Moonshot AI 开源 Kimi K3

7月27日，月之暗面正式开源全球首个3T级模型Kimi K3，含2.8万亿总参数、1040亿激活参数，并公开47页技术报告及MoonEP、FlashKDA等关键基础设施。此前美国白宫指控K3蒸馏Claude模型，黄仁勋联合英伟达、微软、OpenAI等77家组织反对封禁中国开源模型。

Moonshot AI 发布了 Kimi K3 的模型权重与技术报告，并在 Hugging Face 上开源了高性能注意力内核、MoE 通信库等基础设施组件。新架构声称每单位算力的智能度提升 2.5 倍。该模型在基准测试中接近 Fable 5 和 GPT-5.6 Sol 等西方前沿模型，但英国网络研究所的独立测试显示其网络能力和数学技能仍落后于前沿模型。

Kimi K3 发布技术报告，这是一款 2.8T MoE 模型，原生支持视觉理解与百万 token 上下文窗口。其架构和训练方案相比 Kimi K2 将整体扩展效率提升了约 2.5 倍，通过 Kimi Delta Attention、NoPE、跨深度注意力残差及 896 专家 MoE 等设计实现。模型权重、技术报告及配套高性能内核与基础设施已开源。

Moonshot AI 的 Kimi K3 模型性能可媲美部分美国顶尖系统，但成本仅为其零头，且计划免费开放模型权重，直接瞄准美国用户。此举正动摇 OpenAI、Google 等闭源模型的统治地位，并引发美国科技界对开放权重模型战略价值的激烈辩论。

@Kimi_Moonshot 的猛兽——Kimi K3 现已开源，并上线 SiliconFlow。🚀 于是我们给了它一张空白地图 🗺️ 和一个任务：建造一座城市。🏙️ K3 先是撰写了一份 7000 多字的研究报告 📖，然后利用自己的发现来规划架构、编写代码、迭代，并从零开始交付一个可玩的结果。💻 1M 上下文 📚。长周期编码 🧠。原生多模态理解 👁️。智能体执行 🤖。无剧透——在 SiliconFlow 上看 K3 建造。👇

很高兴 @modal 成为 Kimi K3 的 Day 0 发布合作伙伴！ 他们为 K3 的架构训练了自定义 DFlash 投机器，实现更快推理且无质量损失。

月之暗面发布 2.8 万亿参数的混合专家模型 Kimi K3，支持原生视觉理解和 100 万 token 上下文窗口。其规模化效率较 Kimi K2.5 提升 2.5 倍，并同步开源模型权重、技术报告及 MoonEP、FlashKDA、AgentEnv 三项 Infra 技术。

月之暗面正式开源 Kimi K3 模型，该模型拥有 2.8 万亿参数、100 万 token 上下文窗口，并原生支持视觉理解。Kimi K3 基于 KDA 混合线性注意力机制构建，结合 Stable LatentMoE 框架在 896 个专家中激活 16 个，整体扩展效率相比 K2 提升约 2.5 倍。

Kimi 发布其最强模型 Kimi K3，这是一个 2.8T 参数的 MoE 模型，具备原生视觉理解和 1M token 上下文窗口。新架构实现了每单位计算 2.5 倍的智能提升。除模型权重外，Kimi 还开源了高性能注意力内核、MoE 通信库及大规模智能体运行环境基础设施。

SGLang 和 Miles 为月之暗面开源的 2.8T 参数模型 Kimi K3 提供发布当日支持，分别负责推理和 RL 训练。K3 采用 69 层 KDA 线性注意力与 24 层 MLA 交错的混合架构，在 SGLang 上单卡 batch-1 解码速度达约 113 tok/s，结合 DSpark 推测解码可达约 423 tok/s。