Moonshot AI открыла Kimi K3: что дает самая большая open-source модель с 2,8 трлн параметров

Что произошло: Kimi K3 стала открытой

27 июля Moonshot AI опубликовала полные веса своей флагманской модели Kimi K3. Это первая open-source модель в классе «3 триллиона». Прямо сейчас любой разработчик может скачать файлы и запустить систему с 2,8 трлн параметров на своих серверах.

Событие меняет расстановку сил. До этого дня модели такого масштаба оставались закрытыми: доступ к ним давали только через платные API или облачные сервисы. Moonshot AI сделала шаг, которого рынок ждал несколько месяцев, с момента первых анонсов Kimi K3. Компания подтвердила: открытые веса, контекстное окно в 1 млн токенов и архитектура, которая дает 2,5-кратный прирост эффективности масштабирования по сравнению с предыдущей версией Kimi K2.

Модель уже доступна через веб-чат, API и сервис Kimi Code. Стоимость использования начинается от $3 за миллион токенов на входе. Полные веса опубликованы для загрузки, что позволяет развернуть систему локально или в частном облаке. Это решение адресовано компаниям, которые не готовы передавать данные внешним провайдерам, и исследователям, которым нужна полная прозрачность архитектуры.

Подробный разбор характеристик и рыночного контекста мы давали в материале Kimi K3: что нужно знать о рекордной опенсорс-модели. Сейчас сосредоточимся на том, что дает открытие весов и как использовать модель в реальных задачах.

Ключевые характеристики Kimi K3

Kimi K3 построена на архитектуре, которая отличается от привычного Mixture of Experts. Moonshot AI отказалась от MoE в пользу собственных решений, нацеленных на стабильность обучения и эффективность работы с длинными последовательностями.

Базовая спецификация:

• 2,8 трлн параметров - вдвое больше DeepSeek V4 Pro и втрое больше Xiaomi MiMo V2.5 Pro;
• контекстное окно 1 млн токенов - достаточно для обработки нескольких книг за один запрос;
• нативная поддержка изображений и видео;
• режим K3 Swarm для параллельного запуска нескольких AI-агентов.

Модель позиционируется как инструмент для программирования, анализа больших объемов информации, подготовки документов и выполнения длинных цепочек рассуждений. По собственным тестам Moonshot, Kimi K3 превосходит Claude Opus 4.8 в ряде бенчмарков, включая независимый рейтинг Frontend Code Arena, где она совершила скачок на 17 позиций по сравнению с K2.6. При этом по сумме тестов модель уступает Fable 5 и GPT-5.6 Sol с разрывом в 2–5 пунктов.

Архитектура KDA и AttnRes: в чем суть

Два архитектурных решения выделяют Kimi K3 среди других открытых моделей.

KDA (Knowledge-Driven Attention) - механизм внимания, который улучшает работу с длинными текстами. Обычные модели теряют связность, когда контекст переваливает за десятки тысяч токенов: начало документа «забывается», ответы становятся противоречивыми. KDA меняет способ, которым модель ищет релевантную информацию в контекстном окне. Система учится определять, какие фрагменты текста действительно важны для текущего запроса, а какие можно игнорировать. Результат - точные ответы даже при загрузке 500-страничного отчета.

AttnRes (Attention Residual) - метод стабилизации обучения. Тренировка модели с 2,8 трлн параметров создает колоссальную вычислительную нагрузку. Без специальных техник градиенты «взрываются» или «затухают», обучение расходится. AttnRes добавляет остаточные связи в механизм внимания, позволяя сигналу проходить через сотни слоев без потерь. Это дало тот самый 2,5-кратный прирост эффективности масштабирования: инженеры Moonshot смогли нарастить параметры без экспоненциального роста затрат на обучение.

Если вам интересна тема архитектурных решений в китайских моделях, посмотрите разбор мнения технического директора Arcee о безопасности open-weight моделей. Там детально объяснено, почему открытая архитектура не равна скрытому управлению.

Что умеет Kimi K3: практические сценарии

Контекстное окно в 1 млн токенов открывает сценарии, которые раньше требовали сложных обходных решений. Вот три направления, где Kimi K3 показывает наилучшие результаты.

Программирование. Модель генерирует код, находит ошибки и рефакторит большие проекты. В инструменте Kimi Code можно загрузить целый репозиторий, и система проанализирует взаимосвязи между модулями. Разработчики сообщают, что K3 справляется с задачами, где нужно удерживать в памяти структуру нескольких тысяч строк кода одновременно.

Анализ больших объемов информации. Загрузите годовой финансовый отчет, научную статью на 200 страниц или стенограмму многочасового совещания. Модель найдет противоречия, выделит ключевые тезисы и ответит на уточняющие вопросы без потери контекста. Это полезно аналитикам, юристам и исследователям, которые работают с длинными документами.

Длинные цепочки рассуждений. Kimi K3 удерживает логическую нить на протяжении десятков шагов. Задача вида «проанализируй рыночные данные, построй прогноз, учти три сценария и подготовь резюме для совета директоров» выполняется за один запрос. Режим K3 Swarm позволяет запустить несколько параллельных агентов: один собирает данные, второй строит модель, третий пишет текст. Результаты объединяются автоматически.

Стоимость использования через API составляет $3 за миллион токенов на ввод и $15 на вывод. Полный доступ к контекстному окну в 1 млн токенов открывается на тарифном плане Allegro за $99 в месяц.

Kimi K3 на фоне конкурентов

Рынок открытых моделей за последний год резко изменился. Еще в начале 2025 года модели с 70 млрд параметров считались большими. Сейчас счет идет на триллионы.

Kimi K3 с 2,8 трлн параметров - крупнейшая открытая модель на сегодня. Ближайший конкурент - Qwen3.8 от Alibaba с 2,4 трлн параметров, веса которой пока не опубликованы. Мы рассказывали об этом анонсе в статье Alibaba представила Qwen3.8. DeepSeek V4 Pro имеет вдвое меньше параметров, но показывает сравнимые результаты на отдельных бенчмарках за счет архитектуры MoE.

По сравнению с закрытыми моделями картина неоднозначная. Kimi K3 обходит Claude Opus 4.8 в тестах на программирование и уступает GPT-5.6 Sol в задачах на общие знания. Разработчик признает: по общему уровню модель пока отстает от наиболее мощных закрытых решений. Однако для открытой системы результаты впечатляют. Модель занимает заметное место среди доступных решений и продолжает улучшаться.

Слабое место Kimi K3 - кибербезопасность. Совместная оценка Британского института безопасности ИИ и Центра стандартов и инноваций в области ИИ США показала: модель набрала 32,2% на тесте ExploitBench против 76,2% у лидеров. Защитные механизмы не блокируют создание эксплойтов. Этот разрыв подтверждает гипотезу о дистилляции моделей Anthropic: Kimi K3 сильна в общих задачах, но не имеет глубоких навыков эксплуатации уязвимостей.

Почему Moonshot AI открыла веса

Решение опубликовать веса - стратегический шаг. Moonshot AI преследует три цели.

Ускорение инноваций. Открытая модель привлекает разработчиков, которые создают инструменты, плагины и доработки. Экосистема вокруг Kimi растет без прямых затрат компании. Чем больше людей используют модель, тем быстрее находятся и исправляются ошибки.

Конкуренция с США. Китайские AI-компании сделали ставку на открытость как конкурентное преимущество. DeepSeek, Z.ai и теперь Moonshot публикуют веса, снижая порог входа для бизнеса и исследователей. Это ответ на доминирование закрытых моделей от OpenAI и Anthropic. Одновременно Moonshot привлекает новый раунд инвестиций с оценкой в 31,5 млрд долларов. Открытость повышает капитализацию: инвесторы видят растущую экосистему и пользовательскую базу.

Геополитический контекст. Выход Kimi K3 вызвал тревогу в Кремниевой долине. Открытые китайские модели усиливают конкуренцию между странами. В США уже обсуждаются возможные ограничения для открытых китайских моделей. Пока никаких запретов нет, но ситуация может измениться. Компании, которые скачивают веса сейчас, страхуются от риска будущих блокировок.

Реакция рынка и возможные ограничения

Анонс Kimi K3 заставил американские компании пересматривать планы. Открытая модель с характеристиками, сравнимыми с Claude Opus 4.8, но бесплатная для локального запуска, меняет экономику AI-разработки. Стартапы могут строить продукты на базе K3 без ежемесячных платежей OpenAI или Anthropic.

Экспортные ограничения - главный риск. Если США введут запрет на распространение китайских AI-моделей, доступ к обновлениям Kimi K3 может быть затруднен для компаний из определенных юрисдикций. Пока это сценарий, а не реальность. Веса опубликованы, модель можно скачать и использовать.

Более широкий контекст конкуренции открытых и закрытых моделей мы разбирали в статье Kimi K3 бросает вызов лидерам рынка AI. Там же есть данные по бенчмаркам и сравнению стоимости.

Как начать работать с Kimi K3

Есть три способа получить доступ к модели.

Веб-чат. Самый простой вариант. Зайдите на kimi.com, зарегистрируйтесь и начните диалог. Подходит для тестирования и разовых задач. Контекстное окно ограничено тарифным планом.

API. Для интеграции в свои приложения. Документация доступна в консоли разработчиков Moonshot. Стоимость: $3 за миллион токенов на входе, $15 на выходе. Полный доступ к контекстному окну в 1 млн токенов открывается с тарифа Allegro за $99 в месяц.

Локальный запуск. Полные веса опубликованы 27 июля. Для запуска потребуется сервер с несколькими GPU высокого класса. Точные требования зависят от способа квантизации. Moonshot рекомендует использовать собственный фреймворк для инференса, но модель совместима с популярными решениями вроде vLLM.

Перед внедрением в рабочие процессы протестируйте модель на своих задачах. Kimi K3 сильна в программировании и анализе текстов, но уступает в кибербезопасности и некоторых специализированных областях. Оцените защиту данных: при локальном запуске информация не покидает ваш контур, при использовании API передается на серверы Moonshot.

Релиз Kimi K3 - часть более широкого тренда на открытость в AI. Мы следим за развитием событий и продолжим рассказывать о новых моделях и их практическом применении. Если вы только начинаете погружение в тему, рекомендуем прочитать обзор гигантского шага в открытом AI, где мы детально разобрали архитектуру и рыночные последствия анонса Kimi K3.