Кратко: Moonshot AI выпустила Kimi K3 16 июля 2026 года — революционную модель с открытыми весами на 2,8 трлн параметров (первая в классе 3T) с нативной мультимодальностью, контекстом в 1 млн токенов и фронтирной производительностью, сопоставимой или превосходящей топовые проприетарные модели вроде Claude Fable 5 и GPT-5.6 Sol в кодинге, агентных задачах, фронтенд-разработке и работе с знаниями.
Ключевые выводы
- Масштаб и инновации: 2,8T параметров, MoE с активными 16/896 экспертами, Kimi Delta Attention (KDA), Attention Residuals — ~2,5x эффективность масштабирования по сравнению с K2, Kimi K3 - Kimi API Platform
- Производительность: Artificial Analysis Intelligence Index ~57 (топ-4, впереди Claude Opus 4.8), лидирует на Frontend Code Arena, сильная на Terminal-Bench (88.3%), BrowseComp (91.2%), GPQA-Diamond (93.5%). В целом уступает Fable 5/Sol, но обгоняет большинство остальных; №1 на Arena.ai Frontend Code Arena (1,679 Elo, обходит Fable 5), пост Arena в X и обзор Tom's Hardware.
- Возможности: Нативное зрение/видео, контекст 1M для огромных репозиториев/кодовых баз, агентный кодинг, 3D-рассуждение, видеомонтаж, исследовательские дашборды.
- Доступ: Мгновенно через kimi.com, API (модель kimi-k3, гайд по доступу); открытые веса скоро. Moonshot временно приостановила новые подписки на Kimi K3 после всплеска спроса. Легкая интеграция через CometAPI.
- Ценность: Ниже стоимость за задачу (~$0.94 в некоторых оценках), меньше отказов, идеально для кодинга/vision-потоков.
Kimi K3 Tech Blog описывает Kimi K3 как «Open Frontier Intelligence, Kimi K3 знаменует поворотный момент в демократизации ИИ. По мере того как китайские лаборатории ИИ, такие как Moonshot, двигают границы несмотря на ограничения по вычислительным ресурсам, эта открытая модель бросает вызов доминированию закрытых американских фронтиров и дает разработчикам по всему миру новые возможности».
Что такое Kimi K3? Открытая модель 3T-класса от Moonshot AI
Moonshot AI, пекинский стартап, запустила Kimi K3 16 июля 2026 года как флагманскую модель. Она позиционируется как первая открытая модель приблизительно в классе 3 трлн параметров, с общим числом 2,8 трлн параметров и разреженной архитектурой Mixture-of-Experts (MoE). На каждый токен активируется лишь 16 из 896 экспертов, что сочетает огромный масштаб с эффективностью.
Это развитие серии Kimi K2 (K2.5, K2.6 и т.д.), которая уже получила внимание в кодинге и мультимодальности. K3 вводит архитектурные новшества: Kimi Delta Attention (KDA) и Attention Residuals (AttnRes), плюс Stable LatentMoE и обучение с учетом квантования (веса MXFP4, активации MXFP8 с этапа SFT). Это дает ~2,5x лучшую эффективность масштабирования и до 6,3x более быстрое декодирование по сравнению с предшественниками.
Ключевые характеристики (Kimi K3 Technical Specifications):
- Параметры: всего 2,8T (разреженная MoE).
- Окно контекста: 1,048,576 токенов (~1M).
- Модальности: нативное понимание текста + изображений + видео; вывод — текст.
- Максимальный вывод: по умолчанию 131k токенов, до предела контекста.
- Рассуждение: по умолчанию максимальное усилие на запуске; появятся низкий/высокий режимы.
- Открытые веса: обещаны к 27 июля 2026 года (модифицированная MIT-лицензия, по прецеденту K2).
K3 нацелена на задачи с длинным горизонтом — не просто быстрые ответы, а завершение сложных инженерных, исследовательских или агентных сценариев с визуальной обратной связью («Vision in the Loop»). Демонстрации включают автономную сборку компилятора для GPU (на уровне Triton), проектирование чипа по 45-нм техпроцессу и быстрые исследования в астрофизике.
Спрос уже нагрузил мощности
Ранний отклик на модель оказался настолько сильным, что возникло давление на емкость. Moonshot разместила в X сообщение о том, что спрос за последние 48 часов приблизился к текущим лимитам GPU, и что новые подписки будут временно приостановлены на время наращивания мощностей. Business Insider сообщила о той же паузе емкости и отметила, что на существующих подписчиков это не повлияло.
Это важно для производственного планирования. Модель может быть отличной, но все равно испытывать ограничения доступности, если спрос опережает вычислительные ресурсы. Командам, оценивающим Kimi K3, стоит избегать зависимости от одного провайдера, мониторить задержки и уровень ошибок и использовать маршрутизацию на резервные каналы через унифицированного провайдера, такого как CometAPI , где это возможно.
Бенчмарки по кодингу: где Kimi K3 сильнее всего
Профиль Kimi K3 в кодинге — главная причина внимания разработчиков. Она почти наравне с GPT-5.6 Sol на Terminal-Bench 2.1, обходит GPT-5.6 Sol и Claude Fable 5 на Program Bench и заметно лидирует над GPT-5.6 Sol на FrontierSWE. Также превосходит сравниваемые модели на SWE Marathon в таблице OpenLM.
Результат Arena по фронтенду добавляет еще один практический сигнал. Arena сообщила о 1679 баллах Kimi K3 на Frontend Code Arena, впереди Claude Fable 5. Этот бенчмарк важен, потому что фронтенд часто оценивается по человеческим предпочтениям, а не только юнит-тестами. Ассистент для программирования, способный по запросу генерировать чистый, визуально цельный UI, ценен для продуктовых команд, агентств, создателей SaaS и внутренних инструментов.
Общие лидборды
- Artificial Analysis AI Leaderboard: дебют на #3. Показатели Intelligence Index ставят модель в конкурентное положение (например, ~57.1 в некоторых оценках).
- Частная оценка долгосрочной работы с знаниями: Elo 1547 (+732 по сравнению с K2.6), уступает лишь Fable 5.
Бенчмарки по кодингу и агентности (самоотчеты и независимые)
Здесь K3 особенно сильна, используя масштаб и архитектуру для устойчивой агентной производительности.
- Frontend Code Arena (Arena.ai): №1 с 1,679 баллами, обходит Fable 5 и GPT-5.6 Sol. Сильна в «слепых» предпочтениях разработчиков для веб-разработки.
- DeepSWE: 67.3–67.5 (сильные показатели, с KimiCode harness).
- Program Bench: №1 с 77.8.
- SWE Marathon: №1 с 42.0 (в некоторых harness).
- Terminal-Bench 2.1: конкурентна, близко к GPT-5.6 Sol.
Зрение и мультимодальность
Нативное обучение (а не «прикрученный» модуль) дает устойчивые результаты:
- MMMU-Pro: 81.6%
- MathVision: конкурентно/высокие 90-е в некоторых отчетах.
- OmniDocBench: 91.1% (лидирует).
Поддерживает скриншоты, диаграммы, видео для замкнутых циклов задач, таких как доводка UI или разработка игр.
Сравнительная таблица: Kimi K3 vs ведущие модели (приблизительно/на основе отчетов; где отмечено — максимальное усилие)
| Бенчмарк | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Примечания/Источник |
|---|---|---|---|---|
| Frontend Code Arena | 1,679 (#1) | Ниже | Ниже | Arena.ai |
| DeepSWE | 67.3–67.5 | Конкурентно | - | Moonshot/KimiCode |
| Program Bench | 77.8 (#1) | - | Близко | Vals.ai |
| Intelligence Index (AA) | ~57.1 | ~59.9 | ~58.9 | Artificial Analysis |
| Long-Horizon Elo | 1547 | Выше | - | Internal Moonshot |
| Стоимость за задачу | ~$0.94 | Выше | Выше | Независимые оценки |
Данные взяты из технического блога Moonshot, независимых лидбордов и анализов. Результаты зависят от harness/усилий; всегда проверяйте актуальные данные.
K3 проявляет меньше отказов на чувствительные темы и высокую стабильность в агентных цепочках. Независимые тесты (например, YouTube-оценки, Vals AI) подтверждают ее как одну из самых сильных открытых моделей для реального кодинга.
Что умеет Kimi K3? Возможности в кодинге, vision и за его пределами
Кодинг и агентная инженерия
K3 поддерживает длинные сессии с минимальным надзором: ориентируется в огромных репозиториях, использует инструменты, отлаживает по скриншотам («vision in the loop»).
Примеры:
- Оптимизация ядра и разработка компилятора: собрала MiniTriton (компилятор, похожий на Triton) с нуля, на уровне оптимизированных стеков. Оптимизировала GPU-ядра на сопоставимом уровне с Fable 5.
- Разработка игр: превращает концепции/изображения/видео в играбельные 3D/многопользовательские проекты с итеративной доводкой.
- Проектирование чипов: автономный 48-часовой запуск по проектированию «нано»-чипа.
- Фронтенд: топ лидбордов по веб-приложениям и полнофункциональным задачам.
Зрение и мультимодальность
Нативное понимание изображений/видео позволяет:
- Монтаж видео: смонтировала собственный тизер из 56 клипов (отбор, нарезка, синхронизация, правки) — часы работы за минуты.
- 3D-рассуждение, моушн-графика, интерактивные дашборды.
- «Vision in the loop» для итераций по коду через скриншоты.
Документация Kimi API показывает ввод изображений через data URL в base64 и ввод видео через загруженные файлы со ссылками вида ms://. Также предупреждается, что публичные URL изображений не поддерживаются во вводе для vision, поэтому разработчикам следует отправлять base64 или ссылки на загруженные файлы и делать содержимое сообщения массивом объектов. Это важная деталь реализации: не сериализуйте смешанное изображение и текст в одну простую строку.
Работа с знаниями и исследования
Для бизнеса это то, где Kimi K3 может быть ценнее обычного чат-бота. Модель создана для «агентной» работы, где она может держать план, вызывать инструменты, обрабатывать промежуточные результаты и выпускать финальный артефакт. Примеры: рыночные исследования, ассистенты по очистке данных, комплаенс-резюме, поддержка базы знаний для клиентов и внутренние инженерные копилоты.
- Генерирует отчеты уровня консалтинга, интерактивные визуализации, дашборды (например, 42-летний анализ индустрии ASIC по тысячам источников).
- Научные пайплайны: воспроизвела астрофизические зависимости, анализировала гравитационные волны с саб-агентами.
- Виджеты/дашборды в Kimi Work для постоянных, данных-ориентированных представлений.
K3 соединяет литературу с исполняемым кодом, эффективно выдавая публикационного качества результаты.
Kimi K3 vs другие фронтирные модели: практическое сравнение
| Модель | Лучшее применение | Сильные стороны | На что обратить внимание | Рекомендация CometAPI |
|---|---|---|---|---|
| Kimi K3 | Длинный контекст в кодинге, работа с знаниями, агенты, зрительное рассуждение | Масштаб 2.8T MoE, контекст 1M, сильные кодинг/агентные бенчмарки, дорожная карта открытых весов | Нагрузки на запуске, чувствительность к истории размышлений, поддержка vision может варьироваться | Тестировать как флагман для кодинга и длинного контекста |
| GPT-5.6 Sol | Жесткое рассуждение, кодинг, исследования, широкий продакшен | Очень сильный общий профиль на бенчмарках и зрелые инструменты | Более высокая цена по многим маршрутам | Использовать как модель для сравнения и эскалации |
| Claude Fable 5 | Письмо, кодинг, агентные рабочие процессы, задачи по предпочтениям людей | Сильный UX и широкая фронтирная производительность | Более высокая стоимость и возможные отказные политики в ряде задач | Сравнивать для пользовательских агентов и задач с упором на письмо |
| Claude Opus 4.8 | Глубокое рассуждение и надежная профессиональная работа | Стабильное высокоуровневое поведение ассистента | Старше новейших флагманов | Держать как фолбэк или базовую точку сравнения |
| GLM-5.2 | Оценка открытых моделей с упором на стоимость | Конкурентная открытая альтернатива | Слабее в ряде сравнений с K3 | Включить в маршрутизацию по стоимости/производительности |
Как получить доступ к Kimi K3: пошаговое руководство
Как получить доступ к Kimi K3
1. Доступ к Kimi K3 через продукты Kimi
Самый простой путь без разработки — через потребительские и продуктивные продукты Kimi: веб, приложение, Kimi Work и Kimi Code. Это самый быстрый способ протестировать написание, кодинг, исследования и поведение, ориентированное на UI, без интеграции. Временная пауза подписок, о которой сообщалось 20 июля, означает, что доступ может варьироваться, поэтому перед командным внедрением проверьте актуальную страницу продуктов Kimi.
2. Доступ к Kimi K3 через Kimi API Platform
Разработчики могут вызывать Kimi K3 через Kimi API Platform, используя клиент в стиле OpenAI. Документация Moonshot указывает:
- base URL:
https://api.moonshot.ai/v1 - model ID:
kimi-k3 - переменная окружения в примерах:
MOONSHOT_API_KEY - требование к Python SDK: OpenAI SDK 1.0 или новее
Базовый пример на Python:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["MOONSHOT_API_KEY"],
base_url="https://api.moonshot.ai/v1",
)
completion = client.chat.completions.create(
model="kimi-k3",
messages=[
{"role": "user", "content": "Introduce Kimi K3 in one sentence."}
],
)
print(completion.choices[0].message.content)
Kimi K3 всегда работает с включенным режимом размышления и поддерживает значения reasoning_effort — low, high и max, по умолчанию max. API поддерживает стриминг, структурированный вывод со строгой JSON-схемой, Partial Mode, вызов инструментов, динамическую загрузку инструментов, автоматическое кеширование контекста и официальные интеграции инструментов через Formula. В документации также указаны важные лимиты: max_completion_tokens по умолчанию 131,072 и может быть установлен до 1,048,576; temperature и top-p фиксированы; разработчики должны возвращать полное сообщение ассистента в многошаговых и tool-call сценариях; веб-поиск обновляется, поэтому в ближайшей перспективе не рекомендуется для продакшена.
3. Доступ к Kimi K3 через CometAPI
Для многих команд CometAPI — самый практичный путь, так как дает унифицированный слой API по множеству провайдеров моделей. Страница Kimi K3 на CometAPI указывает, что модель доступна с:
- model ID:
kimi-k3 - провайдер: Moonshot AI
- окно контекста: до 1,000,000 токенов
- цена CometAPI: $2.4 вход и $12 выход за 1M токенов
- официально заявленная цена: $3 вход и $15 выход за 1M токенов
- endpoint:
/v1/chat/completions - base URL:
https://api.cometapi.com/v1
Пример на Python для CometAPI:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
max_retries=0,
)
completion = client.chat.completions.create(
model="kimi-k3",
messages=[
{
"role": "system",
"content": "You are a careful software engineering assistant.",
},
{
"role": "user",
"content": "Review this migration plan and identify the riskiest steps.",
},
],
max_completion_tokens=1024,
)
print(completion.choices[0].message.content)
Если ваше приложение уже использует OpenAI SDK, в квикстарте CometAPI рекомендуется изменить лишь два параметра: установить base_url на https://api.cometapi.com/v1 и использовать COMETAPI_KEY вместо ключа предыдущего провайдера. После этого передайте идентификатор модели CometAPI в поле model.
4. Доступ к открытым весам Kimi K3 после релиза
Moonshot заявляет, что полные веса Kimi K3 будут опубликованы к 27 июля 2026 года. После этого исследователи, инфраструктурные команды и продвинутые корпоративные пользователи смогут оценить саморазмещение, оптимизацию или приватные деплойменты. Для большинства компаний ключевой вопрос — экономика: модель открыта, но сервинг системы MoE на 2,8T требует серьезной GPU-инфраструктуры, инженерии инференса и операционного мониторинга.
Итоговый вердикт
Kimi K3 — один из важнейших релизов моделей 2026 года. Она сочетает огромный масштаб, серьезную стратегию открытых весов, окно контекста на 1 млн токенов, нативное визуальное понимание и результаты бенчмарков, которые ставят ее рядом с топовыми системами для кодинга и агентности. Это не отменяет необходимость GPT, Claude, Gemini, DeepSeek, Qwen и других, но дает разработчикам весомый новый вариант для самых сложных сценариев с длинным контекстом.
Начните сегодня на kimi.com или через CometAPI для бесшовной интеграции. Экспериментируйте с сильными сторонами в кодинге и vision — результаты говорят сами за себя.