10 个主要问题Q&A
-
Q1：Kimi K3 是什么，行业定位如何？ -
A：月之暗面推出的 2.8 万亿参数开源混合专家大模型，全球首款开源 3T 级模型，标志开源大模型进入 3 万亿参数阶段。 -
Q2：Kimi K3 核心架构创新有哪些？ -
A：自研 KDA 注意力、AttnRes 注意力残差；稳定隐式 MoE（896 专家仅激活 16 个），算力效率较 K2 提升 2.5 倍。 -
Q3：Kimi K3 上下文与多模态能力如何？ -
A：原生支持 100 万 token 超长上下文，内置原生视觉能力，可统一处理图文、视频、截图完成闭环创作。 -
Q4：Kimi K3 代码能力有哪些落地案例？ -
A：优化 GPU 内核、从零搭建 GPU 编译器 MiniTriton、48 小时自主完成 45nm AI 芯片设计、长周期大型代码仓库修复。 -
Q5：Kimi K3 智能代理能力优势在哪？ -
A：BrowseComp 网页交互得分 91.2 领跑竞品，擅长自动化办公、表格处理、网页检索，同等任务成本更低。 -
Q6：Kimi K3 可实现哪些科研与商业工作？ -
A：自动生成数十年行业交互式报告、天体物理引力波数据分析、金融量化研判，配套可视化看板工具。 -
Q7：Kimi K3 数字创作能力覆盖什么场景？ -
A：全流程 3D 开放世界游戏开发、复古掌机 / 科幻游戏制作、科普动画、品牌宣传短片剪辑。 -
Q8：Kimi K3 哪些渠道可使用，API 定价？ -
A：网页、全平台 App、Kimi Work、Kimi Code、官方 API；API 分缓存命中 / 未命中输入、输出三档定价，代码缓存命中率超 90%。 -
Q9：Kimi K3 开源时间与配套资料？ -
A：2026 年 7 月 27 日发布完整模型权重，同步上线完整技术报告，配套 vLLM 专属优化方案。 -
Q10：Kimi K3 存在哪些短板，如何规避？ -
A：依赖完整推理历史，不建议中途切换模型；自主决策激进，可通过系统提示词约束；综合体验弱于 GPT5.6 Sol、Claude Fable5。
附录：Kimi K3：前沿通用智能开源大模型
一、新品发布核心概述
今日我们正式推出 Kimi K3—— 月之暗面迄今为止综合能力最强的大模型。Kimi K3 是一款拥有 2.8 万亿参数的混合专家模型，原生搭载Kimi Delta 注意力机制（KDA）与注意力残差模块（AttnRes），内置原生多模态视觉能力，同时支持百万级超长上下文窗口。作为全球首款开源 3 万亿参数级大模型，它专为长周期代码开发、专业知识工作、复杂逻辑推理等前沿智能场景打造。
从综合性能来看，Kimi K3 整体表现虽略逊于闭源标杆模型 Claude Fable 5 与 GPT 5.6 Sol，但在全套自研评测基准中达到行业前沿水准，绝大多数测试维度均优于同期其他主流大模型。
通用智能与视觉智能评测榜单
二、全平台上线与开源计划
Kimi K3 现已全渠道上线，覆盖 Kimi 官网、Kimi Work 专业工作台、Kimi 代码开发工具与 Kimi 开发者 API。首发阶段模型默认启用最高强度推理模式，轻量化、中等强度推理模式将在后续版本迭代中陆续开放。
目前团队正联合推理服务商、开源社区维护者协同打磨技术细节，保障模型在全生态稳定落地。完整模型权重将于2026 年 7 月 27 日对外开源，配套架构、训练流程、完整评测细节的技术白皮书也将同步发布。
行业里程碑：首款开源 3T 参数级大模型
Kimi K3 是业界首个突破 2.8 万亿参数的开源大模型，也是月之暗面持续冲击大模型规模上限的关键成果：过去 12 个月里，旗下模型有 9 个月持续刷新开源模型参数量纪录。
2025 年 7 月至 2026 年 7 月主流开源旗舰模型参数量发展脉络显示，月之暗面 Kimi 系列持续领跑开源规模赛道，同期竞品如 GLM、通义千问、DeepSeek、MiniMax 等厂商旗舰模型参数规模均存在明显差距。
三、核心创新架构：KDA+AttnRes + 稳定隐式混合专家
Kimi K3 基于两大自研核心架构模块构建：Kimi Delta 注意力（KDA）与注意力残差（AttnRes），二者优化长文本序列、多层模型深度下的信息流转效率；同时升级稀疏混合专家（MoE）框架，搭载稳定隐式 MoE 架构，896 个专家中每次推理仅激活 16 个，大幅提升计算利用率。
搭配优化后的训练数据方案与训练流程，整套架构相比前代 Kimi K2，整体算力缩放效率提升约 2.5 倍，能够更高效地将算力转化为模型智能。
- Kimi Delta 注意力（KDA）
为万亿参数规模设计的高效注意力底层，解决超长上下文下传统注意力算力损耗问题； - 注意力残差（AttnRes）
分层选择性提取模型深层特征，替代统一累积特征的传统模式，减少信息丢失； - 稳定隐式 MoE
创新分位数均衡专家分配算法，无需人工调参即可平衡各专家负载；配套多头 Muon 优化器、SiTU 激活函数、门控多头线性注意力，保障超大专家规模下训练稳定； - 量化感知训练
从监督微调阶段即启用量化训练，权重采用 MXFP4 格式、激活值使用 MXFP8 格式，兼容全品类主流硬件；创新均衡专家并行训练方案，消除训练关键路径主机同步开销；针对 KDA 定制 vLLM 前缀缓存方案，大幅降低超长上下文推理成本。
四、核心能力一：顶尖长周期代码开发能力
Kimi K3 在超长工程场景下代码表现突出，可在极少人工干预下完成长期开发任务、解析超大型代码仓库、调度终端工具完成全流程开发；同时擅长融合视觉推理的开发任务，依托截图、图像素材优化游戏开发、前端页面、CAD 工程设计等工作。
1. GPU 内核优化实战测试
团队搭建统一沙箱环境，让各模型独立完成 4 类内核优化任务（AttnRes、KDA、512 头维度 MLA 内核，适配 NVIDIA H200 及通用 GPGPU），单任务最长运行 24 小时，Kimi K3 性能比肩 Claude Fable 5，大幅领先 Opus 4.8、GPT 系列模型。以 AttnRes 内核优化为例：基于生产标准的 FLA Triton 实现方案，Kimi K3 连续迭代 15 小时，设计双阶段全新内核算法，在不改变数值精度的前提下完成算子融合，将前向 + 反向计算耗时从 283.6 毫秒压缩至 114.4 毫秒；迭代优化速度甚至优于 Claude Fable 5。Kimi K3 早期版本已深度参与团队内部绝大多数内核优化工作。
2. 从零开发 GPU 编译器
测试验证 Kimi K3 可独立搭建完整 GPU 编程系统 MiniTriton：自研类 Triton 编译器，内置瓦片层级 IR 中间层、全套优化算子、PTX 代码生成流水线。在标准屋顶线基准测试中，MiniTriton 性能持平甚至优于原生 Triton 与 torch.compile，部分任务实现性能反超；可完整支撑 nanoGPT 端到端训练，损失曲线与官方参考实现高度吻合，证明模型具备独立搭建完整编译工具链的能力，而非仅编写零散算子。
3. 游戏与数字内容创作（视觉闭环开发）
依托原生多模态、3D 空间推理与代码能力，Kimi K3 可将文字概念、图片、视频素材转化为可直接运行的交互式完整游戏，实现视觉实时闭环迭代：同步编写代码、渲染画面、读取截图并即时迭代优化。
西部开放世界游戏
GBA掌机小游戏
黑洞天体模拟程序
落地案例：程序化 3D 开放世界游戏
Kimi K3 基于 Three.js WebGPU 与 GPU 并行计算，从零搭建浏览器端完整 3D 探索游戏：程序化生成地形地貌，搭配 3D 资产工具生成骑马角色模型，打造包含森林、木屋村落、雪山、动态天气的超大开放世界，仅引入外部骑马人物、地形基础数据作为辅助素材。
除此之外，模型还可独立完成复古掌机游戏、城市跑酷、古风仙侠、像素射击、天体物理模拟、古罗马竞技场体素沙盘、太空机甲对战等多品类数字内容开发。
4. 芯片硬件设计
作为技术验证案例，Kimi K3 在 48 小时自主运行周期内，基于开源 EDA 工具、Nangate 45nm 工艺库完成一款适配自研小参数量模型的芯片设计、性能优化与功能验证。芯片面积仅 4 平方毫米，时序稳定跑满 100MHz，仿真解码吞吐量可达 8700+ token/s；内部集成 146 万个标准单元、0.277MB 静态存储阵列，搭载融合反量化的 INT4 乘加阵列，实现 “AI 自主设计、服务 AI 运行”，充分验证超长周期自主智能能力。
5. 科研代码自动化
打通学术文献与可执行代码的壁垒，自主完成复杂计算科研流程的复现、验证与数据分析。天体物理案例：复现 I-Love-Q 通用引力关系，常规资深研究员需 1-2 周完成，Kimi K3 仅耗时 2 小时：通读交叉验证 20 余篇学术论文，搭建完整数值计算管线，测算 300 + 物态方程，修正多篇公开论文公式错误，输出 3000 余行 Python 代码，生成交互式可视化网页用于成果分析。
五、核心能力二：端到端专业知识工作
除公开通用评测基准外，自研内部知识工作测试集显示，开启最高推理强度的 Kimi K3 在真实业务智能工作流中持续稳定领先竞品，覆盖咨询、金融、科研、办公自动化全场景。
内部专业知识工作评测榜单
1. 行业深度研究交互式报告
- ASIC 芯片产业 42 年发展报告
经过 120 轮自主迭代优化生成交互式深度报告，自动完成 2800 余次网页检索、1100 次终端数据拉取，解析 11000 + 份文档（87 份季度财报、99 篇原始学术 PDF），自动生成定制图表、动态示意图与交互式叙事页面。 - 核聚变行业咨询报告
产出咨询级完整分析文档，内置时间轴、漏斗图、区间条形图、甘特图等可视化组件，配套可直接用于汇报的高质量幻灯片。 - 引力波 GWTC-5 数据集分析
调度 20 个并行智能子代理，完成 391 起引力波事件解析，产出 7 张专业科研可视化图表、2 组数据表格，整合十余篇文献综述成果。
2. Kimi Work 全新可视化工具：组件面板与数据看板
依托 Kimi K3 推出两大专属功能：交互式组件、个性化数据看板。
-
交互式组件：在对话窗口内直接生成可交互可视化模块，支持对接本地文件、外部插件，实现数据实时更新； -
数据看板：将高频使用的可视化组件整合至统一持久化页面，围绕项目、行业、研究目标搭建专属工作台。
3. 视频剪辑与动态视觉设计
原生多模态架构统一处理文本、图像、视频素材，擅长动态图形、动画、专业剪辑工作：
-
自动制作 3Blue1Brown 风格科普动画，将 Kimi K3 复杂架构转化为流畅动态演示图表； -
基于 56 段原始素材独立剪辑官方宣传短片：自动筛选镜头、匹配画面转场、精准卡点同步音频、多轮迭代修改；同类成片专业剪辑师需 1-2 个工作日，新手则需 3-5 天。
六、性能横向评测总览
1. 代码赛道亮点
-
终端工具基准 Terminal Bench 2.1 得分 88.3，仅小幅落后 GPT 5.6 Sol，大幅领先 Claude 全系； -
SWE Marathon 长周期工程修复榜单登顶，以 42.0 分领先所有闭源竞品； -
自动化开发基准 Automation Bench 30.8 分，位列全模型第一；
2. 智能代理 / 网页交互赛道
BrowseComp 网页综合交互得分 91.2，大幅超越 GPT 5.6 Sol（90.4）、Claude Fable 5（88.0），同等任务成本远低于所有闭源模型，性价比优势显著。
BrowseComp分数-任务成本对比图
3. 视觉多模态赛道
搭配 Python 工具的图像推理基准 CharXiv w/tool 得分 91.3，数学视觉推理 MathVision w/python 达 97.8 分，文档解析 OmniDocBench 91.1 分，视觉综合能力稳居第一梯队。
4. 专业办公与知识工作
自研内部基准 DECK-Bench（专业综合办公）73.5 分、Online Exp Bench 线上专业业务 75.5 分、Finance-Bench 金融分析 62.6 分，三项内部评测全部超越 GPT 5.5、Claude Opus 4.8。
七、商业化部署与定价方案
全渠道使用入口
- 移动端智能代理
iOS、安卓、鸿蒙应用商店更新最新版 Kimi App 即可使用；网页端访问kimi.com； - 专业工作台 Kimi Work
Windows、苹果硅 Mac 客户端 3.1.0 及以上版本内置 K3； - 代码开发工具 Kimi Code
终端启动工具后输入 /model切换至 Kimi K3； - 开发者 API
平台选择模型 kimi-k3接入，依托 Mooncake 分布式推理架构，代码场景缓存命中率超 90%； -
缓存命中输入：0.3 美元 / 百万 token -
缓存未命中输入：3.0 美元 / 百万 token -
模型输出：15.0 美元 / 百万 token - 企业版 Kimi Enterprise
提供企业级数据隐私隔离、团队成员管理，个人与企业账号数据完全分离。
八、模型现存局限
- 推理历史上下文依赖
模型训练时完整保留思考过程，若调用框架无法回传全部历史推理内容、或对话中途切换模型，生成质量会大幅波动；建议搭配官方适配工具 Kimi Code，避免会话中途切换模型。 - 自主决策过度激进
训练侧重超长周期高难度任务，面对模糊需求、微小异常时会主动自主调整方案，可能超出用户预期边界；若业务场景需要严格限制自主发挥，可在系统提示词、工程配置文件 AGENTS.md 中增加强约束指令。 - 综合用户体验差距
尽管各项基准评测表现强劲，但整体使用流畅度、细节体验仍与行业顶尖闭源模型 Claude Fable 5、GPT 5.6 Sol 存在可感知差距。
九、总结
Kimi K3 作为全球首款开源 2.8T 参数级大模型，依托 KDA、AttnRes、稳定隐式 MoE 三大自研架构突破万亿参数训练与推理瓶颈，在超长代码开发、自主智能代理、多模态视觉创作、专业行业知识工作四大核心场景实现前沿性能，同时兼顾开源开放、低成本推理、全平台落地三大优势。模型覆盖个人创作、程序员开发、科研分析、企业咨询、硬件设计、游戏开发等全行业需求，完整权重将于 2026 年 7 月 27 日开源，配套完整技术白皮书同步发布，进一步推动前沿超大参数模型生态开放。
参考源：https://www.kimi.com/blog/kimi-k3技术博客