Kimi K3, qua các con số, tính đến ngày 17 tháng 7 năm 2026:
2,8 nghìn tỷ tham số. Mô hình mã nguồn mở lớn nhất từng được xây dựng, lớn hơn 75% so với DeepSeek V4 Pro.
896 chuyên gia bên trong kiến trúc. 16 kích hoạt cho mỗi token.
1.000.000 token ngữ cảnh. Thị giác gốc. Một chế độ suy luận, được đặt vĩnh viễn ở mức tối đa.
3 đô la cho mỗi triệu token đầu vào, 15 đô la cho mỗi triệu token đầu ra. Đầu vào được lưu trong bộ nhớ đệm giảm xuống còn 0,30 đô la, và cụm phục vụ của Moonshot duy trì tỷ lệ truy cập bộ nhớ đệm trên 90% trong các phiên lập trình.
Trong các bài kiểm tra lập trình giao diện người dùng độc lập của Arena, K3 đã đánh bại Claude Fable 5 và GPT-5.6 Sol. Trong bảng xếp hạng văn bản rộng hơn của Arena, nó đã về đích trước Opus 4.8 trong khi chi phí cho mỗi tác vụ thấp hơn 40%.
Toàn bộ trọng số sẽ được phát hành vào ngày 27 tháng 7 theo Giấy phép MIT đã sửa đổi. Mô hình lớp 3T mã nguồn mở đầu tiên trong lịch sử.
Moonshot AI, phòng thí nghiệm ở Bắc Kinh đứng sau nó, đã đạt doanh thu hàng năm hóa trên 200 triệu đô la vào hồi tháng Tư. Vào ngày 16 tháng 7, họ đã phát hành K3 và thị trường đã có khoảnh khắc DeepSeek thứ hai trong 18 tháng.
Đó là những con số. Bây giờ là câu chuyện đằng sau chúng, bởi vì chỉ riêng những con số đã đánh giá thấp mức độ kỳ lạ của bản phát hành này.
Sự trở lại không ai lên kế hoạch
Mười tám tháng trước, Moonshot trông như đã kết thúc. DeepSeek đã nuốt chửng thị trường người tiêu dùng của họ, câu chuyện doanh nghiệp của họ bị đình trệ, và thương hiệu Kimi chỉ đọc như một chú thích trong cuộc đua AI của Trung Quốc. Người sáng lập Yang Zhilin, một cựu nhà nghiên cứu của Google, đã giữ phòng thí nghiệm tập trung vào một thứ: các mô hình lập trình tác tử với cửa sổ ngữ cảnh phi lý.
K2 đến vào tháng 7 năm 2025 như một lập trình viên mã nguồn mở vững chắc. K2.5 và K2.6 tiếp theo vào mùa xuân năm 2026, và đến tháng Tư, Artificial Analysis đã xếp hạng K2.6 là mô hình mã nguồn mở mạnh nhất trên chỉ số thông minh của họ. Đáng nể. Vẫn ở dưới một tầng so với ranh giới đóng.
K3 đã đóng tầng đó. Moonshot đã chọn thời điểm phát hành vài ngày trước Hội nghị Trí tuệ Nhân tạo Thế giới tại Thượng Hải, và thông điệp ẩn dưới các điểm chuẩn thật thẳng thừng: ba năm kiểm soát xuất khẩu GPU đã không ngăn được một phòng thí nghiệm cỡ vừa ở Bắc Kinh vươn tới ranh giới và sau đó trao trọng số cho bất kỳ ai có liên kết tải xuống.
Anthropic đã cáo buộc Moonshot và các phòng thí nghiệm Trung Quốc khác về việc chưng cất quy mô công nghiệp, được cho là đào tạo trên hàng triệu lượt trao đổi với các mô hình ranh giới của Mỹ. Moonshot phủ nhận điều này. Cả hai điều đều có thể quan trọng cùng một lúc: cuộc chiến về nguồn gốc là có thật, và hiện vật đang tồn tại trên Hugging Face trong 10 ngày tới cũng vậy.
2,8 nghìn tỷ tham số thực sự mua được gì
Con số tiêu đề gây hiểu lầm nếu bạn đọc nó như một khối lượng thô. K3 là một mô hình Hỗn hợp Chuyên gia thưa thớt: 896 mạng con chuyên biệt, 16 được kích hoạt cho mỗi token. Bạn có được dung lượng kiến thức của một mô hình 2,8T với chi phí suy luận của một thứ nhỏ hơn nhiều.
Hai phát minh nội bộ mang thiết kế này. Kimi Delta Attention, một cơ chế chú ý tuyến tính lai, là lý do tại sao cửa sổ ngữ cảnh 1M tồn tại với mức giá bạn có thể chấp nhận được. Attention Residuals, một sự thay thế tương thích ngược cho các kết nối dư chuẩn, là nơi Moonshot tuyên bố đạt được lợi ích mở rộng quy mô nhất quán. Cả hai đều được công bố dưới dạng nghiên cứu mở trên GitHub trước khi mô hình được phát hành, điều này đã mang lại cho K3 sự tín nhiệm với các nhà nghiên cứu trước khi một điểm chuẩn duy nhất được hạ cánh.
Bản dịch thực tế: mô hình này đọc toàn bộ cơ sở mã, một năm tài liệu hoặc 50 bản ghi video trong một lời nhắc, giữ tất cả trong sự chú ý làm việc và suy luận qua toàn bộ nội dung đó. Đường dẫn RAG, chiến lược phân khúc, cơ sở dữ liệu nhúng, toàn bộ ngành công nghiệp truy xuất được xây dựng để bù đắp cho các cửa sổ ngữ cảnh nhỏ, tất cả đều trở thành tùy chọn cho một lớp tác vụ đang phát triển.
Thêm thị giác gốc và bề mặt đầu vào lại mở rộng. Ảnh chụp màn hình, sơ đồ, ảnh bảng trắng, biểu đồ. Chiến thắng trên Arena của K3 đến từ lập trình giao diện người dùng cụ thể, chính xác là lĩnh vực mà việc nhìn thấy một thiết kế và viết mã cho nó cùng tồn tại trong một bộ não.
Kinh tế học mới là vũ khí thực sự
Hãy gạt các điểm chuẩn sang một bên. Bảng giá là nơi K3 gây sát thương.
3 đô la đầu vào, 15 đô la đầu ra đưa K3 lên đầu bảng giá của các phòng thí nghiệm Trung Quốc và khoảng một nửa chi phí cho mỗi tác vụ so với Opus 4.8. Sau đó, bộ nhớ đệm viết lại các phép tính. Ở mức 0,30 đô la cho mỗi triệu token đầu vào được lưu trong bộ nhớ đệm với tỷ lệ truy cập trên 90% trong các phiên lập trình dài, chi phí đầu vào hiệu quả của một tác nhân liên tục đọc lại cùng một kho lưu trữ giảm khoảng 4 lần.
Các tác nhân chân trời dài sống và chết nhờ điều này. Một tác nhân làm việc thông qua một kho lưu trữ trong 6 giờ sẽ đọc lại cùng một ngữ cảnh hàng nghìn lần. Theo hầu hết các mô hình định giá, vòng lặp đó sẽ phá sản bạn. Dưới kinh tế bộ nhớ đệm của K3, nó chỉ tốn tiền ăn trưa.
Moonshot cũng tuyên bố K3 tiêu tốn ít hơn 21% token đầu ra so với K2.6 cho các tác vụ tương đương. Con số của họ, từ bảng đánh giá của họ, vì vậy hãy giữ nó một cách lỏng lẻo. Những người kiểm tra độc lập đã tìm thấy áp lực ngược lại ở đầu nhỏ: chế độ suy luận tối đa luôn bật đã đốt cháy 13.241 token suy nghĩ trên một bản vẽ SVG tầm thường, khoảng 0,25 đô la cho một truy vấn dùng một lần. K3 không có chế độ tiết kiệm. Bạn không thể yêu cầu nó suy nghĩ ít hơn.
Điều này vạch ra ranh giới sử dụng trung thực. Các tác vụ đơn giản, khối lượng lớn, nhạy cảm với độ trễ là ngôi nhà sai cho mô hình này. Các phiên dài trên ngữ cảnh lớn, nơi bộ nhớ đệm hấp thụ chi phí đầu vào và tác vụ biện minh cho suy luận tối đa, là nơi định giá chuyển từ đắt đỏ sang bất công.
Ngày 27 tháng 7 thay đổi thể loại
Cho đến nay, một quy tắc đã giữ vững trong toàn ngành: khả năng tiên tiến tồn tại đằng sau một API. Bạn thuê nó, nhà cung cấp có thể định giá lại, ngừng sử dụng hoặc âm thầm thay đổi hành vi của nó và doanh nghiệp của bạn sẽ hấp thụ bất cứ điều gì xảy ra.
Vào ngày 27 tháng 7, trọng số K3 sẽ được đưa lên theo Giấy phép MIT đã sửa đổi. Tải xuống một lần và không một phòng thí nghiệm nào trên trái đất có thể lấy lại khả năng đó. Tinh chỉnh nó trên miền của bạn. Chạy nó cách ly. Phục vụ nó từ phần cứng của riêng bạn. Các chính phủ, bệnh viện, ngân hàng và mọi người sáng lập đã mất ngủ vì thông báo ngừng mô hình giờ đây có một phương án dự phòng cấp tiên tiến không phụ thuộc vào ai.
Hầu như không ai sẽ tự lưu trữ 2,8 nghìn tỷ tham số. Hóa đơn phần cứng để phục vụ một mô hình có kích thước này, thậm chí là thưa thớt, nằm ngoài tầm với của người đam mê. Điều đó đã bỏ lỡ vấn đề. Việc tồn tại công khai của các trọng số vĩnh viễn giới hạn những gì bất kỳ ai có thể tính phí cho các mô hình đóng có sức mạnh tương tự và nó đảm bảo một thị trường gồm các máy chủ bên thứ ba giá rẻ cạnh tranh để phục vụ K3 với biên lợi nhuận hàng hóa. Bạn được hưởng lợi từ bản phát hành mở ngay cả khi bạn không bao giờ tải xuống một mảnh nào.
Xây dựng gì với nó trong tháng này
Một mô hình với ngữ cảnh 1M, thị giác gốc, điểm lập trình tiên tiến và chi phí bộ nhớ đệm giảm dần không phải là một bản nâng cấp trò chuyện. Nó thưởng cho một hình thức làm việc khác.
Cung cấp cho nó những thứ nguyên khối. Toàn bộ kho lưu trữ để xem xét, thư mục hợp đồng hoàn chỉnh để kiểm toán, thư viện nội dung của đối thủ cạnh tranh đầy đủ để phân tích. Bất cứ thứ gì bạn từng cắt nhỏ, hãy ngừng cắt.
Chạy nó lâu dài. Định vị chính thức của K3 là các phiên kỹ thuật dài với sự giám sát tối thiểu: điều hướng kho lưu trữ, điều phối các công cụ thiết bị đầu cuối, tiếp tục. Xếp hàng các tác vụ thực tế kéo dài nhiều giờ vào buổi tối và kiểm tra công việc đã hoàn thành vào buổi sáng, với bộ nhớ đệm hấp thụ chi phí của mỗi lần đọc lại.
Hướng máy ảnh vào các vấn đề. Chụp ảnh màn hình trang đích của đối thủ cạnh tranh và yêu cầu xây dựng lại. Chụp ảnh bảng trắng và yêu cầu triển khai. Thị giác cộng với điểm lập trình tiên tiến ở giao diện người dùng làm cho màn hình thành mã trở thành sân nhà của mô hình.
Và giữ một tay trên đồng hồ đo. Định tuyến các cuộc gọi tầm thường, tần suất cao của bạn tới một mô hình nhỏ rẻ tiền, bởi vì K3 sẽ sẵn lòng dành một phần tư suy nghĩ kỹ lưỡng về hư vô.
Ranh giới từng là một gói đăng ký. Trong 10 ngày nữa, nó trở thành một tệp. Hãy lên kế hoạch như vậy.
Cảm ơn bạn đã đọc đến đây.
Tôi phân tích các mô hình AI, quy trình làm việc của tác nhân và các hệ thống đằng sau chúng, với các con số thực và lời cảnh báo trung thực. Nếu điều này hữu ích, một lượt theo dõi có nghĩa là bài phân tích về việc phát hành trọng số ngày 27 tháng 7 sẽ xuất hiện trong nguồn cấp dữ liệu của bạn vào đúng ngày đó.
