2026 年 7 月 16 日深夜，月之暗面（Moonshot AI）在 API 文档顶部悄然挂出「Kimi K3 已上线」——没有大型发布会，却发布了目前全球参数规模最大的开源 AI 模型（2.8 万亿）。本文面向 AI 开发者与产品决策者，完整覆盖：K3 规格与发布背景、KDA / AttnRes / Stable LatentMoE 三大架构创新、与 Claude Fable 5 / GPT-5.6 Sol 的完整基准对比、定价与四种接入方式、场景选型决策表、7 月 27 日完整权重开源计划，以及六步立即上手清单与FAQ。
Kimi K3 是月之暗面发布的 2.8 万亿（2.8T）参数稀疏混合专家（MoE）模型——超越此前纪录保持者 DeepSeek V4 Pro（1.6T）近 75%，是小米开源模型（1.02T）的 2.7 倍，是阿里（397B）的 7 倍有余。推理时从 896 个专家中激活 16 个（稀疏度 1.8%），配合 100 万 token 超长上下文与原生视觉理解，专为复杂编程、长文档推理与知识工作设计。
一句话总结：Kimi K3 是一个开源的、可原生理解图像和视频的、拥有超长记忆的「重量级编程 AI」，价格比 Claude Opus 4.8 便宜 40%，完整权重将于 7 月 27 日对外开源。
规模纪录：过去 12 个月里，Kimi 系列有 9 个月占据开源模型参数规模上限
WAIC 时机：发布恰在 2026 世界人工智能大会（WAIC）开幕前夜（7 月 17–20 日），战略信号明确
商业化爆发：截至 2026 年 6 月 ARR 突破 3 亿美元，今年完成第 6 轮融资，投前估值 315 亿美元
API 驱动：API 收入占整体 七成以上，海外付费用户增长 400%
DeepSeek 冲击后反击：过去 18 个月市场份额一度大幅缩水，K3 是一次漂亮的技术主权宣示
完整开源承诺：官方 WeChat 公告明确 7 月 27 日在 Hugging Face 开放完整模型权重
Kimi K3 不是简单的参数堆砌，而是在架构层面做了真正的工程创新，相较 Kimi K2 整体扩展效率提升约 2.5 倍。
传统全注意力在长上下文下 KV 缓存内存呈平方级增长。KDA 以 3:1 比例交替线性注意力层与全注意力层：3 个线性层处理局部结构（计算廉价），1 个全注意力层保留全局信息流。结果：KV 缓存内存减少高达 75%，百万 token 上下文下解码速度提升高达 6.3 倍，且在短/长上下文与强化学习扩展三种场景中均超越纯全注意力基线。
标准残差连接会沿深度均匀积累信息，导致早期层关键表征在深层被稀释。AttnRes 引入选择性检索——模型可跨越深度直接拉取更早层的高价值表征，带来约 25% 训练效率提升，额外计算开销不足 2%。
| 技术 | 作用 |
|---|---|
| Quantile Balancing | 从路由器得分分位数直接推导专家分配，消除启发式超参 |
| Per-Head Muon | 针对每个注意力头独立优化，使大规模训练更自适应 |
| SiTU（Sigmoid Tanh Unit） | 改进激活函数控制 |
| Gated MLA | 提升注意力选择性 |
注意：下文基准数据为月之暗面自报，不同模型使用了各自的推理 harness（K3 用 Kimi Code，GPT 用 Codex，Claude 用 Claude Code），独立第三方复现仍在进行中。
| 基准测试 | 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（视觉） | 81.6 | 81.2 | 83.0 | 78.9 | — |
| OmniDocBench（文档） | 91.1 | 89.8 | 85.8 | 87.9 | — |
解读要点：SWE Marathon（持续性长代码工作）K3 以 42.0 大幅领先；Program Bench 微幅第一（77.8）；FrontierSWE 由 Fable 5 领跑（86.6），K3 大幅超越 GPT-5.6 Sol（71.3）；OmniDocBench 文档理解 K3 第一（91.1）。在 Artificial Analysis Intelligence Index v4.1 中，K3 以 57.1 分排名第四，紧随 Claude Fable 5（59.9）和 GPT-5.6 Sol（58.9）之后，与第一仅差 2.8 分。
| 模型 | 输入（$/M） | 输出（$/M） | 缓存命中输入 | 上下文 |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M |
| Claude Sonnet 5 | $3.00（促销 $2） | $15.00（促销 $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 价格与 Claude Sonnet 5 标准价持平（$3/$15），但提供 5 倍上下文。缓存命中低至 $0.30/M（标准价 1/10），编程场景缓存命中率超过 90%。国内 API：输入 ¥20/M、输出 ¥100/M、缓存命中 ¥2/M；消费者版 Kimi.com 免费账号可用，预付费套餐 ¥199 起（优惠截至 8 月 11 日）。
网页/App（最简单）：访问 kimi.com，注册账号（支持 Google），K3 默认最大推理力度运行
获取 API Key：在 platform.kimi.ai 创建密钥
配置 OpenAI 兼容客户端：base_url 设为 https://api.moonshot.ai/v1，model 设为 kimi-k3
OpenRouter 接入：模型 ID moonshotai/kimi-k3，官方定价无加价，完整 1M 上下文
启用缓存优化：编程工作流中复用 system prompt 与工具定义，利用 Mooncake 分推理架构提升缓存命中率
标记 7 月 27 日：完整权重将在 Hugging Face 开放，届时可评估本地/私有部署（需 64+ 加速卡超节点）
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": "帮我分析这段代码..."}]
)
| 场景 | 推荐模型 | 原因 |
|---|---|---|
| 持续性长代码任务 | Kimi K3 | SWE Marathon 第一，上下文最长 |
| 复杂 Repo 级修 Bug | Claude Fable 5 | FrontierSWE / SWE-bench Pro 大幅领先 |
| 终端/工具链 Agent | GPT-5.6 Sol | Terminal Bench 与 Coding Agent Index 领先 |
| 超长文档/多模态理解 | Kimi K3 | OmniDocBench 第一，原生视觉 + 1M 上下文 |
| 成本敏感场景 | DeepSeek V4 Pro | 输出仅 $3.48/M，远低于 K3 |
| 开源自部署（7/27 后） | Kimi K3 | 迄今最强可下载开源权重 |
信号意义：这代表中国 AI 开源生态从「以低价换市场」转向真正挑战智能前沿——不再是参数堆砌的面子工程，而是架构层面的工程创新。
若你计划将 Kimi K3 接入本地 Agent 流水线或 Kimi Code 类长会话编程环境，在笔记本或不稳定 VPS上跑 CLI Agent 常面临内存不足、会话中断与 Xcode/Metal 工具链缺失；纯 Linux VPS 也无法覆盖 iOS 构建与签名链路。对于需要稳定 SSH 长会话、DerivedData 缓存与 iOS CI/CD 自动化的生产环境，NodeMini 的 Mac Mini 云端租赁通常是更优解——独占节点、秒级拨备，让 Agent 与构建任务在同一台真实 Mac 上持续运行。
可以。在 kimi.com 注册免费账号即可使用 K3，默认最大推理力度。API 调用需付费（$3/$15 per 1M tokens）。若需稳定 Agent 运行环境，可参考 Mac Mini 租赁价格。
完整权重将于 2026 年 7 月 27 日在 Hugging Face 开放。生产级部署需要 64 张以上加速卡的超节点，普通笔记本无法承载 2.8T 参数。推理服务商与资源充足的研究实验室更适合自托管。
K3 参数近两倍（2.8T vs 1.6T）、上下文 1M vs 128K、多项基准更强；DeepSeek 输出仅 $3.48/M，成本显著更低。成本敏感选 DeepSeek，长代码/文档理解选 K3。
对整库代码分析、长篇法律/研究文档、多轮 Agent 长记忆非常实用。K3 按统一价格计费无长度附加费，配合 KDA 架构在百万 token 下解码速度提升 6.3 倍。更多运维问题见 帮助中心。
月之暗面表示 low 和 high 模式将在后续更新中推出，目前仅 max 模式可用。可关注 WAIC（7 月 17–20 日）与 7 月 27 日权重发布获取更多更新。