2026 年 7 月 16 日深夜，月之暗面（Moonshot AI）在 API 文件頂部悄然掛出「Kimi K3 已上線」——沒有大型發布會，卻發布了目前全球參數規模最大的開源 AI 模型（2.8 萬億）。本文面向 AI 開發者與產品決策者，完整涵蓋：K3 規格與發布背景、KDA / AttnRes / Stable LatentMoE 三大架構創新、與 Claude Fable 5 / GPT-5.6 Sol 的完整基準對比、定價與四種接入方式、場景選型決策表、7 月 27 日完整權重開源計畫，以及六步立即上手清單與FAQ。
Kimi K3 是月之暗面發布的 2.8 萬億（2.8T）參數稀疏混合專家（MoE）模型——超越此前紀錄保持者 DeepSeek V4 Pro（1.6T）近 75%，是小米開源模型（1.02T）的 2.7 倍，是阿里（397B）的 7 倍有餘。推理時從 896 個專家中啟用 16 個（稀疏度 1.8%），配合 100 萬 token 超長上下文與原生視覺理解，專為複雜程式設計、長文件推理與知識工作設計。
一句話總結：Kimi K3 是一個開源的、可原生理解影像和影片的、擁有超長記憶的「重量級程式設計 AI」，價格比 Claude Opus 4.8 便宜 40%，完整權重將於 7 月 27 日對外開源。
規模紀錄：過去 12 個月裡，Kimi 系列有 9 個月佔據開源模型參數規模上限
WAIC 時機：發布恰在 2026 世界人工智慧大會（WAIC）開幕前夜（7 月 17–20 日），戰略訊號明確
商業化爆發：截至 2026 年 6 月 ARR 突破 3 億美元，今年完成第 6 輪融資，投前估值 315 億美元
API 驅動：API 收入佔整體 七成以上，海外付費使用者成長 400%
DeepSeek 衝擊後反擊：過去 18 個月市場份額一度大幅縮水，K3 是一次漂亮的技術主權宣示
完整開源承諾：官方 WeChat 公告明確 7 月 27 日在 Hugging Face 開放完整模型權重
Kimi K3 不是簡單的參數堆疊，而是在架構層面做了真正的工程創新，相較 Kimi K2 整體擴展效率提升約 2.5 倍。
傳統全注意力在長上下文下 KV 快取記憶體呈平方級成長。KDA 以 3:1 比例交替線性注意力層與全注意力層：3 個線性層處理局部結構（計算廉價），1 個全注意力層保留全域資訊流。結果：KV 快取記憶體減少高達 75%，百萬 token 上下文下解碼速度提升高達 6.3 倍，且在短/長上下文與強化學習擴展三種場景中均超越純全注意力基線。
標準殘差連接會沿深度均勻累積資訊，導致早期層關鍵表徵在深層被稀釋。AttnRes 引入選擇性檢索——模型可跨越深度直接拉取更早層的高價值表徵，帶來約 25% 訓練效率提升，額外計算開銷不足 2%。
| 技術 | 作用 |
|---|---|
| Quantile Balancing | 從路由器得分分位數直接推導專家分配，消除啟發式超參 |
| Per-Head Muon | 針對每個注意力頭獨立最佳化，使大規模訓練更自適應 |
| SiTU（Sigmoid Tanh Unit） | 改進啟用函數控制 |
| Gated MLA | 提升注意力選擇性 |
注意：下文基準數據為月之暗面自報，不同模型使用了各自的推理 harness（K3 用 Kimi Code，GPT 用 Codex，Claude 用 Claude Code），獨立第三方複現仍在進行中。
| 基準測試 | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 | GLM-5.2 |
|---|---|---|---|---|---|
| DeepSWE | 67.5 | 70.0 | 73.0 | 59.0 | 46.2 |
| Program Bench | 77.8 | 76.8 | 77.6 | 71.9 | 63.7 |
| Terminal Bench 2.1 | 88.3 | 84.6 | 88.8 | 84.6 | 82.7 |
| FrontierSWE | 81.2 | 86.6 | 71.3 | 66.7 | 67.3 |
| SWE Marathon | 42.0 | 35.0 | 39.0 | 40.0 | 13.0 |
| BrowseComp | 91.2 | 88.0 | 90.4 | 84.3 | — |
| Automation Bench | 30.8 | 29.1 | 29.7 | 27.2 | 12.9 |
| GPQA-Diamond | 93.5 | 92.6 | 94.1 | 91.0 | 91.2 |
| MMMU-Pro（視覺） | 81.6 | 81.2 | 83.0 | 78.9 | — |
| OmniDocBench（文件） | 91.1 | 89.8 | 85.8 | 87.9 | — |
解讀要點：SWE Marathon（持續性長程式碼工作）K3 以 42.0 大幅領先；Program Bench 微幅第一（77.8）；FrontierSWE 由 Fable 5 領跑（86.6），K3 大幅超越 GPT-5.6 Sol（71.3）；OmniDocBench 文件理解 K3 第一（91.1）。在 Artificial Analysis Intelligence Index v4.1 中，K3 以 57.1 分排名第四，緊隨 Claude Fable 5（59.9）和 GPT-5.6 Sol（58.9）之後，與第一僅差 2.8 分。
| 模型 | 輸入（$/M） | 輸出（$/M） | 快取命中輸入 | 上下文 |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M |
| Claude Sonnet 5 | $3.00（促銷 $2） | $15.00（促銷 $10） | — | 200K |
| Claude Opus 4.8 | $5.00 | $25.00 | — | 200K |
| GPT-5.5 | $5.00 | $30.00 | — | 400K |
| DeepSeek V4 Pro | $1.74 | $3.48 | $0.145 | 128K |
| Kimi K2.6 | $0.95 | $4.00 | $0.16 | 256K |
K3 價格與 Claude Sonnet 5 標準價持平（$3/$15），但提供 5 倍上下文。快取命中低至 $0.30/M（標準價 1/10），程式設計場景快取命中率超過 90%。中國大陸 API：輸入 ¥20/M、輸出 ¥100/M、快取命中 ¥2/M；消費者版 Kimi.com 免費帳號可用，預付費套餐 ¥199 起（優惠截至 8 月 11 日）。
網頁/App（最簡單）：造訪 kimi.com，註冊帳號（支援 Google），K3 預設最大推理力度執行
取得 API Key：在 platform.kimi.ai 建立金鑰
設定 OpenAI 相容用戶端：base_url 設為 https://api.moonshot.ai/v1，model 設為 kimi-k3
OpenRouter 接入：模型 ID moonshotai/kimi-k3，官方定價無加價，完整 1M 上下文
啟用快取最佳化：程式設計工作流中複用 system prompt 與工具定義，利用 Mooncake 分推理架構提升快取命中率
標記 7 月 27 日：完整權重將在 Hugging Face 開放，屆時可評估本地/私有部署（需 64+ 加速卡超節點）
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": "幫我分析這段程式碼..."}]
)
| 場景 | 推薦模型 | 原因 |
|---|---|---|
| 持續性長程式碼任務 | Kimi K3 | SWE Marathon 第一，上下文最長 |
| 複雜 Repo 級修 Bug | Claude Fable 5 | FrontierSWE / SWE-bench Pro 大幅領先 |
| 終端/工具鏈 Agent | GPT-5.6 Sol | Terminal Bench 與 Coding Agent Index 領先 |
| 超長文件/多模態理解 | Kimi K3 | OmniDocBench 第一，原生視覺 + 1M 上下文 |
| 成本敏感場景 | DeepSeek V4 Pro | 輸出僅 $3.48/M，遠低於 K3 |
| 開源自部署（7/27 後） | Kimi K3 | 迄今最強可下載開源權重 |
訊號意義：這代表中國 AI 開源生態從「以低價換市場」轉向真正挑戰智慧前沿——不再是參數堆疊的面子工程，而是架構層面的工程創新。
若你計畫將 Kimi K3 接入本地 Agent 流水線或 Kimi Code 類長連線程式設計環境，在筆電或不穩定 VPS上跑 CLI Agent 常面臨記憶體不足、連線中斷與 Xcode/Metal 工具鏈缺失；純 Linux VPS 也無法涵蓋 iOS 建置與簽署鏈路。對於需要穩定 SSH 長連線、DerivedData 快取與 iOS CI/CD 自動化的生產環境，NodeMini 的 Mac Mini 雲端租賃通常是更優解——獨佔節點、秒級佈建，讓 Agent 與建置任務在同一台真實 Mac 上持續執行。
可以。在 kimi.com 註冊免費帳號即可使用 K3，預設最大推理力度。API 呼叫需付費（$3/$15 per 1M tokens）。若需穩定 Agent 執行環境，可參考 Mac Mini 租賃價格。
完整權重將於 2026 年 7 月 27 日在 Hugging Face 開放。生產級部署需要 64 張以上加速卡的超節點，一般筆電無法承載 2.8T 參數。推理服務商與資源充足的研究實驗室更適合自託管。
K3 參數近兩倍（2.8T vs 1.6T）、上下文 1M vs 128K、多項基準更強；DeepSeek 輸出僅 $3.48/M，成本顯著更低。成本敏感選 DeepSeek，長程式碼/文件理解選 K3。
對整庫程式碼分析、長篇法律/研究文件、多輪 Agent 長記憶非常實用。K3 按統一價格計費無長度附加費，配合 KDA 架構在百萬 token 下解碼速度提升 6.3 倍。更多維運問題見 幫助中心。
月之暗面表示 low 和 high 模式將在後續更新中推出，目前僅 max 模式可用。可關注 WAIC（7 月 17–20 日）與 7 月 27 日權重發布以取得更多更新。