Kimi K3 发布：2.8 万亿参数模型全解读（2026）

2026 年 7 月 17 日凌晨，月之暗面把 Kimi K3 摆上了台面。2.8 万亿参数、100 万 Token 上下文、原生视觉输入——而且官方明确说"会开放权重"。光是"2.8 万亿"这个数字，就已经把 K3 推到了全球首个开源 3T 级模型的位置。

但先别急着喊"国产大模型逆袭"。我习惯在看到这种大新闻时先翻三样东西：它到底在哪能用、权重到底放没放、账单到底怎么算。翻完之后你会发现，K3 的真实分量，藏在这三件事的细节里，而不是那串吓人的参数数字上。

一句话定性。 K3 是月之暗面目前最强、也是目前规模最大的开源模型；但它"现在可用"指的是月之暗面托管的云端服务，完整权重要到 7 月 27 日前才公开。本文不把它当作"已经开源"来写，也不提前确认它的商业使用范围。

2.8 万亿参数，但每次只点亮 16 个专家

K3 用的是混合专家（MoE）架构。总量 2.8 万亿，但不是每次推理都把这 2.8 万亿全部跑一遍——那显存根本装不下。它设了 896 个专家，每个 token 实际只激活 16 个。换句话说，单次推理的计算量被稀疏化压得很低，规模优势才落得地。

架构上有两处关键更新，值得单独拎出来：

• Kimi Delta Attention（KDA）——解决长上下文的计算成本。官方称在百万 Token 场景下，KDA 把解码速度最高提升了 6.3 倍。对要喂整本书、整个代码库进去的长任务，这点很实在。
• Attention Residuals（AttnRes）——解决深层网络的信息衰减。据称把训练效率提了约 25%，额外成本不到 2%。
• 再叠一个 Stable LatentMoE 框架，把上面那套稀疏激活跑稳。

月之暗面给了一个"约 2.5 倍整体缩放效率提升"的说法，对照对象是自家的 K2。这个数字来自厂商测试，技术报告和第三方复现还没出，先当参考，别当结论。

100 万上下文 + 原生视觉，这才是重点

参数规模是面子，上下文和视觉才是里子。K3 原生支持 100 万 Token 上下文和图像输入，而且它把这两者用到了具体场景里：

• 在 GDPval-AA v2（44 个职业、9 大行业的真实知识工作基准）上拿了 1687 分，排在 Claude Fable 5 Max 和 GPT-5.6 Sol Max 之后，但超过了 Claude Opus 4.8 Max 的 1600。
• 在 AA-Briefcase（长程智能体知识工作基准）上 1527 分，全场第二。
• 靠 1M 上下文，在 BrowseComp（长程高难信息检索）上单智能体拿到 91.2 的 SOTA，而且没做上下文压缩、没上额外的上下文管理技巧。
• 编程侧它还会"看图干活"——给截图、日志、测试结果，它能在源码和渲染结果之间来回切换，官方点名适合游戏开发、前端、CAD 这类视觉 + 代码混合的任务。

我第一反应是想试试它的 CAD / 前端闭环能力，因为这类"边看渲染图边改代码"的活儿，恰恰是很多模型掉链子的地方。7 月 27 日权重出来后，这会是本地部署最值得验的真本事。

现在在哪能用：Kimi、Work、Code、API

个人用户入口已经全开：

• Kimi 网页端与 App（iOS / Android / HarmonyOS）默认就能选 K3。
• Kimi Work 需要 Windows 客户端，或 Apple 芯片 Mac 的 3.1.0 及以上版本。
• Kimi Code 在终端里用 /model 切到 Kimi K3 即可。
• Kimi API 调用模型 ID 是 kimi-k3，基本兼容 OpenAI SDK。

一个细节：K3 默认开 max 思考强度（thinking effort），低 / 高强度模式官方说后续再上，所以现在账单里暂时没有"省思考 token"的开关可省。接 API 的最小代码长这样：

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "用一句话介绍 Kimi K3。"}],
)
print(completion.choices[0].message.content)

"已上线"不等于"已开源"：权重倒计时

这是整篇里最该说清楚、却最容易被营销话术糊弄的一点。

月之暗面承诺完整权重最晚 7 月 27 日公开，架构、训练、评测细节会随技术报告一起放。但截至发文，K3 专属的公开仓库、模型卡、许可证文本都还没在官方页面出现。所以现在的状态是：云端能用，权重未放，开源未落地。

为什么这很关键。 对开发者来说，真正影响本地部署和商业采用的，不是今天能不能在网页里聊天，而是 7 月 27 日前会不会按计划放出完整权重，以及许可证、显存需求、量化方案、推理框架适配和安全评测是否同步说清楚。这些没明确前，谈"私有化部署 K3"都为时过早。

API 价格拆解：缓存命中是省钱关键

官方价格（每百万 Token）：

月之暗面称其官方 API 在编程负载里缓存命中率超过 90%。这个数字来自厂商自身统计，实际账单取决于你提示词的复用程度、输入长度和输出量。我的经验是：如果你的工作流是"同一套系统提示 + 大段代码库反复喂"，缓存命中率高，单价能压得很低；但如果是大量一次性长输入，未命中那 $3/M 的输入价会很快吃掉预算。

另外，官方页面目前没有列出统一免费额度、明确地区清单或服务等级协议（SLA）。迁移生产负载前，记得分别核对账户资格、数据处理条款和并发限制——别等上线了才发现额度不够。

榜单表现强势，但口径不能混着看

Reuters 援引公开榜单称，K3 在 Arena.ai 的网页界面构建评测里排第一，在 Vals AI 综合评测里排第二，仅次于 Claude Fable 5。

成绩确实亮眼。但不同榜单的任务集、提示方式、评审模型、运行框架都不一致——这些能说明 K3 在部分编程和智能体任务上具备竞争力，不能直接推导出"所有场景综合第一"。

老实话。 月之暗面自己也在技术博客里承认：K3 的整体表现仍低于 Claude Fable 5 和 GPT-5.6 Sol 这两个最强闭源模型。这比把单项榜单成绩概括成"全面领先"更接近现有证据。看这类发布，把厂商的谦辞和营销话术分开，比看数字本身更重要。

值不值得冲：开发者该盯什么

我的判断——分三层：

• 今天就能用的人：长上下文 + 原生视觉 + API 的价格组合，对要做知识工作、长代码库分析、视觉相关编程的人来说，吸引力是实打实的。先走 API 或 Kimi Code 试水，成本可控。
• 等权重的人：真正想本地部署、做微调、嵌进自有产品的，把 7 月 27 日圈进日历。那天放出来的许可证和量化方案，比今天的发布会更决定你能不能真用上。
• 观望的人：榜单别混着看，商业使用范围等许可证明确再说。现在冲"开源 K3 私有化"的方案商，大概率是在用托管 API 假装本地部署。

K3 的意义，不在它今天能不能打赢 Fable 5，而在它是第一个摸到 3T 级别、又承诺开放权重的开源模型。如果 7 月 27 日权重真按约放出、许可证友好、量化方案跟得上，它会是今年开源侧最重要的一块拼图。如果那天跳票或许可证收紧，故事就另一说了。

我的建议。 现在先跑通 API 工作流、攒一轮真实体感；7 月 27 日当天再去翻权重仓库和模型卡。先把账算明白，再决定要不要把生产负载押上去。