Kimi K3 深度评测：
2.8 万亿参数，国产开源大模型新纪录

选型前的真实痛点：

• 只看参数量：MoE 稀疏激活下，总参数不等于推理成本，须看激活专家数与上下文效率。
• 忽视 harness 差异：月之暗面自报基准使用 Kimi Code，GPT 用 Codex、Claude 用 Claude Code，横向对比须标注来源。
• 把 1M 上下文当噱头：无 KDA 等架构支撑时，长上下文 KV 缓存成本会吞噬定价优势。
• 等权重开源再评估：7 月 27 日前 API 已可用，生产集成不必等到 Hugging Face 放权重。

Kimi K3 是目前全球参数规模最大的开源 AI 模型——2.8T 参数，超越此前纪录保持者 DeepSeek V4 Pro（1.6T） 近 75%，约为小米开源模型（1.02T）的 2.7 倍、阿里（397B）的 7 倍有余。它采用稀疏 MoE 架构，推理时从 896 个专家中激活 16 个；配合 100 万 token 超长上下文（约等于一次性读完 5 本《红楼梦》全文）与原生视觉理解，专为复杂编程、长文档推理与知识工作设计。

一句话总结： Kimi K3 是开源的、可原生理解图像与视频的、拥有超长记忆的重量级编程 AI，定价比 Claude Opus 4.8 便宜约 40%，完整权重将于 7 月 27 日对外开源。

为什么这次发布意义重大：月之暗面在过去 18 个月经历 DeepSeek 崛起带来的冲击，K3 是一次技术反击——过去 12 个月 Kimi 系列有 9 个月 占据开源模型规模上限；发布时点恰在 2026 世界人工智能大会（WAIC） 开幕前夜；截至 2026 年 6 月 ARR 已突破 3 亿美元，今年完成第 6 轮融资，投前估值 315 亿美元；API 收入占七成以上，海外付费用户增长 400%。这不是情怀堆规模，而是商业化爆发期的技术主权宣示。

多数「最大模型」公告只是加算力；K3 在工程层面引入三项可验证创新，解决长上下文与超稀疏 MoE 训练难题。

3.1 Kimi Delta Attention（KDA）—— 混合线性注意力

传统 Full Attention 在长上下文下 KV 缓存内存呈平方级增长。KDA 以 3:1 比例 交替线性注意力层与全注意力层：3 个线性层处理局部结构（计算廉价），1 个全注意力层保留全局信息流。效果：KV 缓存内存减少高达 75%；百万 token 上下文下解码速度提升高达 6.3 倍；短上下文、长上下文与强化学习扩展场景均超越纯全注意力基线。类比：全注意力像同时记住所有对话细节，KDA 更像高效秘书——平时快速索引，关键时刻精准回忆。

3.2 Attention Residuals（AttnRes）—— 深度选择性检索

标准残差连接沿深度均匀积累，早期层关键表征在深层被稀释。AttnRes 引入选择性检索，模型可跨越深度直接拉取更早层的高价值表征。月之暗面报告约 25% 训练效率提升，额外计算开销不足 2%。

3.3 Stable LatentMoE —— 1.8% 稀疏度稳定训练

综合以上创新，Kimi K3 相较 Kimi K2 整体扩展效率提升约 2.5 倍——相同算力转化出更强智能。模型以 MXFP4 权重与 MXFP8 激活训练，量化感知设计便于 vLLM、SGLang 等框架 Day-0 支持。

以下为月之暗面自报核心基准（不同模型使用各自推理 harness）。独立第三方复现仍在进行中，请作方向性参考。

解读要点： SWE Marathon（持续性长代码工作）K3 以 42.0 大幅领先；Program Bench 微幅第一（77.8）；FrontierSWE 由 Claude Fable 5 领跑（86.6），K3 仍大幅超越 GPT-5.6 Sol（71.3）；OmniDocBench 第一体现视觉+长上下文协同。Artificial Analysis Intelligence Index v4.1 中 K3 以 57.1 分排名第四，紧随 Fable 5（59.9）与 GPT-5.6 Sol（58.9），#1 与 #4 差距仅 2.8 分。

K3 标准价与 Claude Sonnet 5 持平（$3/$15），上下文为 5 倍；缓存命中低至 $0.30/M，编程场景缓存命中率超 90%，有效输入成本极低。国内 API：¥20/M 输入、¥100/M 输出、缓存命中 ¥2/M；Kimi.com 免费账号可用 K3，预付费套餐 ¥199 起（优惠截至 8 月 11 日）。相对 Opus 4.8，K3 在多项基准上更优且输入成本约 60%、输出约 40%。

四种立即使用方式：

• Kimi 网页/App：访问 kimi.com，支持 Google 账号注册，K3 默认以最大推理力度运行，无需信用卡。
• 官方 API：OpenAI 兼容接口，在 platform.kimi.ai 获取 Key。
• OpenRouter：模型 ID moonshotai/kimi-k3，官方定价无加价，完整 1M 上下文。
• 等 7 月 27 日权重：Hugging Face 开放完整权重；生产级本地部署需 64 张以上加速卡超节点，非笔记本级任务。

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": "帮我分析这段代码..."}]
)

以下为主要官方来源，发版或页面更新后请再次打开链接核对：

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

https://platform.kimi.ai

https://kimi.com

六步生产落地：

1. 注册并开通 API：在 platform.kimi.ai 创建账号、充值并生成 API Key，确认账单区域与合规要求。
2. 选择接入路径：直连 Moonshot API 或经 OpenRouter（moonshotai/kimi-k3）统一路由，按现有 OpenAI SDK 迁移。
3. 启用 Prompt 缓存：长代码库与 Agent 循环场景配置缓存键，利用 90%+ 命中率将有效输入成本压至约 $0.55/M（OpenRouter 7 日加权可验证）。
4. 规划 1M 上下文用法：整库分析、长法律/研究文档、多轮 Agent 记忆——利用 flat 定价实际吃满窗口，而非截断。
5. 混合模型路由：长时编程与文档理解走 K3；复杂 Repo 级修 Bug 可 fallback Claude Fable 5；终端密集型 Agent 可保留 GPT-5.6 Sol。
6. 标记 7 月 27 日权重发布：若需自托管或微调，跟进 Hugging Face MXFP4/NVFP4 量化版与 vLLM/SGLang 适配公告。

7 月 27 日开源承诺：月之暗面在官方公告中明确 7 月 27 日开放完整模型权重。届时 K3 将成为迄今参数最大的可下载开源模型、首个超 2 万亿参数级别开源权重，以及开源社区训练/微调新基座；Hugging Face 预计出现 MXFP4/NVFP4 量化版，vLLM、SGLang 等框架第一时间支持。

可引用关键数据（EEAT）：

• 参数规模：2.8T 总参数，896 专家激活 16 个，超越 DeepSeek V4 Pro（1.6T）约 75%（来源：Moonshot AI 官方博客，2026-07-16）。
• KDA 效率：百万 token 上下文 KV 缓存减 75%、解码加速最高 6.3×（来源：Moonshot 技术文档，2026-07-16）。
• 综合智能：Artificial Analysis Intelligence Index v4.1 得分 57.1，开源模型中位列全球第一梯队（来源：Artificial Analysis，2026-07）。

常见问题 FAQ：

• Q: Kimi K3 免费吗？ A: kimi.com 免费账号可用；API 按 $3/$15 per 1M tokens 计费。
• Q: 能本地跑吗？ A: 7 月 27 日权重发布前不行；发布后需 64+ 加速卡超节点，非消费级硬件。
• Q: 与 DeepSeek V4 Pro 比？ A: K3 参数近 2 倍、上下文 1M vs 128K、多项基准更强，但 DeepSeek 输出仅 $3.48/M 更便宜。
• Q: 1M 上下文实用吗？ A: 适合整库分析、长文档端到端处理、多会话 Agent 长记忆；flat 定价使全窗口使用可行。
• Q: 低/高推理模式何时来？ A: Moonshot 称 low/high 模式将在后续更新；当前仅 max。

总结：Kimi K3 不是参数堆砌的面子工程——KDA、AttnRes、Stable LatentMoE 是真实工程创新，在编程长任务与文档理解等赛道对标乃至超越部分闭源旗舰，定价合理且承诺完整开源。这代表中国 AI 开源生态从「低价换市场」转向真正挑战智能前沿。关注时间节点：7 月 17–20 日 WAIC → 7 月 27 日 K3 完整权重开源。

把 Kimi K3 API 接到本地 OpenClaw / Cursor Agent 时，个人 Mac 休眠会中断长时 SWE Marathon 类任务，多仓库并行也易争抢内存与网络。对于需要 AI 编程 Agent、Kimi Code 工作流或 OpenClaw Gateway 7×24 稳定运行的生产环境，CALMVPS 裸金属 Mac Mini 租赁通常是更优解：独占 Apple Silicon、Metal 原生加速、按月弹性下单，约 120 秒交付，可将重 Agent 循环卸载云端而本地仅做审核。详见 定价页。