16 जुलाई 2026 को, चीनी कंपनी मूनशॉट AI (月之暗面) ने किमी K3 लॉन्च किया — जो आज तक का उसका सबसे शक्तिशाली मॉडल है। यह एक स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स (MoE) सिस्टम है जिसमें 2.8 ट्रिलियन पैरामीटर, 1 मिलियन टोकन की संदर्भ विंडो और लंबी अनुक्रमों पर कुशल संचालन के लिए डिज़ाइन की गई हाइब्रिड अटेंशन आर्किटेक्चर है। इस मॉडल को क्लॉड ओपस 4.8 और GPT-5.5 का एक गंभीर प्रतिस्पर्धी माना जा रहा है, और विशेष कार्यों (फ्रंटएंड कोडिंग, एजेंट सिस्टम, रिपॉजिटरी के साथ काम करना) पर यह इन बंद सिस्टमों के बराबर या उनसे बेहतर प्रदर्शन करता है।
पूर्ण वज़न 27 जुलाई 2026 को जारी करने का वादा किया गया है। यदि रिलीज़ योजना के अनुसार होती है, तो किमी K3 ओपन-वेट (open-weight) के रूप में जारी किए गए सबसे बड़े मॉडल में से एक बन जाएगा, जो अपने पूर्ववर्तियों से 2.5 गुना से अधिक बड़ा होगा।
कंपनी और रणनीतिक संदर्भ
मूनशॉट AI बीजिंग की एक प्रयोगशाला है, जिसकी स्थापना 2023 में यांग झिलिन और सिंघुआ विश्वविद्यालय के उनके सह-संस्थापकों द्वारा की गई थी। यह अपनी ओपन-सोर्स रणनीति और किमी मॉडल श्रृंखला के लिए जानी जाती है। कंपनी ने महत्वपूर्ण निवेश प्राप्त किया है: मई 2026 में, इसने Meituan Long-Z Investments डिवीजन और Alibaba और Tencent सहित अन्य प्रमुख निवेशकों के समर्थन से $20 बिलियन के मूल्यांकन पर $2 बिलियन का राउंड बंद किया। अप्रैल 2026 में त्रैमासिक ARR $200 मिलियन से अधिक हो गया। किमी श्रृंखला लगातार बढ़ी है, K2 (1T पैरामीटर) से K2.5–K2.7 कोड तक, और अब K3 तक, हर बार संदर्भ का विस्तार किया गया है और मल्टीमोडैलिटी जोड़ी गई है। K3 स्केल और आर्किटेक्चरल नवाचार दोनों के मामले में एक गुणात्मक छलांग का प्रतिनिधित्व करता है, विशेष रूप से लंबी एजेंटिक कार्यों और कोडिंग के लिए लक्षित।
आर्किटेक्चरल नवाचार: प्रतिस्पर्धात्मक लाभ का मूल
1. किमी डेल्टा अटेंशन (KDA) — एक हाइब्रिड लीनियर अटेंशन मैकेनिज्म, जो Gated DeltaNet के विचारों को विकसित करता है और 2025 में किमी लीनियर ओपन-सोर्स मॉडल में पहले ही परीक्षण किया जा चुका है। क्लासिक क्वाड्रैटिक अटेंशन के बजाय, जिसके लिए O(n²) मेमोरी और गणना की आवश्यकता होती है, अधिकांश परतें चैनल-वार डायगोनल गेटिंग के साथ एक लीनियर-कॉम्प्लेक्सिटी योजना का उपयोग करती हैं। व्यावहारिक लाभ:
- समान आर्किटेक्चर में KV-कैश की खपत में 75% तक की कमी, जो लाखों संदर्भों के साथ काम करने के लिए महत्वपूर्ण है;
- लाखों संदर्भों में डिकोडिंग की गति 6.3× तक बढ़ जाती है, जिससे लंबे सत्र व्यावहारिक रूप से चलाने योग्य हो जाते हैं;
- महत्वपूर्ण गिरावट के बिना लंबे अनुक्रमों पर पुनर्प्राप्ति गुणवत्ता का संरक्षण।
KDA को ओपन-सोर्स CUDA कर्नेल (FlashKDA) प्राप्त हुआ है और इसे उत्पादन परिनियोजन के लिए vLLM में एकीकृत किया गया है।
2. अटेंशन रेसिडुअल्स — एक तंत्र जो मानक अवशिष्ट कनेक्शनों के माध्यम से समान संचय के बजाय चयनात्मक रूप से पहले की परतों से अभ्यावेदन को ‘खींचता’ है। मूनशॉट न्यूनतम अतिरिक्त लागत (~2%) पर प्रशिक्षण दक्षता में ~25% वृद्धि की रिपोर्ट करता है, जिसका अर्थ है कि 2.8T पैरामीटर मॉडल के पैमाने पर, प्रशिक्षण के लिए कम्प्यूटेशनल संसाधनों की महत्वपूर्ण बचत या गुणवत्ता में समकक्ष वृद्धि होती है।
3. स्टेबल लेटेंटमोई — एक अत्यधिक स्पार्स रूटिंग सिस्टम जहां 896 विशेषज्ञों में से केवल 16 प्रति टोकन सक्रिय होते हैं (पूल का 1.8%), प्रशिक्षण को स्थिर करने के लिए क्वांटाइल संतुलन और प्रति-हेड ऑप्टिमाइज़ेशन का उपयोग करते हैं। इतने अधिक मापदंडों के बावजूद, इन्फेरेंस की कम्प्यूटेशनल लागत को स्वीकार्य स्तर पर बनाए रखने के लिए इस स्तर की विरलता की अनुमति मिलती है: MoE आर्किटेक्चर और 16 सक्रिय विशेषज्ञों के कारण, प्रति टोकन सक्रिय मापदंडों की वास्तविक संख्या 2.8T से काफी कम है।
4. क्वांटिज़ेशन और दक्षता — मॉडल शुरू से ही वज़न के लिए MXFP4 और सक्रियण के लिए MXFP8 का उपयोग करके क्वांटाइज़ किया गया है, जिसे विविध हार्डवेयर के साथ संगतता के लिए चुना गया है। मूनशॉट K2 पीढ़ी की तुलना में लगभग 2.5× बेहतर स्केलिंग-दक्षता का दावा करता है, जिसका अर्थ है कि समान मात्रा में गणना अधिक क्षमता प्रदान करती है।
तकनीकी विनिर्देश
| पैरामीटर | मान |
कुल पैरामीटर | 2.8 ट्रिलियन |
सक्रिय विशेषज्ञ | 896 में से 16 (1.8% प्रति टोकन) |
संदर्भ विंडो | 1,048,576 टोकन (1M) |
मोडैलिटी | टेक्स्ट + छवि/वीडियो → टेक्स्ट (नेटिव विजन) |
मुख्य आर्किटेक्चर | स्पार्स MoE + किमी डेल्टा अटेंशन + अटेंशन रेसिडुअल्स |
क्वांटिज़ेशन | MXFP4 (वज़न) / MXFP8 (सक्रियण) |
तर्क | हमेशा चालू ("सोच मोड"), शुरुआत में केवल अधिकतम-प्रयास, भविष्य में निम्न/उच्च मोड की योजना है |
स्वतंत्र और आधिकारिक बेंचमार्क: प्रदर्शन का वास्तविक चित्र
विशेषज्ञता वाले कार्यों में नेतृत्व: फ्रंटएंड/वेबडेव एरिना (डेवलपर वरीयताएँ) पर K3 ने 1679 एलो के साथ पहला स्थान हासिल किया, जो गुप्त परीक्षण में क्लॉड फ़ेबल 5 (1631) और GPT-5.6 सोल (1618) से बेहतर है। यह K2.6 के स्थान से 17-स्थान की छलांग है और 7 फ्रंटएंड डोमेन में से 6 में #1 परिणाम है (गेम्स को छोड़कर)।
समग्र प्रदर्शन: आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स v4.1 (स्वतंत्र मूल्यांकन, 9 बेंचमार्क का एकत्रीकरण: GDPval-AA, तर्क, कोडिंग, एजेंट कार्य) पर K3 ने 57.1 का स्कोर किया — दुनिया में चौथा स्थान, फ़ेबल 5 (~60) और GPT-5.6 सोल (~59) के बाद, लेकिन क्लॉड ओपस 4.8 (~56) से ऊपर।
कोडिंग और एजेंट सिस्टम:
- टर्मिनल-बेंच 2.1: 88.3 (GPT-5.6 सोल 88.8 के लगभग स्तर पर, क्लॉड फ़ेबल 5 और ओपस 4.8 — दोनों 84.6 — से काफी ऊपर)।
- GDPval-AA v2: 1668 एलो, फ़ेबल 5 मैक्स (1815) और GPT-5.6 सोल मैक्स (1747.8) के बाद तीसरा स्थान, ओपस 4.8 (1600) से आगे — ज्ञान, तर्क और विश्लेषणात्मक कार्यों के लिए एक मानक परीक्षण।
- GPQA-डायमंड: 93.5% — इस उच्च-जटिलता वाले बेंचमार्क पर सर्वश्रेष्ठ ओपन-सोर्स परिणाम (PhD स्नातकों का ज्ञान)।
- ब्राउज़कंप (वेब एजेंट): 91.2% (सभी तुलना किए गए मॉडल में सर्वश्रेष्ठ प्रदर्शन), बिना संपीड़न के पूर्ण 1M संदर्भ पर 90.4%।
- AA-ब्रीफकेस (दीर्घकालिक ज्ञान/एजेंट): 1548 एलो, फ़ेबल 5 के बाद दूसरा स्थान, GPT-5.6 सोल से आगे।
कुछ स्वतंत्र परीक्षकों ने आउटपुट में बढ़ी हुई "बातचीत" देखी है, जिससे टोकन की खपत बढ़ सकती है, लेकिन मुख्य कोडिंग और एजेंट कार्यों पर, टोकन उपयोग तर्क टोकन के अनुकूलन के कारण K2.6 की तुलना में 21% कम है।
मूल्य निर्धारण और उपलब्धता
API दरें: 1 मिलियन इनपुट टोकन ($3.00) (कैश मिस), $0.30 प्रति कैश इनपुट, 1 मिलियन आउटपुट टोकन ($15.00) — सभी चीनी प्रयोगशालाओं में सबसे महंगा, लेकिन क्लॉड सॉनेट की कीमतों और GPT-5.6 सोल ($30/M आउटपुट) की लागत के लगभग आधे के बराबर है। तुलना के लिए, K2.6 की लागत $0.60 इनपुट / $2.50 आउटपुट थी, इसलिए यह इनपुट पर 5× और आउटपुट पर 6× की छलांग है, जो स्केल और गुणवत्ता में महत्वपूर्ण वृद्धि को दर्शाता है।
उपलब्धता: किमी कोड, किमी ऐप (आईओएस सहित), मूनशॉट OpenAI-संगत API, ओपन राउटर। पूर्ण 1M संदर्भ के लिए Allegretto या उच्चतर सदस्यता की आवश्यकता होती है; Moderato 256K तक सीमित है।
प्रचार अभियान: लॉन्च के साथ 15 जुलाई से 11 अगस्त 2026 तक टॉप-अप पर +10-30% बोनस क्रेडिट के साथ एक प्रचार अभियान चलाया गया।
ओपन-वेट रिलीज़: अपेक्षा और महत्व
लॉन्च के समय (16 जुलाई) वज़न अभी तक प्रकाशित नहीं हुए थे। मूनशॉट ने आधिकारिक तौर पर 27 जुलाई 2026 को K2 श्रृंखला की तरह संशोधित एमआईटी (Modified MIT) के करीब लाइसेंस के तहत पूर्ण वज़न जारी करने का संकल्प लिया है। वज़न जारी होने के बाद, K3 कुल स्केल (2.8T), संदर्भ (1M) और कोडिंग/एजेंट क्षमताओं के मामले में सबसे शक्तिशाली फ्रीली अवेलेबल मॉडल बन जाएगा, जिसका अर्थ है कि यह उपयुक्त हार्डवेयर (पूर्ण मॉडल के लिए न्यूनतम 64 एक्सेलेरेटर) पर स्थानीय विकास, फाइन-ट्यूनिंग और अनुसंधान के लिए उपलब्ध होगा।
रणनीतिक महत्व और प्रतिस्पर्धा का संदर्भ
किमी K3 चीनी AI उद्योग में एक महत्वपूर्ण मोड़ के क्षण में दिखाई देता है। जनवरी 2025 में डीपसीक के उदय (कम लागत वाली कंप्यूटिंग पर R1) के बाद, मूनशॉट ने सक्रिय उपयोगकर्ताओं में तीसरे स्थान से जून 2025 तक सातवें स्थान पर खिसक कर बाजार की स्थिति खो दी। K3 स्केल और आर्किटेक्चरल नवाचार के माध्यम से वापसी करने का एक जानबूझकर दांव है। निवेशक इसे एक संभावित "किमी पल" (एक साल पहले डीपसीक के झटके के समान) कहते हैं, और इसके कारण हैं: मॉडल पश्चिमी फ्रंटियर के साथ अंतर को सस्ता होने से नहीं, बल्कि गुणवत्ता और पैमाने के माध्यम से बंद करता है (यह महंगा है)।
2.8T पैरामीटर, 1M-संदर्भ, नेटिव विजन, हमेशा चालू तर्क और मजबूत कोडिंग का संयोजन K3 को विशेष रूप से दिलचस्प बनाता है:
- एजेंट सिस्टम और लॉन्ग-हॉरिजन वर्कफ़्लो (उपयोगकर्ता इंटरफ़ेस का पुनरुत्पादन, बहु-चरणीय विकास, स्वायत्त इंजीनियरिंग कार्य);
- बड़े कोडबेस का विकास और रीफैक्टरिंग (एक प्रसिद्ध उदाहरण में K3 ने 48 घंटों में ओपन-सोर्स EDA का उपयोग करके स्वायत्त रूप से एक माइक्रोचिप डिजाइन की);
- बड़े संदर्भों के साथ अनुसंधान और विश्लेषणात्मक कार्य (कानूनी दस्तावेज, वित्तीय रिपोर्ट, बड़े रिपॉजिटरी का कोड-समीक्षा);
- उन कंपनियों के लिए जो एंथ्रोपिक या ओपनएआई पर निर्भरता के बजाय सेल्फ-होस्टिंग और बंद एपीआई से स्वतंत्रता चाहते हैं।
हालांकि, महत्वपूर्ण चेतावनियां बनी हुई हैं: वज़न अभी तक जारी नहीं हुए हैं, स्वतंत्र पुनरुत्पादन और विस्तृत तकनीकी रिपोर्ट अभी भी विकास में हैं, कुछ बेंचमार्क मालिकाना हार्नेस का उपयोग करते हैं (मानक के बजाय किमीकोड)। 27 जुलाई के बाद वास्तविक तस्वीर पूरी तरह से स्पष्ट हो जाएगी, जब वज़न उपलब्ध हो जाएंगे और खुले मॉडल संस्करणों पर स्वतंत्र मूल्यांकन सामने आएंगे।
निष्कर्ष: किमी K3 2026 के पहले छमाही में सबसे महत्वपूर्ण AI रिलीज़ में से एक है। यह सिर्फ "एक और बड़ा चीनी मॉडल" नहीं है, बल्कि विशेष रूप से एजेंट कोडिंग, लंबे संदर्भों और मल्टीमॉडल तर्क जैसे विशिष्ट कार्यों पर फ्रंटियर मॉडल की पहली पंक्ति में एक स्थान के लिए एक गंभीर दावेदार है। आर्किटेक्चरल नवाचार (KDA, अटेंशन रेसिडुअल्स, स्टेबल लेटेंटमोई) साबित करते हैं कि इंजीनियरिंग के मामले में चीनी प्रयोगशालाएं सर्वश्रेष्ठ पश्चिमी प्रयोगशालाओं के स्तर पर हैं। यदि ओपन-वेट रिलीज़ 27 जुलाई की योजना के अनुसार आगे बढ़ता है, तो ओपन-सोर्स पारिस्थितिकी तंत्र और प्रतिस्पर्धा की गतिशीलता पर इसका प्रभाव बहुत महत्वपूर्ण होगा: पहली बार डेवलपर्स को बंद एपीआई पर निर्भरता के बिना ऐसे पैमाने और गुणवत्ता वाले मॉडल तक पहुंच मिलेगी।
