Что умеет Kimi K3 и почему её пока рано называть крупнейшей открытой ИИ-моделью

Kimi K3 от китайской Moonshot AI содержит 2,8 трлн параметров, принимает контекст объёмом до 1 048 576 токенов и рассчитана на программирование, анализ документов, работу с изображениями и длительные агентные задачи. 

Главный тезис моего обзора проще маркетингового заголовка. Kimi K3 выглядит одной из самых сильных и необычных моделей 2026 года, но на 17 июля ещё не является открытой моделью, которую можно скачать и запустить самостоятельно. Moonshot обещает опубликовать полные веса до 27 июля. Пока K3 доступна через сайт, приложения, Kimi Code и облачный API. Независимый сервис Artificial Analysis поэтому продолжает относить модель к проприетарным, а в официальном профиле Moonshot на Hugging Face файлов K3 пока нет.

Материал отражает состояние продукта на 17 июля 2026 года. После публикации весов придётся отдельно проверить лицензию, состав репозитория, форматы файлов, требования к инфраструктуре и возможность коммерческого применения.

Почему рекорд в 2,8 трлн параметров не равен рекорду интеллекта

Kimi K3 построена по разреженной архитектуре Mixture of Experts. Модель содержит 896 экспертных модулей, но маршрутизатор выбирает для обработки одного токена только 16. Точный объём активных параметров Moonshot пока не раскрыла. Поэтому встречающиеся оценки около 50 млрд активных параметров остаются предположениями, а не официальной характеристикой. Делить 2,8 трлн на число экспертов тоже нельзя, поскольку в модели есть общие слои, механизмы внимания, маршрутизатор и другие компоненты.

Количество параметров показывает ёмкость модели, но плохо предсказывает качество конкретного ответа. На результат влияют обучающие данные, архитектура, постобучение, работа маршрутизатора, набор инструментов и программная оболочка агента. Разреженная схема позволяет хранить больше специализированных знаний, не запуская всю модель для каждого токена, однако резко усложняет обмен данными между ускорителями.

Термины «открытая модель» и «модель с открытыми весами» тоже нельзя считать синонимами. Публикация весов позволяет развернуть и дообучить нейросеть, но не раскрывает автоматически исходные обучающие данные, полный тренировочный код и процедуру воспроизведения модели. Такое различие проводит и Open Source Initiative. Даже после обещанного релиза корректнее будет называть K3 моделью с открытыми весами, пока Moonshot не опубликует достаточный набор материалов и подходящую лицензию.

Как устроены KDA, Attention Residuals и Stable LatentMoE

Первая заметная технология называется Kimi Delta Attention. KDA объединяет обычное внимание с рекуррентным состоянием, которое сжимает информацию о длинной последовательности. Разработчики подробно описали механизм в работе Kimi Linear. На экспериментальной модели размером 48 млрд параметров архитектура сокращала KV-кэш до 75 процентов и ускоряла декодирование длинного контекста до шести раз по сравнению с полным вниманием. Перенос результатов на Kimi K3 пока заявляет сама Moonshot, поскольку отдельный технический отчёт K3 ещё не опубликован.

Вторая разработка получила название Attention Residuals. Обычный трансформер последовательно добавляет выход каждого слоя к накопленному представлению. При большой глубине полезные сигналы могут размываться. AttnRes позволяет слою выбирать нужные представления из предыдущих блоков с помощью механизма внимания. Принцип описан в отдельной научной работе команды Kimi. K3 сочетает AttnRes с KDA, поэтому модель управляет потоком информации одновременно по длине последовательности и по глубине сети.

Stable LatentMoE отвечает за разреженную часть архитектуры. Quantile Balancing распределяет нагрузку между экспертами по значениям маршрутизатора, а Per-Head Muon оптимизирует головки внимания отдельно. Moonshot также указывает Gated MLA и функцию активации SiTU. Технический разбор MarkTechPost подтверждает перечисленные компоненты, но опирается на тот же анонс разработчика. Независимо воспроизвести заявленное улучшение эффективности в 2,5 раза пока невозможно.

При постобучении Moonshot использовала подготовку к вычислениям с весами MXFP4 и активациями MXFP8. Теоретический минимум для хранения 2,8 трлн четырёхбитных весов составляет около 1,4 ТБ в десятичном исчислении. Реальное развёртывание потребует больше памяти для общих параметров, метаданных, кэша, промежуточных активаций и служебных буферов.

Moonshot рекомендует суперузел минимум с 64 ускорителями, связанными высокоскоростной сетью. Речь идёт о рекомендуемой конфигурации для эффективного обслуживания, а не о доказанном абсолютном минимуме. Обычная рабочая станция, сервер с несколькими видеокартами или домашний компьютер для полной K3 не подходят. Открытая публикация весов не сделает модель доступной большинству пользователей без облачного кластера.

Бенчмарки выглядят сильно, но таблицу Moonshot нельзя читать буквально

В собственной таблице Moonshot Kimi K3 обгоняет Claude Opus 4.8 и GPT-5.5 в ряде тестов программирования и агентной работы, но уступает наиболее сильным конфигурациям Claude Fable 5 и GPT-5.6 Sol по общему уровню. В отдельных задачах картина меняется. Например, K3 набрала 77,8 балла в Program Bench, 88,3 в Terminal-Bench 2.1 и 42 в SWE Marathon. Все результаты получены в максимальном режиме рассуждений.

Прямое сравнение осложняют разные агентные оболочки. Kimi K3 тестировали через KimiCode, модели Claude через Claude Code, а модели OpenAI через Codex. Оболочка управляет файлами, терминалом, контекстом и повторными попытками, поэтому итоговый балл измеряет не только базовую модель. Moonshot также предупреждает, что Claude Fable 5 в некоторых экспериментах могла переключаться на Opus 4.8 после отказа. Подробные оговорки находятся под таблицей тестов.

Независимые результаты подтверждают высокий класс модели, но не безусловное лидерство. На 17 июля K3 получила 57 баллов в Intelligence Index. Показатель находится рядом с Claude Opus 4.8 и GPT-5.5, но ниже лучших конфигураций Fable 5 и GPT-5.6 Sol. Artificial Analysis измерила около 62 выходных токенов в секунду, время до первого токена около двух секунд и повышенную многословность. Полный прогон индекса потребовал примерно 130 млн выходных токенов.

Reuters также сообщает о первом месте K3 в тесте создания веб-интерфейсов Arena и втором месте в Program Bench от Vals AI. Результаты появились в первые часы после запуска и ещё могут измениться по мере накопления голосов и повторных прогонов. Я бы не строил вывод о лучшей модели года по одной позиции в рейтинге.

Демонстрации Moonshot выглядят эффектнее обычных тестов. K3 якобы создала компактный компилятор MiniTriton, оптимизировала GPU-ядра, собрала браузерную 3D-игру и за 48 часов подготовила проект специализированного чипа на библиотеке Nangate 45 nm. Проект чипа насчитывал 1,46 млн стандартных ячеек, занимал 4 мм² и достигал расчётной частоты 100 МГц.

Все перечисленные проекты пока остаются демонстрациями разработчика. Moonshot не опубликовала полный журнал действий, все промежуточные файлы и независимый отчёт о воспроизведении. Симуляция проекта микросхемы также не равна изготовленному и испытанному чипу.

Подобные кейсы показывают направление развития K3. Модель рассчитана на работу в цикле, где агент читает файлы, запускает команды, анализирует ошибки и исправляет результат. Демонстрации не доказывают, что K3 стабильно выполнит любую двухдневную задачу без контроля человека.

Миллион токенов полезен, но не заменяет поиск и структуру данных

Контекст на миллион токенов позволяет передать модели крупный репозиторий, сотни документов или длинную историю агента. Однако номинальный размер окна не показывает, насколько хорошо модель найдёт и свяжет факты внутри всего объёма. Исследования Lost in the Middle и Context Length Alone показывают, что качество языковых моделей может падать по мере роста входа даже при наличии нужной информации.

Я бы не загружал в K3 миллион токенов только потому, что API принимает такой объём. Надёжнее сначала отобрать релевантные файлы, удалить дубликаты, разделить задачу на этапы и попросить модель ссылаться на конкретные фрагменты. Для корпоративного поиска длинный контекст дополняет RAG, индекс документов и метаданные, а не отменяет их.

Большой контекст влияет и на цену. Moonshot автоматически кэширует неизменное начало запроса. Повторная работа с одним репозиторием или комплектом документов поэтому обходится дешевле, чем постоянная отправка нового набора данных.

Цены совпадают в прайсе Moonshot и замерах Artificial Analysis. Один запрос с миллионом некэшированных входных токенов стоит 3 доллара без учёта ответа. Длинные рассуждения могут оказаться дороже входа, поскольку выходные токены стоят в пять раз больше.

Как попробовать Kimi K3 и какие ограничения учитывать

Модель доступна на сайте Kimi, в Kimi Work, Kimi Code и через OpenAI-совместимый API. Базовый запрос выглядит так.

import os
 from openai import OpenAI
 
 client = OpenAI(
     api_key=os.environ["MOONSHOT_API_KEY"],
     base_url="https://api.moonshot.ai/v1",
 )
 
 response = client.chat.completions.create(
     model="kimi-k3",
     reasoning_effort="max",
     messages=[
         {
             "role": "user",
             "content": "Изучи репозиторий и перечисли архитектурные риски"
         }
     ],
 )
 
 print(response.choices[0].message.content)

На старте K3 всегда рассуждает и принимает только значение reasoning_effort="max". Низкий и высокий уровни Moonshot обещает добавить позже. Параметры temperature, top_p, n и штрафы частоты зафиксированы сервером. В многошаговых диалогах клиент должен возвращать в следующий запрос полное сообщение ассистента, включая служебное содержимое рассуждений и вызовы инструментов.

У API есть ещё два неочевидных ограничения. Публичные ссылки на изображения не поддерживаются, поэтому файл нужно передавать в Base64 или предварительно загружать в хранилище Moonshot. Встроенный веб-поиск обновляется, и сама компания пока не рекомендует применять его в производственных процессах.

Kimi Work получает доступ к локальным папкам, браузеру, Python и командной оболочке. Слово «Local» в описании продукта не означает локальный запуск 2,8-триллионной модели. Перед подключением рабочего компьютера я бы создал отдельную папку проекта, ограничил права ключей, запретил доступ к секретам и включил подтверждение перед изменением файлов или запуском команд.

Для простого чата, короткой редакторской работы и типовых изменений кода K3 выглядит избыточной. Kimi K2.7 Code стоит 0,95 доллара за миллион обычных входных токенов и 4 доллара за миллион выходных, поддерживает контекст на 256 тысяч токенов и имеет ускоренный вариант. Сама Moonshot рекомендует K2.7 Code HighSpeed, когда важнее скорость программирования, чем максимальный уровень рассуждений.

Kimi K3 имеет смысл тестировать на задачах, где агенту действительно нужны многочасовая работа, крупный репозиторий, визуальная обратная связь, десятки инструментов или большой комплект документов. Сравнивать модели лучше по стоимости выполненной задачи, числу ошибок, количеству ручных вмешательств и времени до рабочего результата.

Мой итог осторожно положительный. Kimi K3 уже показала результаты уровня ведущих закрытых моделей и предложила интересную архитектуру для длинного контекста. Однако заголовок о крупнейшей открытой ИИ-модели пока описывает обещание Moonshot, а не завершённый релиз. До публикации весов, лицензии и технического отчёта K3 остаётся мощной облачной моделью с планируемым открытым выпуском. После 27 июля главным вопросом станет не число параметров, а способность независимых команд запустить модель и воспроизвести заявленные результаты.