Kimi K3 Open Weights:
релиз 27 июля 2026 — бенчмарки, цены и требования к железу

Moonshot AI включила API Kimi K3 16 июля 2026 и обещает полные open weights на Hugging Face 27 июля 2026 — первую публично скачиваемую модель за порогом 2 трлн параметров. Для MLOps, ML-инженеров и тех, кто готовит on-premise inference, окно узкое: API уже live, но production self-host требует 64+ ускорителей и ~1,4 ТБ весов. Этот техгайд покрывает таймлайн 16/17/27 июля, specs 2,8T, benchmark 57,1, цены API, open weights vs open source, реальность железа, значение для индустрии, чеклист из 7 шагов, FAQ и мост к полному обзору Kimi K3.

• TL;DR: API с 16 июля; WAIC 17–20 июля; open weights 27 июля 2026.
• Перформанс: Intelligence Index v4.1 = 57,1 (4-е место); SWE Marathon 42,0 (1-е).
• Self-host: ~1,4 ТБ (MXFP4), production inference = 64+ GPU.

SECTION 01 Open weights vs open source: почему различие критично для enterprise

«Open source» и «open weights» часто смешивают — технически и юридически это разные вещи:

• Open weights: скачиваемые веса модели; training code, датасеты и полная воспроизводимость обычно отсутствуют. Kimi K3 — именно этот класс.
• Open source (OSI): исходники, лицензия, reproducibility — Kimi K3 этому не соответствует, даже после 27 июля.
• API-first lag: 11 дней между API go-live (16 июля) и weight release (27 июля) — облачная зависимость или раннее бронирование GPU.
• Vendor lock-in: без весов остаётся только API — fine-tuning и on-premise inference недоступны. Альтернативы — в сравнении DeepSeek V4 GA.
• Data residency: self-host после 27 июля даёт контроль над данными в своём дата-центре — без прокидывания промптов на серверы Moonshot.

Суть: drop 27 июля — крупнейший weight release в истории (2,8T, MoE 896 experts). Не OSI open source, но новый fine-tuning baseline для комьюнити.

SECTION 02 Таймлайн 16/17/27 июля и specs модели 2,8T

На фоне рынка: K3 на ~75% больше DeepSeek V4 Pro (1,6T) и в 2,7× больше open model Xiaomi (1,02T). Moonshot держала титул «крупнейшей open model» 9 из 12 месяцев — K3 обновляет рекорд с 27 июля.

SECTION 03 Benchmark 57,1 и индустриальное значение weight drop

Перед резервированием GPU-кластера — performance context. Все цифры Moonshot self-report (17 июля 2026):

Что меняет drop 27 июля:

• Первый download >2T: порог, который раньше был только у closed API models.
• Новый fine-tuning baseline: domain adapters без vendor lock-in — для regulated industries.
• MoE inference как инфра-дисциплина: 896 experts требуют vLLM/SGLang routing — не plug-and-play как 7B.
• Competitive pressure: Moonshot ARR >$300M, valuation $31,5B, API >70% revenue — сигнал DeepSeek и frontier labs. Архитектура — в полном обзоре Kimi K3.

SECTION 04 Цены API сейчас vs self-host после 27 июля

Cache hit rate >90% в Kimi Code workflows — effective input ~$0,55/M. До 27 июля API pragmatic; после — TCO GPU cluster vs token billing.

SECTION 05 Self-host reality: 1,4 ТБ весов и 64+ GPU — не laptop workload

Drop 27 июля — не consumer release. Production inference требует:

• ~1,4 ТБ download: MXFP4 weights на Hugging Face — storage и bandwidth plan до release.
• 64+ accelerators: super-node minimum (NVIDIA H100/H200) для full-throughput на 2,8T MoE.
• Framework adapters: vLLM, SGLang, transformers с MXFP4/NVFP4 — Day-0 expected, production hardening = недели.
• KV cache на 1M context: KDA режет memory на 75%, но остаётся datacenter-scale.
• Metal / Xcode stack: GPU cluster не заменяет native Apple build pipeline — дополняет, не substitutирует. Для CI на Metal — физический Mac.

SECTION 06 Чеклист из 7 шагов: подготовка к релизу 27 июля

1. API baseline (сейчас): тест Kimi K3 через kimi-k3 на platform.kimi.ai — latency, quality, cost. См. гайд по архитектуре и setup.
2. Забронировать GPU capacity: 64+ accelerators для PoC — раньше release, иначе дефицит.
3. Storage planning: ~1,4 ТБ MXFP4 + checkpoint overhead; bandwidth первого download.
4. Framework stack: track vLLM/SGLang branches с Kimi K3 support; validate на меньших MoE.
5. Compliance docs: data flow diagram, processing register — self-host vs API route.
6. Fine-tuning pipeline sketch: domain datasets, LoRA vs full fine-tune, eval harness до download.
7. Hybrid fallback: API для burst, self-host для sensitive workloads — cost caps и failover.

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": "Baseline test before self-host..."}]
)
print(response.usage)

SECTION 07 Цитируемые данные, источники и вывод

• Timeline: API 16 июля → WAIC 17–20 июля → open weights 27 июля 2026.
• Parameters: 2,8T total; MoE 896/16; context 1 048 576 tokens; download ~1,4 ТБ (MXFP4).
• Intelligence Index v4.1: 57,1 (4-е место); SWE Marathon 42,0 (1-е).
• API: $3/$15 per M; cache $0,30/M; model ID kimi-k3.
• Self-host: minimum 64+ accelerators; vLLM/SGLang Day-0 expected.
• Commercial: ARR >$300M; valuation $31,5B (июнь 2026).

Верифицируемые источники — перепроверить после 27 июля:

Moonshot AI — официальный блог Kimi K3

Kimi API Platform — документация

Artificial Analysis — Intelligence Index v4.1 rankings

VentureBeat — Moonshot AI Kimi K3 coverage

South China Morning Post — Kimi K3 Moonshot AI report

Команды, интегрирующие Kimi K3 в Agent pipelines с macOS CI, Xcode builds и 7×24 automation, упираются в три bottleneck до drop: ① API dependency без on-premise control; ② macOS CI на VM с Metal overhead и нестабильной toolchain; ③ локальный Mac без 24/7 uptime для long-horizon agents. Cloud VM ухудшают latency; GPU cluster не покрывает native Apple stack. Для zero hypervisor overhead, stable iOS/macOS CI и AI Agent automation MACNOX cloud physical Mac nodes обычно лучше дополняют K3 stack: 100% Apple hardware, full root, flexible daily/weekly/monthly billing. См. Mac Mini M4 rent vs buy, Grok 4.5 agent cost analysis и pricing.

SECTION 08 Часто задаваемые вопросы