全球最大開源模型Kimi K3發布 2.8兆參數挑戰AI巔峰
月之暗面 (Moonshot AI) 趕在 WAIC 開幕前，於周三 (16 日) 正式推出新一代旗艦大模型 Kimi K3。其具備 2.8 兆 (2.8T) 參數、1M 上下文窗口與原生多模態能力，一舉成為目前全球參數規模最大的開源模型，規模比 DeepSeek V4 Pro 高出約 75%。
月之暗面宣布，K3 的完整權重將於 7 月 27 日前正式發布，這也是全球首個邁入 3 兆門檻並面向公眾開源的模型。
性能表現：挺進「御三家」之列
在各項基準測試中，Kimi K3 展現了逼近頂級閉源模型的實力。根據 Artificial Analysis 的智能指數 (Intelligence Index)，K3 的得分僅次於 Claude Fable 5 與 GPT-5.6 Sol，穩居全球第三，正式取代 Google 成為 AI 界的新一代「御三家」。
特別是在 Frontend Code Arena(前端程式碼競技場) 中，K3 以 1679 的 Elo 分數奪冠，超越了 Fable 5 與 Sol，在品牌營銷、數據分析等 6 個領域均排名第一。
核心技術：KDA 與 AttnRes 的雙重突破
K3 採用高度稀疏的 MoE(混合專家) 架構，總參數雖達 2.8T，但每次推理僅激活 16 個專家 (共 896 個)。其架構引入了兩項關鍵創新：
Kimi Delta Attention (KDA)：一種混合線性注意力機制，將 KV 緩存使用量減少 75%，在百萬字上下文下的解碼吞吐量提升最高 6 倍。
Attention Residuals (AttnRes)：允許模型選擇性跨層檢索信息，防止底層知識在深層網絡中被「遺忘」。 這些技術讓 K3 的訓練效率較上一代提升了約 2.5 倍。
實戰應用：具備強大的長程自主性
與以往模型不同，K3 的核心升級在於其長程自主性。官方演示顯示，K3 能在 48 小時內獨立完成一顆 4 mm² 晶片的設計、優化與驗證，集成了 146 萬個標準單元。
在科研場景下，它能在兩小時內復現複雜的天體物理研究，閱讀 20 多篇論文並生成 3000 多行程式碼，將原本需資深研究員一到兩周的工作縮短至數小時。
局限與價格：機遇與挑戰並存
儘管實力強勁，K3 仍存在已知局限。其幻覺率達 51%，雖然準確性提升，但出錯時往往過於自信。此外，模型因過於優化長程任務，在處理模糊指令時可能顯得過於主動而替用戶做出決策。
在定價方面，K3 的 API 價格對標 Sonnet 模型，每百萬 Token 輸入定價為 20 元 (未命中緩存)，若命中緩存則大幅降至 2 元。
雖然 K3 將於 7 月 27 日開源權重，但由於參數規模巨大，本地運行門檻極高，官方建議至少配備 64 個加速器 的超級節點配置。
更多鉅亨報導
•月之暗面傳赴港 IPO 估值上看180億美元
•矽谷大轉向！美國科技巨頭悄悄將中國AI模型納入核心基礎設施 GLM與Kimi受青睞