Kimi K3 深度評測：
2.8 萬億參數，國產開源大模型新紀錄

選型前的真實痛點：

• 只看參數量：MoE 稀疏啟用下，總參數不等於推理成本，須看啟用專家數與上下文效率。
• 忽視 harness 差異：月之暗面自報基準使用 Kimi Code，GPT 用 Codex、Claude 用 Claude Code，橫向對比須標註來源。
• 把 1M 上下文當噱頭：無 KDA 等架構支撐時，長上下文 KV 快取成本會吞噬定價優勢。
• 等權重開源再評估：7 月 27 日前 API 已可用，生產整合不必等到 Hugging Face 放權重。

Kimi K3 是目前全球參數規模最大的開源 AI 模型——2.8T 參數，超越此前紀錄保持者 DeepSeek V4 Pro（1.6T） 近 75%，約為小米開源模型（1.02T）的 2.7 倍、阿里（397B）的 7 倍有餘。它採用稀疏 MoE 架構，推理時從 896 個專家中啟用 16 個；配合 100 萬 token 超長上下文（約等於一次性讀完 5 本《紅樓夢》全文）與原生視覺理解，專為複雜程式設計、長文件推理與知識工作設計。

一句話總結： Kimi K3 是開源的、可原生理解影像與影片的、擁有超長記憶的重量級程式設計 AI，定價比 Claude Opus 4.8 便宜約 40%，完整權重將於 7 月 27 日對外開源。

為什麼這次發布意義重大：月之暗面在過去 18 個月經歷 DeepSeek 崛起帶來的衝擊，K3 是一次技術反擊——過去 12 個月 Kimi 系列有 9 個月 佔據開源模型規模上限；發布時點恰在 2026 世界人工智慧大會（WAIC） 開幕前夜；截至 2026 年 6 月 ARR 已突破 3 億美元，今年完成第 6 輪融資，投前估值 315 億美元；API 收入佔七成以上，海外付費使用者成長 400%。這不是情懷堆規模，而是商業化爆發期的技術主權宣示。

多數「最大模型」公告只是加算力；K3 在工程層面引入三項可驗證創新，解決長上下文與超稀疏 MoE 訓練難題。

3.1 Kimi Delta Attention（KDA）—— 混合線性注意力

傳統 Full Attention 在長上下文下 KV 快取記憶體呈平方級成長。KDA 以 3:1 比例 交替線性注意力層與全注意力層：3 個線性層處理局部結構（計算廉價），1 個全注意力層保留全域資訊流。效果：KV 快取記憶體減少高達 75%；百萬 token 上下文下解碼速度提升高達 6.3 倍；短上下文、長上下文與強化學習擴展場景均超越純全注意力基線。類比：全注意力像同時記住所有對話細節，KDA 更像高效秘書——平時快速索引，關鍵時刻精準回憶。

3.2 Attention Residuals（AttnRes）—— 深度選擇性檢索

標準殘差連接沿深度均勻累積，早期層關鍵表徵在深層被稀釋。AttnRes 引入選擇性檢索，模型可跨越深度直接拉取更早層的高價值表徵。月之暗面報告約 25% 訓練效率提升，額外計算開銷不足 2%。

3.3 Stable LatentMoE —— 1.8% 稀疏度穩定訓練

綜合以上創新，Kimi K3 相較 Kimi K2 整體擴展效率提升約 2.5 倍——相同算力轉化出更強智慧。模型以 MXFP4 權重與 MXFP8 啟用訓練，量化感知設計便於 vLLM、SGLang 等框架 Day-0 支援。

以下為月之暗面自報核心基準（不同模型使用各自推理 harness）。獨立第三方複現仍在進行中，請作方向性參考。

解讀要點： SWE Marathon（持續性長程式碼工作）K3 以 42.0 大幅領先；Program Bench 微幅第一（77.8）；FrontierSWE 由 Claude Fable 5 領跑（86.6），K3 仍大幅超越 GPT-5.6 Sol（71.3）；OmniDocBench 第一體現視覺+長上下文協同。Artificial Analysis Intelligence Index v4.1 中 K3 以 57.1 分排名第四，緊隨 Fable 5（59.9）與 GPT-5.6 Sol（58.9），#1 與 #4 差距僅 2.8 分。

K3 標準價與 Claude Sonnet 5 持平（$3/$15），上下文為 5 倍；快取命中低至 $0.30/M，程式設計場景快取命中率超 90%，有效輸入成本極低。中國大陸 API：¥20/M 輸入、¥100/M 輸出、快取命中 ¥2/M；Kimi.com 免費帳號可用 K3，預付費套餐 ¥199 起（優惠截至 8 月 11 日）。相對 Opus 4.8，K3 在多項基準上更優且輸入成本約 60%、輸出約 40%。

四種立即使用方式：

• Kimi 網頁/App：造訪 kimi.com，支援 Google 帳號註冊，K3 預設以最大推理力度執行，無需信用卡。
• 官方 API：OpenAI 相容介面，在 platform.kimi.ai 取得 Key。
• OpenRouter：模型 ID moonshotai/kimi-k3，官方定價無加價，完整 1M 上下文。
• 等 7 月 27 日權重：Hugging Face 開放完整權重；生產級本地部署需 64 張以上加速卡超節點，非筆電級任務。

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": "幫我分析這段程式碼..."}]
)

以下為主要官方來源，發版或頁面更新後請再次開啟連結核對：

https://kimi.com/blog/kimi-k3

https://platform.kimi.ai

https://kimi.com

六步生產落地：

1. 註冊並開通 API：在 platform.kimi.ai 建立帳號、儲值並產生 API Key，確認帳單區域與合規要求。
2. 選擇接入路徑：直連 Moonshot API 或經 OpenRouter（moonshotai/kimi-k3）統一路由，按現有 OpenAI SDK 遷移。
3. 啟用 Prompt 快取：長程式碼庫與 Agent 迴圈場景設定快取鍵，利用 90%+ 命中率將有效輸入成本壓至約 $0.55/M（OpenRouter 7 日加權可驗證）。
4. 規劃 1M 上下文用法：整庫分析、長法律/研究文件、多輪 Agent 記憶——利用 flat 定價實際吃滿視窗，而非截斷。
5. 混合模型路由：長時程式設計與文件理解走 K3；複雜 Repo 級修 Bug 可 fallback Claude Fable 5；終端機密集型 Agent 可保留 GPT-5.6 Sol。
6. 標記 7 月 27 日權重發布：若需自託管或微調，跟進 Hugging Face MXFP4/NVFP4 量化版與 vLLM/SGLang 適配公告。

7 月 27 日開源承諾：月之暗面在官方公告中明確 7 月 27 日開放完整模型權重。屆時 K3 將成為迄今參數最大的可下載開源模型、首個超 2 萬億參數級別開源權重，以及開源社群訓練/微調新基座；Hugging Face 預計出現 MXFP4/NVFP4 量化版，vLLM、SGLang 等框架第一時間支援。

可引用關鍵資料（EEAT）：

• 參數規模：2.8T 總參數，896 專家啟用 16 個，超越 DeepSeek V4 Pro（1.6T）約 75%（來源：Moonshot AI 官方部落格，2026-07-16）。
• KDA 效率：百萬 token 上下文 KV 快取減 75%、解碼加速最高 6.3×（來源：Moonshot 技術文件，2026-07-16）。
• 綜合智慧：Artificial Analysis Intelligence Index v4.1 得分 57.1，開源模型中位列全球第一梯隊（來源：Artificial Analysis，2026-07）。

常見問題 FAQ：

• Q: Kimi K3 免費嗎？ A: kimi.com 免費帳號可用；API 按 $3/$15 per 1M tokens 計費。
• Q: 能本地跑嗎？ A: 7 月 27 日權重發布前不行；發布後需 64+ 加速卡超節點，非消費級硬體。
• Q: 與 DeepSeek V4 Pro 比？ A: K3 參數近 2 倍、上下文 1M vs 128K、多項基準更強，但 DeepSeek 輸出僅 $3.48/M 更便宜。
• Q: 1M 上下文實用嗎？ A: 適合整庫分析、長文件端到端處理、多會話 Agent 長記憶；flat 定價使全視窗使用可行。
• Q: 低/高推理模式何時來？ A: Moonshot 稱 low/high 模式將在後續更新；目前僅 max。

總結：Kimi K3 不是參數堆砌的面子工程——KDA、AttnRes、Stable LatentMoE 是真實工程創新，在程式設計長任務與文件理解等賽道對標乃至超越部分閉源旗艦，定價合理且承諾完整開源。這代表中國 AI 開源生態從「低價換市場」轉向真正挑戰智慧前沿。關注時間節點：7 月 17–20 日 WAIC → 7 月 27 日 K3 完整權重開源。

把 Kimi K3 API 接到本地 OpenClaw / Cursor Agent 時，個人 Mac 休眠會中斷長時 SWE Marathon 類任務，多儲存庫並行也易搶占記憶體與頻寬。對於需要 AI 程式設計 Agent、Kimi Code 工作流或 OpenClaw Gateway 7×24 穩定執行的生產環境，CALMVPS 裸機 Mac Mini 租賃通常是較優解：獨占 Apple Silicon、Metal 原生加速、按月彈性下單，約 120 秒交付，可將重 Agent 迴圈卸載雲端而本機僅做審核。詳見 定價頁。