16 липня 2026 року китайська компанія Moonshot AI (月之暗面) випустила Kimi K3 — свою найпотужнішу модель на сьогодні. Це sparse Mixture-of-Experts (MoE) система з 2,8 трильйонами параметрів, контекстним вікном у 1 мільйон токенів та гібридною архітектурою уваги, спроектованою для ефективної роботи на довгих послідовностях. Модель позиціонується як серйозний конкурент Claude Opus 4.8 та GPT-5.5, і на спеціалізованих завданнях (фронтенд-кодинг, агентні системи, робота з репозиторіями) демонструє результати, що відповідають або перевершують ці закриті системи.
Повні ваги обіцяють відкрити 27 липня 2026 року. Якщо реліз відбудеться в заявленому вигляді, Kimi K3 стане однією з найбільших коли-небудь випущених моделей з відкритими вагами (open-weight), перевершуючи своїх попередників більш ніж у 2,5 рази за масштабом.
Компанія та стратегічний контекст
Moonshot AI — пекінська лабораторія, заснована у 2023 році Ян Чжілінем та його співзасновниками з Університету Цінхуа, відома своєю відкритою стратегією та серією моделей Kimi. Компанія отримала значні інвестиції: у травні 2026 року закрила раунд на $2 млрд при оцінці в $20 млрд за підтримки підрозділу Meituan Long-Z Investments та інших ключових інвесторів, включаючи Alibaba та Tencent. Квартальний ARR перевищив $200 млн у квітні 2026. Серія Kimi послідовно зростала, від K2 (1T параметрів) через K2.5–K2.7 Code до нинішнього K3, щоразу розширюючи контекст і додаючи мультимодальність. K3 представляє якісний стрибок як за масштабом, так і за архітектурними інноваціями, спеціально націленими на довгі агентні завдання та кодинг.
Архітектурні інновації: ядро конкурентної переваги
1. Kimi Delta Attention (KDA) — гібридний лінійний механізм уваги, що розвиває ідеї Gated DeltaNet та вже випробуваний у відкритій моделі Kimi Linear (2025). Замість класичної квадратичної уваги, що потребує O(n²) пам'яті та обчислень, більша частина шарів використовує лінійну за складністю схему з channel-wise діагональним гейтингом. Практичні виграші:
- зниження споживання KV-кешу до 75% у схожих архітектурах, що критично для роботи з мільйонними контекстами;
- прискорення декодування в мільйонних контекстах до 6,3×, що робить довгі сесії практично розгортаними;
- збереження якості retrieval на довгих послідовностях без значної деградації.
KDA отримала open-source CUDA-ядра (FlashKDA) та інтегрована у vLLM для виробничих розгортань.
2. Attention Residuals — механізм, який вибірково «підтягує» представлення з ранніших шарів замість рівномірного накопичення через стандартні залишкові зв'язки. Moonshot повідомляє про ~25% приріст ефективності навчання при мінімальних додаткових витратах (~2%), що в масштабі моделі у 2,8T параметрів означає суттєву економію обчислювальних ресурсів на тренування або еквівалентне підвищення якості.
3. Stable LatentMoE — екстремально розріджена система маршрутизації, де з 896 експертів активується тільки 16 на кожен токен (1,8% від пулу), використовуючи квантильну балансування та оптимізацію per-head для стабілізації навчання. Такий рівень розрідженості дозволяє тримати обчислювальну вартість інференсу на прийнятному рівні, незважаючи на величезну кількість параметрів: через MoE архітектуру та 16 активних експертів, реальна кількість активованих параметрів на токен значно нижча за 2,8T.
4. Quantization та efficiency — модель спочатку квантизована з використанням MXFP4 для ваг та MXFP8 для активацій, обраним для сумісності з різноманітним залізом. Moonshot заявляє приблизно 2,5× кращу scaling-efficiency порівняно з поколінням K2, що означає, що однаковий обсяг обчислень дає значно більше можливостей.
Технічні характеристики
| Параметр | Значення |
Загальна кількість параметрів | 2,8 трлн |
Активні експерти | 16 з 896 (1,8% на токен) |
Контекстне вікно | 1 048 576 токенів (1M) |
Модальності | Текст + зображення/відео → текст (native vision) |
Основна архітектура | Sparse MoE + Kimi Delta Attention + Attention Residuals |
Квантизація | MXFP4 (ваги) / MXFP8 (активації) |
Міркування | Завжди включено («thinking mode»), тільки max-effort на старті, низькі/високі режими в планах |
Незалежні та офіційні бенчмарки: реальна картина продуктивності
Лідерство на спеціалізованих завданнях: На Frontend/WebDev Arena (людські переваги розробників) K3 зайняла 1-е місце з 1679 Elo, перевершивши Claude Fable 5 (1631) та GPT-5.6 Sol (1618) у сліпому тестуванні. Це 17-позиційний стрибок від місця K2.6 та результат #1 у 6 з 7 фронтенд-доменів (окрім ігор).
Загальна продуктивність: На Artificial Analysis Intelligence Index v4.1 (незалежна оцінка, що агрегує 9 бенчмарків: GDPval-AA, reasoning, coding, агентні завдання) K3 отримала 57,1 — 4-е місце у світі, після Fable 5 (~60) та GPT-5.6 Sol (~59), але вище Claude Opus 4.8 (~56).
Кодинг та агентні системи:
- Terminal-Bench 2.1: 88,3 (майже на рівні GPT-5.6 Sol 88,8, помітно вище Claude Fable 5 та Opus 4.8 — обидва 84,6).
- GDPval-AA v2: 1668 Elo, третє місце після Fable 5 Max (1815) та GPT-5.6 Sol Max (1747,8), попереду Opus 4.8 (1600) — стандартний тест для знань, міркувань та аналітичних завдань.
- GPQA-Diamond: 93,5% — найкращий відкритий результат на цьому бенчмарку високої складності (знання випускників PhD).
- BrowseComp (веб-агенти): 91,2% (найкращий результат серед усіх порівнюваних моделей), 90,4% на повному 1M контексті без компанії.
- AA-Briefcase (довгострокове знання/агенти): 1548 Elo, друге місце після Fable 5, попереду GPT-5.6 Sol.
Деякі незалежні тестувальники відзначають підвищену «багатослівність» на виході, що може збільшити витрати токенів, але на основних кодингових та агентних завданнях використання вихідних токенів на 21% нижче, ніж у K2.6, завдяки оптимізаціям reasoning-токенів.
Ціни та доступність
API-тариф: $3,00 за мільйон вхідних токенів (cache miss), $0,30 за кешований вхід, $15,00 за мільйон вихідних — найдорожчий з усіх китайських лабораторій, але відповідає цінам Claude Sonnet і приблизно половині вартості GPT-5.6 Sol ($30/M вихід). Для порівняння, K2.6 коштував $0,60 входу / $2,50 виходу, тому це 5× стрибок за вхід і 6× за вихід, що відображає значний стрибок у масштабі та якості.
Доступність: Kimi Code, Kimi app (включаючи iOS), Moonshot OpenAI-сумісний API, OpenRouter. Повний 1M контекст потребує підписки Allegretto або вище; Moderato обмежений 256K.
Промо-кампанія: Запуск супроводжувався акцією з бонусними кредитами +10–30% на поповнення з 15 липня по 11 серпня 2026.
Open-weight реліз: очікування та значення
На момент запуску (16 липня) ваги ще не були опубліковані. Moonshot офіційно зобов'язалася випустити повні ваги 27 липня 2026 року під ліцензією, близькою до Modified MIT (як у K2 серії). Після відкриття ваг K3 стане найпотужнішою freely available моделлю за сукупністю масштабу (2,8T), контексту (1M) та кодингових/агентних здібностей, що означає доступність для локальної розробки, fine-tuning та досліджень на відповідному залізі (мінімум 64 прискорювачі для повної моделі).
Стратегічне значення та контекст конкуренції
Kimi K3 з'являється в момент критичного перевороту в китайській AI-індустрії. Після зльоту DeepSeek у січні 2025 (R1 при low-cost computing) Moonshot втратила ринкову позицію, скотившись з 3-го місця за активними користувачами Kimi до 7-го до червня 2025. K3 — навмисна ставка на повернення через масштаб та архітектурну інновацію. Інвестори називають це потенційним «Kimi moment» (аналог shock від DeepSeek рік тому), і є підстави: модель закриває розрив із західною frontier не через дешевизну (вона дорога), а через якість та scale.
Поєднання 2,8T параметрів, 1M-контексту, native vision, завжди включеного міркування та сильного кодингу робить K3 особливо цікавою для:
- агентних систем та long-horizon workflows (відтворення користувацьких інтерфейсів, багатоетапні розробки, автономні інженерні завдання);
- розробки та рефакторингу великих кодових баз (в одному відомому прикладі K3 автономно спроєктувала мікросхему за 48 годин, використовуючи open-source EDA);
- дослідницьких та аналітичних завдань з величезним контекстом (юридичні документи, фінансові звіти, код-рев'ю великих репозиторіїв);
- компаній, які прагнуть self-hosting та незалежності від закритих API замість залежності від Anthropic або OpenAI.
Однак залишаються важливі застереження: ваги поки що не вийшли, незалежні відтворення та детальні технічні звіти ще в розробці, деякі бенчмарки використовують фірмові harnesses (KimiCode замість стандартних). Реальна картина остаточно проясниться після 27 липня, коли ваги стануть доступні та з'являться незалежні оцінки на відкритих версіях моделей.
Підсумок: Kimi K3 — один з найзначніших AI-релізів першої половини 2026 року. Це не просто «чергова велика китайська модель», а серйозний претендент на місце в першому ряду frontier-моделей, особливо на спеціалізованих завданнях агентного кодингу, довгих контекстів та мультимодального міркування. Архітектурні інновації (KDA, Attention Residuals, Stable LatentMoE) доводять, що щодо інженерії китайські лабораторії на рівні найкращих західних. Якщо open-weight реліз пройде за планом 27 липня, вплив на open-source екосистему та dynamics конкуренції буде дуже помітним: вперше розробники отримають доступ до моделі такого масштабу та якості незалежно від закритих API.
