企业官网建设流程全解析

一句话说清楚Kimi K3是什么

2026年7月16日，WAIC 2026世界人工智能大会前夕，月之暗面（Moonshot AI）正式发布新一代旗舰模型Kimi K3——总参数规模达2.8万亿，是目前全球参数规模最大的开源模型，也是全球首个逼近3万亿参数级别的开源大模型。模型已同步上线Kimi.com、Kimi Work、Kimi Code桌面客户端以及API，完整权重计划于2026年7月27日前向开源社区发布。

需要注意一个容易被忽略的细节：目前只是"宣布开源"，权重文件还没真正放出来，7月16日发布当天只能通过官方API、OpenRouter和消费级App访问，还不能git clone下来本地跑。真正意义上的"完整开源"要等7月27日。

核心技术规格

• 总参数：2.8万亿，采用MoE（混合专家）架构，896个专家中每次仅激活16个

• 上下文窗口：100万token，相当于一次能读入一整本教科书体量的文字

• 核心架构：基于自研的KDA混合线性注意力机制（Kimi Delta Attention）和Attention Residuals（注意力残差）技术构建，KDA机制可实现长文本场景下最高6.3倍的解码加速，Attention Residuals带来约25%的训练效率提升，且额外成本控制在2%以内

• 多模态能力：原生支持视觉理解，能处理文本、图像、视频输入

• 定位场景：面向长程编程、知识工作、深度研究等复杂任务场景专项优化，且默认启用"边想边做"的max思考模式

跑分表现：全球第四，但细分场景做到第一

第三方评测机构Artificial Analysis给出的Intelligence Index综合智能指数上，K3拿到57分，排名全球第四，落后于Claude Fable 5和GPT-5.6 Sol，但已经超过了Claude Opus 4.8。

不过在细分场景上，K3打出了几个"全球第一"：

• Arena前端代码竞技场（Frontend Code Arena）以1679分登顶，超越Claude Fable 5

• BrowseComp跑出91.2分、Terminal Bench 2.1跑出88.3分、ProgramBench跑出77.8分

• 在14项测试中击败GPT-5.6 Sol达11项，全面击败Opus 4.8

月之暗面官方也很坦诚地表示，K3整体表现仍落后于目前最强的闭源模型，但在部分前沿任务上已经建立起稳定优势。

定价：一反常态的"贵"

月之暗面一直以"低价开源"著称，但这次K3的定价打破了这个印象。国际站API定价为每百万输入token 3美元、输出15美元，缓存命中低至0.3美元；国内Kimi开放平台则是每百万token输入2元（缓存命中）/20元（未命中），输出100元。

对比一下就能看出差距有多大：DeepSeek V4-Pro和小米MiMo-V2.5-Pro输出价格仅为6元/百万token，Z.ai的GLM-5.2是28元，阿里通义千问3.7-Max是36元——K3的100元定价是这些友商的好几倍。当然放到全球坐标下看，K3依然比Claude Fable 5便宜不少——Fable同等输出量要50美元。

借助Mooncake分离式推理架构，官方API编程场景下的缓存命中率超过90%，实际输入成本只有标准价的四分之一。

上线首日就被"限流"了

一个挺有意思的现象：K3上线48小时内需求就超过了月之暗面的GPU算力储备，官方从7月19日开始暂停了新的付费订阅注册——这倒是从侧面说明了这次发布的热度确实不小。

开发者最该关注的3个点

1. 权重还没完全放出来：7月16日发布的是"承诺开源"，7月27日才是真正能下载权重、本地部署的时间点，目前只能通过API使用

2. 兼容OpenAI SDK：K3的API接口设计兼容OpenAI SDK规范，已经在用GPT系列工具链的团队接入成本较低

3. 量化训练细节：从SFT阶段就引入了量化感知训练，采用MXFP4权重和MXFP8激活函数以兼容更广泛的硬件，同时引入完全平衡的专家并行训练方法，避免大规模专家并行训练时的吞吐量下降

写在最后

Kimi K3的发布再次印证了一个趋势：中美前沿模型之间的差距正在被持续压缩。有评测平台负责人评价称，这可能是"今年最重要的一次发布"，标志着开源中国模型正在超越闭源美国模型的某些能力边界。7月27日权重全量开放后，才是真正检验这款模型能不能被开发者社区广泛落地的时刻，值得持续关注。