Kimi K3: обзор открытой модели
на 2,8 трлн параметров — вызов Claude и GPT

Ночью 16 июля 2026 Moonshot AI (月之暗面) тихо включила Kimi K3 — без пресс-конференции, но с 2,8 трлн параметров, крупнейшим open-source LLM на сегодня. Для инженеров, которые оценивают модели для coding-агентов, анализа monorepo или multimodal-документов, три вопроса решают выбор: догоняет ли Claude Fable 5 и GPT-5.6 Sol? Сколько стоит API? Когда выйдут веса? Этот разбор покрывает стратегический контекст, архитектуру KDA/AttnRes/MoE, полную матрицу бенчмарков, цены, 4 способа доступа, 6 шагов подключения, матрицу сценариев, open weights 27 июля, цитируемые параметры и FAQ — с акцентом на inference pipeline, KV-cache и последствия для macOS CI.

SECTION 01 Почему Kimi K3 важен сейчас: контекст, стоимость и vendor lock-in

K3 закрывает три типичных bottleneck в production LLM-стеках:

• Потолок контекста: Большинство flagship-моделей ограничены 128K–400K token — monorepo требует chunking, потери state и дорогих re-prompt.
• Long-horizon coding: SWE Marathon измеряет многочасовую agent-работу; многие модели «ломаются» в tool-loop.
• Закрытые API: Без open weights нет fine-tuning, on-prem и полного audit trail — до 27 июля только cloud inference.
• Бюджет output: Claude Opus 4.8 — $5/$25 за 1M token; см. разбор цен Grok 4.5 для контекста рынка.

Core specs: MoE 896 experts, 16 active; контекст 1 048 576 token; native vision (text/image/video); model ID kimi-k3; reasoning сейчас только max effort; полные веса 27 июля 2026 на Hugging Face.

SECTION 02 Стратегический контекст: WAIC, ARR $300M и comeback Moonshot

• Size record: 9 из 12 месяцев Kimi держала рекord largest open model; K3 опережает DeepSeek V4 Pro на ~75 %.
• WAIC 2026: Релиз накануне World AI Conference в Shanghai — сильный сигнал рынку.
• Commercial traction: ARR >$300M (июнь 2026); 6-й раунд при $31,5B pre-money; API >70 % revenue; overseas paid users +400 %.
• Metal/Core ML: Для интеграции agent-pipeline с Xcode и локальными tools нативный macOS host критичен — VM дают overhead на Metal-шейдерах и Core ML compile chain.

SECTION 03 Архитектура: KDA, AttnRes и Stable LatentMoE

K3 — не просто scale-up. Три engineering-инновации решают реальные проблемы inference и training:

Kimi Delta Attention (KDA): Hybrid linear attention в ratio 3:1 (три linear layer, один full attention). Эффект: KV-cache до −75 %, decoding при 1M token до 6,3× быстрее, без trade-off на short/long context и RL.

Attention Residuals (AttnRes): Selective retrieval через depth вместо uniform residual accumulation — ~+25 % training efficiency при <2 % extra compute.

Stable LatentMoE: 896 experts, 16 active (sparsity 1,8 %). Стабилизаторы:

SECTION 04 Бенчмарки: coding, reasoning и vision

Данные self-reported Moonshot (16 июля 2026). Разные harness: K3 — Kimi Code, GPT — Codex, Claude — Claude Code. Независимые reproductions в процессе.

SWE Marathon — ключевой индикатор long-horizon coding: K3 лидирует с 42,0. Artificial Analysis Intelligence Index v4.1: K3 = 57,1 (4-е место), Fable 5 = 59,9, GPT-5.6 Sol = 58,9 — разрыв 2,8 пункта.

SECTION 05 API pricing: $3/$15, cache-hit и тарифы Китая

K3 совпадает с Sonnet standard, но даёт 5× контекст. Moonshot сообщает >90 % cache hit в Kimi Code workflows (Mooncake split-inference) — effective input ~$0,55/M. Китай: ¥20/¥100 за M, cache ¥2/M; consumer от ¥199 (до 11 августа).

SECTION 06 6 шагов подключения Kimi K3 (4 способа доступа)

Четыре пути: (1) kimi.com web/app — free с Google login; (2) Moonshot API — OpenAI-compatible; (3) OpenRouter moonshotai/kimi-k3; (4) self-host после 27 июля — 64+ accelerator.

1. Аккаунт: kimi.com — K3 с max reasoning по умолчанию.
2. API key: Регистрация на platform.kimi.ai, включить billing.
3. Client config: OpenAI SDK с base_url=https://api.moonshot.ai/v1, model kimi-k3.
4. Smoke test: Короткий coding prompt; baseline latency/quality vs Claude/GPT.
5. OpenRouter: Model ID moonshotai/kimi-k3, official pricing без markup.
6. Production pipeline: Cache-friendly prompt structure; agent logs для audit; CI runner на native macOS вместо VM для Metal/Core ML tool integration.

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": "Analyze this codebase..."}]
)
print(response.choices[0].message.content)

SECTION 07 Матрица сценариев и open weights 27 июля 2026

27 июля 2026 Moonshot публикует полные веса на Hugging Face — первый open model >2T, training с MXFP4/MXFP8. Ожидается Day-0 support в vLLM, SGLang, transformers. Вехи: 17–20 июля WAIC → 27 июля open weights.

SECTION 08 Цитируемые параметры, источники и вывод для разработчиков

• Параметры: 2,8T total; MoE 896/16 active; context 1 048 576 token.
• Architecture efficiency: KDA −75 % KV-cache, 6,3× decode at 1M; AttnRes +25 %; 2,5× scaling vs K2.
• Intelligence Index v4.1: 57,1 (4-е место среди frontier).
• API: $3/$15 за M; cache $0,30; >90 % hit rate в coding.
• Commercial: ARR >$300M; valuation $31,5B; open weights 27 июля 2026.

Верифицируемые источники — перепроверьте после релиза:

Moonshot AI: Kimi K3 Official Blog

Kimi API Platform Documentation

Artificial Analysis: Intelligence Index v4.1

OpenRouter: moonshotai/kimi-k3 Pricing

Для команд, интегрирующих Kimi K3 в Cursor, Kimi Code или custom agent pipeline, остаются три bottleneck: ① self-host до 27 июля невозможен — API dependency; ② macOS CI на VM с Metal/Core ML overhead и unstable tool-chain; ③ local Mac без 7×24 uptime для long-horizon agents. Cloud VM усугубляют latency и compatibility; API-only без dedicated build host усложняет reproducible agent tests. Для нулевого hypervisor overhead, стабильного iOS/macOS CI/CD и AI Agent automation физические cloud-ноды MACNOX обычно оптимальнее: 100 % Apple hardware, полный Root, гибкая аренда день/неделя/месяц. См. аренда vs покупка Mac Mini M4 и hardening AI Agent production.

SECTION 09 Часто задаваемые вопросы