Пекинская компания Moonshot AI представила Kimi K3 — крупнейшую в мире открытую языковую модель с 2,8 триллиона параметров
В рейтинге Frontend Code Arena новинка набрала 1679 баллов и заняла первое место, обойдя флагманскую модель Anthropic Claude Fable 5 в слепом тестировании разработчиков
Архитектурные решения Kimi Delta Attention и Attention Residuals дали, по оценке Moonshot, 2,5-кратный прирост эффективности масштабирования относительно предыдущего поколения
Полные веса модели опубликуют 27 июля — до этого момента заявленные показатели остаются неподтверждёнными независимыми тестами
Пекинский разработчик Moonshot AI выпустил модель Kimi K3 с 2,8 триллиона параметров — в техническом блоге компания называет её первой в мире открытой системой уровня 3T и крупнейшей моделью с открытыми весами на сегодняшний день. Для сравнения: у главного китайского конкурента, модели V4 Pro от DeepSeek, заявлено 1,6 триллиона параметров, у GLM 5 от Zhipu AI — 744 миллиарда. По собственным данным Moonshot, K3 пока уступает по совокупным показателям моделям Claude Fable 5 от Anthropic и GPT 5.6 Sol от OpenAI, но опережает остальные модели из тестового набора компании, включая Claude Opus 4.8 и GPT 5.5, — прежде всего в написании кода и агентных задачах. Модель поддерживает контекстное окно в 1 миллион токенов, распознаёт изображения «из коробки» и на каждый токен задействует лишь 16 из 896 внутренних экспертных блоков — около 1,8% от их общего числа. Это архитектура типа MoE («смесь экспертов»): большая часть параметров модели при обработке конкретного запроса просто не участвует в вычислениях, что снижает расходы на инференс. Полный комплект весов обещают выложить в открытый доступ к 27 июля.
Источник изображения - Moonshot AI
Результаты в тестах
В категории Frontend Code рейтинга LM Arena (открытой платформы слепого сравнения ответов разных моделей разработчиками) K3 набрала 1 679 баллов и заняла первое место, опередив Fable 5. Это скачок сразу на 17 позиций относительно предыдущей модели линейки, Kimi K2.6, которая занимала 18-е место. Из семи оценочных направлений — брендинг и маркетинг, дизайн по референсам, аналитика данных и другие — K3 стала первой в шести.
Стоимость доступа к модели через API выросла заметно ощутимее, чем её позиции в рейтингах:
- кэшированный вход — $0,30 за миллион токенов
- некэшированный вход — $3 за миллион токенов
- выход — $15 за миллион токенов
Год назад Kimi K2 обходилась в $0,60 за миллион входных токенов — таким образом, цена некэшированного входа у K3 выросла в пять раз. При этом по абсолютным цифрам K3 всё ещё дешевле западных флагманов: Claude Opus 4.8 и GPT 5.6 Sol оценивают запросы заметно дороже.
Архитектура и обучение
Прирост эффективности масштабирования — примерно в 2,5 раза относительно Kimi K2 — Moonshot связывает с двумя нововведениями: гибридной схемой линейного внимания Kimi Delta Attention и механизмом Attention Residuals, который меняет то, как информация передаётся между слоями сети. Обучение с учётом квантования начинается уже на этапе донастройки под контролем — используются веса формата MXFP4 и активации MXFP8; в компании объясняют такой выбор стремлением к широкой совместимости с разным оборудованием.
Инвестиции, «железо» и экспортные ограничения
Релиз K3 совпал с бурным ростом самой Moonshot AI: за последние полгода компания привлекла в общей сложности около $3,9 млрд, а её оценка выросла с $4,3 млрд в конце 2025 года до $20 млрд в мае и, по последним данным, до $30 млрд — при участии Alibaba, Tencent и венчурного подразделения сервиса доставки Meituan. Выход K3 вызвал заметную реакцию и на фондовом рынке: акции ряда производителей полупроводников просели на новостях о том, что модель такого уровня можно обучить и обслуживать дешевле, чем считалось раньше, — сценарий, напоминающий реакцию рынка на релиз DeepSeek в начале 2025 года.
Тесты производительности вычислительных ядер Moonshot проводила на ускорителях Nvidia H200, а также на неназванном «GPGPU от альтернативного поставщика». Собственный компилятор компании MiniTriton, написанный K3 с нуля как аналог Triton, сравнивали с оригиналом на картах Nvidia L20 — урезанной версии архитектуры Ada, которую поставляют в Китай в рамках американских экспортных ограничений. Разворачивать K3 в продакшене Moonshot рекомендует на узлах с 64 и более ускорителями, чтобы весь трафик между экспертными блоками модели не выходил за пределы одного высокоскоростного домена. Где физически расположены упомянутые H200, в блоге не уточняется: в январе Конгресс США принял закон, закрывающий лазейку, которая позволяла китайским компаниям арендовать ограниченные к экспорту ускорители через зарубежные облачные площадки.
Аналитики Bank of America в записке, которую цитирует CNBC, отметили: несмотря на сохраняющиеся ограничения по вычислительным мощностям, крупномасштабное предобучение в сочетании с архитектурными улучшениями по-прежнему способно давать ведущим китайским моделям значительный прирост качества.
Демонстрация возможностей: проектирование чипа
В одном из показательных примеров K3 в автономном режиме за 48 часов спроектировала симулированный чип для логического вывода собственной nano-архитектуры, используя открытые EDA-инструменты и библиотеку стандартных ячеек Nangate 45 нм. Итоговый дизайн уложился в тайминги на частоте 100 МГц при площади 4 мм², включил около 1,46 миллиона стандартных ячеек и массив INT4 MAC, обеспечив на симуляции скорость декодирования свыше 8 700 токенов в секунду.
Что дальше
Пока все опубликованные показатели K3 — это заявления самой Moonshot, основанные на её отчётах и данных из API; независимо проверить их можно будет только после публикации весов 27 июля. Стоит напомнить и о более раннем споре вокруг компании: в феврале Anthropic обвинила Moonshot в использовании 3,4 миллиона диалогов с Claude для обучения моделей методом дистилляции. Теперь результаты K3 в отдельных бенчмарках приближаются к показателям именно тех моделей Anthropic, которые фигурировали в той жалобе.
