| SWE Marathon | 42,0 🥇 | 35,0 | 39,0 | 40,0 | 13,0 |
| BrowseComp | 91,2 🥇 | 88,0 | 90,4 | 84,3 | — |
| Automation Bench | 30,8 🥇 | 29,1 | 29,7 | 27,2 | 12,9 |
| GPQA-Diamond | 93,5 | 92,6 | 94,1 | 91,0 | 91,2 |
| MMMU-Pro | 81,6 | 81,2 | 83,0 | 78,9 | — |
| OmniDocBench | 91,1 🥇 | 89,8 | 85,8 | 87,9 | — |
Интерпретация: SWE Marathon (+7 vs Fable 5) моделирует многочасовой coding session; FrontierSWE — территория Fable 5 (86,6); OmniDocBench — синергия vision + million-token context.
5.2 Artificial Analysis Intelligence Index v4.1
Техническая метрика #3: Kimi K3 57,1 (4-е место): Claude Fable 5 w/ fallback 59,9, GPT-5.6 Sol (max) 58,9, Sol (xhigh) 57,6. Разрыв 1-го и 4-го — всего 2,8 пункта для модели, которая через 10 дней станет полностью open source.
06 · Четыре канала доступа и интеграция в 5 шагов
- kimi.com / Kimi App: бесплатный аккаунт, K3 default max
- Официальный API: OpenAI-compatible,
kimi-k3, ключ на platform.kimi.ai - OpenRouter:
moonshotai/kimi-k3, без наценки - Hugging Face: веса с 27.07, production — 64+ GPU
6.1 Пять шагов интеграции и оптимизации стоимости
- Регистрация на platform.kimi.ai, создание API Key, проверка billing region и rate limits
- Первый запрос через OpenAI SDK: model=
kimi-k3,base_url=https://api.moonshot.ai/v1 - Для длинных agent loop включить context caching → вход $0,30/M при hit (¥2/M в Китае)
- Мультимодальные задачи:
image_urlв messages для проверки native vision pipeline (MMMU-Pro / OmniDocBench класс) - На одном репозитории прогнать 3 репрезентативные задачи (long doc / bugfix / multi-file refactor) — сравнить K3 с Claude/GPT по качеству diff и счёту
07 · Матрица выбора по сценариям
| Сценарий | Рекомендация | Обоснование |
|---|---|---|
| Длительный coding (SWE Marathon) | Kimi K3 | 42,0 #1, 1M без truncation |
| Сложные repo-level bugfix | Claude Fable 5 | FrontierSWE 86,6 |
| Terminal/tool-heavy агенты | GPT-5.6 Sol | Terminal Bench 2.1 лидер |
| Ультра-документы / multimodal OCR | Kimi K3 | OmniDocBench 91,1, native vision + 1M |
| Cost-sensitive production | DeepSeek V4 Pro | Выход $3,48/M vs K3 $15/M |
| Self-host (после 27.07) | Kimi K3 | Крупнейшие open weights, новый эталон 2,8T |
08 · Open source 27 июля 2026
Полные веса на Hugging Face — крупнейшая скачиваемая open-source модель, первые веса >2T. Quantization-aware training (MXFP4/NVFP4) → готовые квантизованные артефакты; transformers, vLLM, SGLang — day-one support. Timeline: WAIC 17–20 июля → 27 июля weights drop.
09 · Итог
Kimi K3 — не parameter vanity project. KDA/AttnRes/Stable LatentMoE решают реальные engineering-проблемы long-context MoE; лидерство на SWE Marathon, OmniDocBench, BrowseComp; цена уровня Sonnet с контекстом ×5 и агрессивным кэшем; open source через 10 дней. Для Mac-разработчиков на API — самый серьёзный китайский open-source кандидат после DeepSeek; для FrontierSWE-grade repo bugfix Fable 5 остаётся conservative default; при жёстком бюджете — DeepSeek V4 Pro.
10 · FAQ (6 вопросов)
В: Kimi K3 бесплатно?
О: kimi.com да; API $3/$15, кэш $0,30/M вход.
В: Локально на Mac?
О: До 27.07 только API/web; production — 64+ ускорителей.
В: Сильнее Fable 5?
О: По сценарию; index 57,1 vs 59,9.
В: 1M токенов полезен?
О: Да — целый репо, длинные PDF; KDA ×6,3, без доплаты за длину.
В: OpenRouter?
О: moonshotai/kimi-k3, $3/$15, 1M.
В: Open source 27.07?
О: Крупнейший download, MXFP4, vLLM/SGLang.
11 · Изолированный Mac: тест Kimi K3 API и Kimi Code без риска для Keychain
Перед сменой default model: клон subset production-репо на изолированном Apple Silicon узле, Moonshot API Key, Kimi Code или Cursor с kimi-k3 — три типа задач (long doc / bug / refactor) vs Claude/GPT. На основной машине: ключи в ~/.zshrc, million-token эксперименты в кэше, смешанный routing без изоляции.
Windows/Linux — kimi.com и OpenRouter частично, без полной валидации macOS toolchain/Keychain/Xcode sidecar. Посуточная аренда M-series: destroy-after-acceptance. Тарифы: вычисления серии M.
12 · Источники
- Официальный блог Moonshot: kimi.com/blog/kimi-k3
- Документация API: platform.kimi.ai
- Artificial Analysis: artificialanalysis.ai
- OpenRouter: openrouter.ai/moonshotai/kimi-k3
- MarkTechPost, VentureBeat, SCMP
Данные на 16.07.2026. Бенчмарки — self-reported Moonshot; возможности и цены могут измениться.