Kimi K3是Moonshot AI的新款开源模型，参数量达到2.8万亿。截至2026年8月，它是发布的最大开放权重模型，每个令牌有104B活跃参数，共有896个专家。它支持1,048,576个令牌的上下文窗口（恰好是Kimi K2.7 Code的4倍）。它原生处理文本、图像和视频。Kimi K3在基准测试中与前沿的专有模型如Claude Fable 5和GPT-5.6 Sol势均力敌。你可以通过Hugging Face、OpenRouter、Fireworks AI、Baseten、Together AI或Moonshot自己的平台访问它。大多数第一方提供商对每百万个令牌收费相同的3美元/15美元，而OpenRouter的最便宜路线低于他们。虽然技术上可以自托管，但“可能”意味着至少需要8个企业级加速器，以及高六位数的硬件费用。加密矿工甚至没有足够的硬件来运行K3。我们在OpenCode中运行了Kimi K3，并通过Firecrawl MCP给予了它实时网络访问。Firecrawl MCP扩展了Kimi K3的知识库，并使其能访问实时网络数据。Kimi K3是Moonshot AI最新的开放权重模型，截至2026年8月是发布的最大模型，参数量达到2.8万亿。它继承了Kimi K2.7 Code，原生处理文本、图像和视频，并在单个上下文窗口中承载多达1,048,576个令牌。Moonshot于2026年7月16日开启API访问，并于7月27日发布了完整权重。Kimi K3的规格非常令人印象深刻，尤其是对于一个开源模型。Kimi K3参数量达到2.8万亿。像GLM-5.2和Kimi K2.7 Code的参数量大约在7000亿到刚刚超过1万亿之间。它的架构提供了896个不同的专家，以处理不同任务。它的上下文窗口也超过了1,000,000个令牌。Kimi K2.7 Code的上下文窗口只有262,144，所以K3是其四倍。Kimi K3原生支持文本、图像和视频。总参数量：2.8万亿；每个令牌的激活参数：104B；架构：专家混合（MoE）、稳定潜在MoE；专家数量：896个，总共，按令牌选择16个，共享2个；层数：93（69 KDA + 24门控MLA，1个稠密层）；上下文窗口：1,048,576个令牌；量化：MXFP4 MoE专家权重 / MXFP8激活，从SFT开始的量化感知训练（非专家组件保持在更高精度）；模态：文本、图像和视频（原生）；视觉编码器MoonViT-V2（401M参数）；许可证：自定义“Kimi K3许可证”（不是纯MIT）。这些统计数据来自Kimi K3的Hugging Face页面。Moonshot的Kimi K3技术报告将其架构和训练变化（包括Kimi Delta Attention、Attention Residuals和Stable LatentMoE）归功于整体扩展效率较Kimi K2提升了约2.5倍。Kimi的权重于2026年7月27日发布，您可以在Kimi.ai的X帖子中看到。Moonshot AI的技术博客详细介绍了Kimi K3的基准测试，这些测试的结果也与前沿专有模型相当。本节中的所有数字均来源于该博客。有几个轻微变动在发布后修订的arXiv技术报告中，因此如果特定得分对您很重要，值得查看两者。来源：https://www.kimi.com/blog/kimi-k3 DeepSWE：接近与GPT-5.5平局，略微领先67.5比67.0。Kimi K3仅落后于GPT-5.6 Sol（73.0）和Claude Fable 5（70.0）。FrontierSWE：以81.2的得分击败GPT-5.6 Sol、GLM-5.2、Opus 4.8和GPT-5.5，仅次于Claude Fable 5（86.6）。Kimi Code Bench 2.0（内部）：在Claude Fable 5（76.9）之后，以72.9的分数排名第二。Terminal Bench 2.1：几乎与GPT-5.6 Sol（88.8）平局，以88.3的得分获得第二名。程序基准：以77.8的得分击败所有其他模型，包括GPT-5.6 Sol（77.6）。SWE马拉松：以42.0分击败所有其他测试过的模型。值得注意的是，Claude Fable 5在35%的这些任务中符合补救措施，拉低了其35.0的得分。来源：https://www.kimi.com/blog/kimi-k3 GDPval-AA V2 Elo：落后于Fable 5和GPT-5.6 Sol，击败所有其他模型。AA-Briefcase Elo：以1548的得分仅次于Claude Fable 5（1583）。自动化基准：击败所有其他模型（30.8）。最接近的竞争者是GPT-5.6 Sol（29.7）。JobBench：以52.9得分排名第二，仅次于Claude Fable 5（57.4）。SpreadsheetBench 2：以34.8的得分击败所有其他模型。Claude Fable以34.7的得分排名第二。BrowseComp：以91.2的得分超越所有其他模型。GPT-5.6 Sol的得分为90.4。在此得分91.2中使用了一种上下文压缩策略；使用完整的1M窗口并没有上下文管理，K3得分为90.4，与Sol平局。来源：https://www.kimi.com/blog/kimi-k3 Kimi K3在所有测试中排名第二，仅次于Claude Fable 5，这两组数据都是使用Python工具辅助的运行。在CharXiv（RQ）中使用Python，Kimi K3得分为91.3，对应Fable 5的93.5。在ZeroBench中使用Python，Kimi K3以41.0打平GPT-5.5，Fable 5得分为46.0，而GPT-5.6 Sol和Claude Opus 4.8都落在40分以下。