16 lipca 2026 roku chińska firma Moonshot AI (月之暗面) wypuściła Kimi K3 — swój najpotężniejszy dotychczas model. Jest to system sparse Mixture-of-Experts (MoE) z 2,8 biliona parametrów, oknem kontekstowym 1 miliona tokenów i hybrydową architekturą uwagi, zaprojektowaną do efektywnego przetwarzania długich sekwencji. Model pozycjonowany jest jako poważny konkurent dla Claude Opus 4.8 i GPT-5.5, a w specjalistycznych zadaniach (frontend coding, systemy agentowe, praca z repozytoriami) osiąga wyniki równe lub przewyższające te zamknięte systemy.
Pełne wagi modelu mają zostać udostępnione 27 lipca 2026 roku. Jeśli wydanie nastąpi w zapowiedzianej formie, Kimi K3 stanie się jednym z największych modeli z otwartymi wagami (open-weight), jakie kiedykolwiek udostępniono, przewyższając swoich poprzedników pod względem skali ponad 2,5-krotnie.
Firma i kontekst strategiczny
Moonshot AI to laboratorium z Pekinu, założone w 2023 roku przez Yang Zhilin i jego współzałożycieli z Uniwersytetu Tsinghua, znane ze swojej otwartej strategii i serii modeli Kimi. Firma pozyskała znaczące inwestycje: w maju 2026 roku zamknęła rundę finansowania na kwotę 2 mld USD przy wycenie 20 mld USD, wspieraną przez dział Meituan Long-Z Investments oraz innych kluczowych inwestorów, w tym Alibaba i Tencent. Kwartalny ARR przekroczył 200 mln USD w kwietniu 2026 roku. Seria Kimi stale rosła, od K2 (1T parametrów) przez K2.5–K2.7 Code do obecnego K3, za każdym razem rozszerzając kontekst i dodając multimodalność. K3 stanowi jakościowy skok zarówno pod względem skali, jak i innowacji architektonicznych, ukierunkowanych specjalnie na długie zadania agentowe i kodowanie.
Innowacje architektoniczne: rdzeń przewagi konkurencyjnej
1. Kimi Delta Attention (KDA) — hybrydowy liniowy mechanizm uwagi, rozwijający idee Gated DeltaNet i już wypróbowany w otwartym modelu Kimi Linear (2025). Zamiast klasycznej uwagi kwadratowej, wymagającej pamięci i obliczeń O(n²), większość warstw wykorzystuje schemat o złożoności liniowej z diagonalnym bramkowaniem typu channel-wise. Praktyczne korzyści:
- zmniejszenie zużycia pamięci KV-cache do 75% w podobnych architekturach, co jest kluczowe dla pracy z milionowymi kontekstami;
- przyspieszenie dekodowania w milionowych kontekstach nawet 6,3-krotnie, co czyni długie sesje praktycznie możliwymi do przeprowadzenia;
- zachowanie jakości odzyskiwania informacji (retrieval) w długich sekwencjach bez znaczącej degradacji.
KDA otrzymało otwarte jądra CUDA (FlashKDA) i zostało zintegrowane z vLLM do zastosowań produkcyjnych.
2. Attention Residuals — mechanizm, który selektywnie „pobiera” reprezentacje z wcześniejszych warstw zamiast równomiernego gromadzenia poprzez standardowe połączenia resztkowe. Moonshot informuje o ~25% wzroście efektywności uczenia przy minimalnych dodatkowych kosztach (~2%), co w skali modelu 2,8T parametrów oznacza znaczną oszczędność zasobów obliczeniowych na trening lub równoważny wzrost jakości.
3. Stable LatentMoE — ekstremalnie rzadki system routingu, w którym spośród 896 ekspertów tylko 16 jest aktywowanych dla każdego tokena (1,8% puli), wykorzystując kwantylowe balansowanie i optymalizację per-head w celu stabilizacji uczenia. Taki poziom rzadkości pozwala utrzymać koszt obliczeniowy wnioskowania na akceptowalnym poziomie, pomimo ogromnej liczby parametrów: ze względu na architekturę MoE i 16 aktywnych ekspertów, rzeczywista liczba aktywowanych parametrów na token jest znacznie niższa niż 2,8T.
4. Quantization i efektywność — model jest fabrycznie skwantyzowany z użyciem MXFP4 dla wag i MXFP8 dla aktywacji, wybrane ze względu na kompatybilność z różnorodnym sprzętem. Moonshot deklaruje około 2,5-krotnie lepszą skalowalność (scaling-efficiency) w porównaniu do generacji K2, co oznacza, że ta sama ilość obliczeń daje znacznie większe możliwości.
Specyfikacje techniczne
| Parametr | Wartość |
Całkowita liczba parametrów | 2,8 biliona |
Aktywni eksperci | 16 z 896 (1,8% na token) |
Okno kontekstowe | 1 048 576 tokenów (1M) |
Modalności | Tekst + obraz/wideo → tekst (native vision) |
Główna architektura | Sparse MoE + Kimi Delta Attention + Attention Residuals |
Kwantyzacja | MXFP4 (wagi) / MXFP8 (aktywacje) |
Rozumowanie | Zawsze włączone („thinking mode”), tylko max-effort na starcie, tryby niskie/wysokie w planach |
Niezależne i oficjalne benchmarki: rzeczywisty obraz wydajności
Pozycja lidera w zadaniach specjalistycznych: Na Frontend/WebDev Arena (preferencje programistów) K3 zajęła 1. miejsce z wynikiem 1679 Elo, przewyższając Claude Fable 5 (1631) i GPT-5.6 Sol (1618) w ślepym teście. Jest to awans o 17 pozycji w porównaniu do miejsca K2.6 i wynik #1 w 6 z 7 domen frontendu (z wyłączeniem gier).
Ogólna wydajność: W Artificial Analysis Intelligence Index v4.1 (niezależna ocena, agregująca 9 benchmarków: GDPval-AA, reasoning, coding, zadania agentowe) K3 uzyskała 57,1 — 4. miejsce na świecie, za Fable 5 (~60) i GPT-5.6 Sol (~59), ale przed Claude Opus 4.8 (~56).
Kodowanie i systemy agentowe:
- Terminal-Bench 2.1: 88,3 (prawie na poziomie GPT-5.6 Sol 88,8, zauważalnie wyżej niż Claude Fable 5 i Opus 4.8 — oba 84,6).
- GDPval-AA v2: 1668 Elo, trzecie miejsce po Fable 5 Max (1815) i GPT-5.6 Sol Max (1747,8), przed Opus 4.8 (1600) — standardowy test wiedzy, rozumowania i zadań analitycznych.
- GPQA-Diamond: 93,5% — najlepszy otwarty wynik w tym trudnym benchmarku (wiedza na poziomie doktoranckim).
- BrowseComp (agenci webowi): 91,2% (najlepszy wynik wśród wszystkich porównywanych modeli), 90,4% na pełnym kontekście 1M bez kompresji.
- AA-Briefcase (długoterminowa wiedza/agenci): 1548 Elo, drugie miejsce po Fable 5, przed GPT-5.6 Sol.
Niektórzy niezależni testerzy zauważają zwiększoną „gadatliwość” w odpowiedziach, co może zwiększyć zużycie tokenów, ale w głównych zadaniach kodowania i agentowych zużycie tokenów wyjściowych jest o 21% niższe niż w K2.6 dzięki optymalizacji tokenów rozumowania.
Ceny i dostępność
Cennik API: 3,00 USD za milion tokenów wejściowych (cache miss), 0,30 USD za tokeny w pamięci podręcznej, 15,00 USD za milion tokenów wyjściowych — najdroższy z wszystkich chińskich laboratoriów, ale porównywalny z cenami Claude Sonnet i około połową kosztu GPT-5.6 Sol (30 USD/M wyjście). Dla porównania, K2.6 kosztował 0,60 USD wejście / 2,50 USD wyjście, więc jest to 5-krotny wzrost dla wejścia i 6-krotny dla wyjścia, odzwierciedlający znaczący skok w skali i jakości.
Dostępność: Kimi Code, Kimi app (w tym iOS), API zgodne z Moonshot OpenAI, OpenRouter. Pełny kontekst 1M wymaga subskrypcji Allegretto lub wyższej; Moderato jest ograniczone do 256K.
Kampania promocyjna: Uruchomieniu towarzyszyła akcja z bonusowymi kredytami +10–30% przy doładowaniach od 15 lipca do 11 sierpnia 2026 roku.
Wydanie open-weight: oczekiwania i znaczenie
W momencie uruchomienia (16 lipca) wagi nie zostały jeszcze opublikowane. Moonshot oficjalnie zobowiązała się do udostępnienia pełnych wag 27 lipca 2026 roku na licencji zbliżonej do Modified MIT (jak w serii K2). Po udostępnieniu wag K3 stanie się najpotężniejszym swobodnie dostępnym modelem pod względem skali (2,8T), kontekstu (1M) oraz możliwości kodowania/agentowych, co oznacza dostępność do lokalnego rozwoju, fine-tuningu i badań na odpowiednim sprzęcie (minimum 64 akceleratory dla pełnego modelu).
Znaczenie strategiczne i kontekst konkurencji
Kimi K3 pojawia się w momencie krytycznego przełomu w chińskim przemyśle AI. Po gwałtownym wzroście DeepSeek w styczniu 2025 roku (R1 przy niskich kosztach obliczeniowych) Moonshot stracił pozycję rynkową, spadając z 3. miejsca pod względem aktywnych użytkowników Kimi do 7. miejsca w czerwcu 2025 roku. K3 to świadoma gra o powrót poprzez skalę i innowacje architektoniczne. Inwestorzy nazywają to potencjalnym „Kimi momentem” (analogicznym do szoku po DeepSeek rok wcześniej) i są ku temu podstawy: model zamyka lukę do zachodnich rozwiązań nie poprzez niską cenę (jest drogi), ale poprzez jakość i skalę.
Połączenie 2,8T parametrów, 1M-kontekstu, natywnego widzenia, zawsze włączonego rozumowania i silnych zdolności kodowania czyni K3 szczególnie interesującym dla:
- systemów agentowych i długoterminowych procesów pracy (odtwarzanie interfejsów użytkownika, wieloetapowy rozwój, autonomiczne zadania inżynieryjne);
- rozwoju i refaktoryzacji dużych baz kodu (w jednym znanym przykładzie K3 autonomnie zaprojektowała układ scalony w 48 godzin, wykorzystując open-source EDA);
- zadań badawczych i analitycznych z ogromnym kontekstem (dokumenty prawne, raporty finansowe, przeglądy kodu dużych repozytoriów);
- firm, które chcą samodzielnego hostingu i niezależności od zamkniętych API, zamiast polegania na Anthropic lub OpenAI.
Jednakże pozostają ważne zastrzeżenia: wagi jeszcze nie zostały udostępnione, niezależne reprodukcje i szczegółowe raporty techniczne są wciąż w opracowaniu, niektóre benchmarki wykorzystują niestandardowe frameworki (KimiCode zamiast standardowych). Rzeczywisty obraz w pełni wyjaśni się po 27 lipca, kiedy wagi staną się dostępne i pojawią się niezależne oceny otwartych wersji modeli.
Podsumowanie: Kimi K3 to jedno z najważniejszych wydawnictw AI pierwszej połowy 2026 roku. To nie jest „kolejny duży chiński model”, ale poważny kandydat do czołówki modeli typu frontier, szczególnie w specjalistycznych zadaniach kodowania agentowego, długich kontekstów i multimodalnego rozumowania. Innowacje architektoniczne (KDA, Attention Residuals, Stable LatentMoE) dowodzą, że chińskie laboratoria pod względem inżynierii dorównują najlepszym zachodnim. Jeśli wydanie open-weight nastąpi zgodnie z planem 27 lipca, wpływ na ekosystem open-source i dynamikę konkurencji będzie bardzo znaczący: po raz pierwszy deweloperzy uzyskają dostęp do modelu tej skali i jakości niezależnie od zamkniętych API.
