【天顺财经】7 月 28 日消息，月之暗面 27 日深夜正式发布 Kimi K3 模型权重、技术报告，并同步开源三项关键基础设施技术。这是 Kimi 迄今能力最强的模型，也是中国 AI 开源社区迄今为止规模最大的一次技术开放。
月之暗面在公告中表示，坚信开放权重模型的价值，它们能降低获取智能的门槛，推动创新，并赋予用户对数据更大的控制权、隐私保护和所有权。根据 Kimi K3 许可证，任何人都可以下载并部署该模型，无论是用于内部研发，还是嵌入到面向终端用户的产品中，均可自由使用。模型权重已在 Hugging Face 上线，技术报告及全部源代码已在 GitHub 公开。
Kimi K3 模型一经开源，全球资本市场即做出剧烈反应，华尔街分析师估算，OpenAI 与 Anthropic 的合计估值预期因此蒸发约 3140 亿美元，英伟达单日市值亦缩水 1111 亿美元。彭博社评价称，Kimi K3「正在搅动全球科技市场」。
开源模型首度站上世界前沿
Kimi K3 是一个拥有 2.8 万亿参数的混合专家 （MoE） 模型，参数规模约为此前 Kimi K2.5 的 3 倍。模型具备原生视觉理解能力，并支持 100 万 token 的上下文窗口。在 Artificial Analysis 智能指数上，Kimi K3 综合得分位列全球第三，仅次于 Claude Fable 5 和 GPT-5.6 Sol；在 Frontend Code Arena 编程榜单上更以 1679 分登顶，成为首个在该榜单超越所有闭源模型的开源模型。特斯拉 CEO 马斯克在相关评测下留言 「令人印象深刻」。
月之暗面强调，规模化并非简单的参数堆叠。在算力条件并不宽裕的情况下，团队凭借一系列架构创新实现了规模化效率提升 2.5 倍，即单位算力产出的智能相当于原先的 2.5 倍。支撑这一效率突破的核心技术包括 Kimi Delta Attention（KDA）、Attention Residuals 以及 MoonEP 等。
技术报告披露训练核心细节
同步发布的技术报告详尽披露了 Kimi K3 的训练方法，主要包括四大技术板块：
KDA + AttnRes：以 3:1 比例混合 KDA 与 Gated MLA，实现高效长上下文建模，并通过块级注意力残差增强跨层信息流动。
Stable LatentMoE：每个 token 从 896 个路由专家中激活 16 个，通过 SiTU-GLU 与 Quantile Balancing 在极高稀疏度下保持训练稳定。
MoonViT-V2：视觉编码器从零开始使用 next-token prediction 训练，无需对比预训练，在达到 SigLIP 初始化基线效果的同时获得更稳定的优化过程。
后训练与评估：在通用推理、通用 Agent 和编程 Agent 三大领域进行大规模任务合成，配备百万 token 上下文的强化学习基建，并在近 20 个内部评测集上完成完整评估。
三项 Infra 技术开源，打通从训练到部署的全链路
除模型本身外，月之暗面还开源了支撑 Kimi K3 训练的三项基础设施技术：
MoonEP：为超大细粒度 MoE 打造的高性能通信库，让专家并行通信在不均衡情况下仍能实现极致效率。
FlashKDA：KDA 的高性能算子，在英伟达 H20 上相比 flash-linear-attention 基线，prefill 速度提升 1.72 至 2.22 倍，可直接作为替换后端。
AgentEnv：与 KVCache.ai 合作开发的沙箱系统，用于大规模运行 Agent 环境，支持快速快照、恢复和分叉，可应对大规模并行的 Agent 工作流。
三项技术覆盖了高性能通信、算子加速和分布式强化学习环境的关键链路，全部在 GitHub 公开。
重估闭源估值，撼动定价逻辑
Kimi K3 开源引发的最直接连锁反应，是对闭源 AI 商业模式的冲击。摩根士丹利评价称，Kimi K3 证明中国大模型在模型规模、性能、定价三个层面对美国头部模型实现了 「全方位追赶」。高盛则认为，中国 AI 开源模型的智能表现已达到全球大规模普及的关键节点。
尤为值得关注的是定价权的变化。Kimi K3 的 API 定价为每百万 Token 输出 100 元 （约 15 美元），与 Claude Sonnet 定价同档，较上一代 K2.6 高出 2.7 倍。这是中国大模型第一次在规模、性能和定价上全面对标美国头部产品。
摩根士丹利指出，这撕掉了 「中国模型等于低价」 的标签。正如月之暗面企业业务负责人所言：「我们的目标从来不是做高性价比的雕琢。真正好的模型能力有溢价权。」
美国技术专家内森·兰伯特指出，Kimi K3 在 Vals AI 指数中排名全球第二，在 「前端代码竞技场」 中排名第一。西班牙 《国家报》 更尖锐发问：「Anthropic 公司现在该如何为其定价辩护？」 IG 市场分析师托尼·西卡莫尔表示，Kimi K3 的推出挑战了 「美国对先进芯片出口限制会阻碍中国 AI 发展」 的既有认知。
开源模型改写全球 AI 竞争逻辑
Kimi K3 的开源，核心意义在于让前沿 AI 能力不再被少数巨头锁在高墙之内。业内人士指出，开放权重将大幅降低全球开发者使用前沿 AI 的门槛，科研机构和企业可以本地部署、自主微调，不必将数据主权拱手让给外部云厂商。对于电力基础设施薄弱、算力预算有限的全球南方国家而言，这尤其具有现实意义。
更重要的是，Kimi K3 走出了一条通过架构创新而非算力堆叠实现智能跃升的路径。闭源 AI 的发展逻辑是无限扩张，更大参数、更多芯片、更高能耗；而开源中国大模型证明了另一条路，更聪明地利用每一单位算力。这不仅是技术路线的分歧，更是发展智慧的差异。
Kimi K3 的开源也是国产大模型抢占全球生态话语权的重要布局。美国 25 家科技公司已联名签署公开信，呼吁开放权重 AI 模型。开源与闭源共存的多元格局，正在成为 AI 产业的主流共识。正如彭博社所评价的，Kimi K3 的真正震撼力不在于击败了谁，而在于它向世界展示了一种可能：全球 AI 产业从 「美国绝对领先」 进入 「中美双线竞争」 的新阶段，开源大模型也正式进入 2.8 万亿参数的新纪元。
【天顺财经】7 月 28 日消息，月之暗面 27 日深夜正式发布 Kimi K3 模型权重、技术报告，并同步开源三项关键基础设施技术。这是 Kimi 迄今能力最强的模型，也是中国 AI 开源社区迄今为止规模最大的一次技术开放。
月之暗面在公告中表示，坚信开放权重模型的价值，它们能降低获取智能的门槛，推动创新，并赋予用户对数据更大的控制权、隐私保护和所有权。根据 Kimi K3 许可证，任何人都可以下载并部署该模型，无论是用于内部研发，还是嵌入到面向终端用户的产品中，均可自由使用。模型权重已在 Hugging Face 上线，技术报告及全部源代码已在 GitHub 公开。
Kimi K3 模型一经开源，全球资本市场即做出剧烈反应，华尔街分析师估算，OpenAI 与 Anthropic 的合计估值预期因此蒸发约 3140 亿美元，英伟达单日市值亦缩水 1111 亿美元。彭博社评价称，Kimi K3「正在搅动全球科技市场」。
开源模型首度站上世界前沿
Kimi K3 是一个拥有 2.8 万亿参数的混合专家 （MoE） 模型，参数规模约为此前 Kimi K2.5 的 3 倍。模型具备原生视觉理解能力，并支持 100 万 token 的上下文窗口。在 Artificial Analysis 智能指数上，Kimi K3 综合得分位列全球第三，仅次于 Claude Fable 5 和 GPT-5.6 Sol；在 Frontend Code Arena 编程榜单上更以 1679 分登顶，成为首个在该榜单超越所有闭源模型的开源模型。特斯拉 CEO 马斯克在相关评测下留言 「令人印象深刻」。
月之暗面强调，规模化并非简单的参数堆叠。在算力条件并不宽裕的情况下，团队凭借一系列架构创新实现了规模化效率提升 2.5 倍，即单位算力产出的智能相当于原先的 2.5 倍。支撑这一效率突破的核心技术包括 Kimi Delta Attention（KDA）、Attention Residuals 以及 MoonEP 等。
技术报告披露训练核心细节
同步发布的技术报告详尽披露了 Kimi K3 的训练方法，主要包括四大技术板块：
KDA + AttnRes：以 3:1 比例混合 KDA 与 Gated MLA，实现高效长上下文建模，并通过块级注意力残差增强跨层信息流动。
Stable LatentMoE：每个 token 从 896 个路由专家中激活 16 个，通过 SiTU-GLU 与 Quantile Balancing 在极高稀疏度下保持训练稳定。
MoonViT-V2：视觉编码器从零开始使用 next-token prediction 训练，无需对比预训练，在达到 SigLIP 初始化基线效果的同时获得更稳定的优化过程。
后训练与评估：在通用推理、通用 Agent 和编程 Agent 三大领域进行大规模任务合成，配备百万 token 上下文的强化学习基建，并在近 20 个内部评测集上完成完整评估。
三项 Infra 技术开源，打通从训练到部署的全链路
除模型本身外，月之暗面还开源了支撑 Kimi K3 训练的三项基础设施技术：
MoonEP：为超大细粒度 MoE 打造的高性能通信库，让专家并行通信在不均衡情况下仍能实现极致效率。
FlashKDA：KDA 的高性能算子，在英伟达 H20 上相比 flash-linear-attention 基线，prefill 速度提升 1.72 至 2.22 倍，可直接作为替换后端。
AgentEnv：与 KVCache.ai 合作开发的沙箱系统，用于大规模运行 Agent 环境，支持快速快照、恢复和分叉，可应对大规模并行的 Agent 工作流。
三项技术覆盖了高性能通信、算子加速和分布式强化学习环境的关键链路，全部在 GitHub 公开。
重估闭源估值，撼动定价逻辑
Kimi K3 开源引发的最直接连锁反应，是对闭源 AI 商业模式的冲击。摩根士丹利评价称，Kimi K3 证明中国大模型在模型规模、性能、定价三个层面对美国头部模型实现了 「全方位追赶」。高盛则认为，中国 AI 开源模型的智能表现已达到全球大规模普及的关键节点。
尤为值得关注的是定价权的变化。Kimi K3 的 API 定价为每百万 Token 输出 100 元 （约 15 美元），与 Claude Sonnet 定价同档，较上一代 K2.6 高出 2.7 倍。这是中国大模型第一次在规模、性能和定价上全面对标美国头部产品。
摩根士丹利指出，这撕掉了 「中国模型等于低价」 的标签。正如月之暗面企业业务负责人所言：「我们的目标从来不是做高性价比的雕琢。真正好的模型能力有溢价权。」
美国技术专家内森·兰伯特指出，Kimi K3 在 Vals AI 指数中排名全球第二，在 「前端代码竞技场」 中排名第一。西班牙 《国家报》 更尖锐发问：「Anthropic 公司现在该如何为其定价辩护？」 IG 市场分析师托尼·西卡莫尔表示，Kimi K3 的推出挑战了 「美国对先进芯片出口限制会阻碍中国 AI 发展」 的既有认知。
开源模型改写全球 AI 竞争逻辑
Kimi K3 的开源，核心意义在于让前沿 AI 能力不再被少数巨头锁在高墙之内。业内人士指出，开放权重将大幅降低全球开发者使用前沿 AI 的门槛，科研机构和企业可以本地部署、自主微调，不必将数据主权拱手让给外部云厂商。对于电力基础设施薄弱、算力预算有限的全球南方国家而言，这尤其具有现实意义。
更重要的是，Kimi K3 走出了一条通过架构创新而非算力堆叠实现智能跃升的路径。闭源 AI 的发展逻辑是无限扩张，更大参数、更多芯片、更高能耗；而开源中国大模型证明了另一条路，更聪明地利用每一单位算力。这不仅是技术路线的分歧，更是发展智慧的差异。
Kimi K3 的开源也是国产大模型抢占全球生态话语权的重要布局。美国 25 家科技公司已联名签署公开信，呼吁开放权重 AI 模型。开源与闭源共存的多元格局，正在成为 AI 产业的主流共识。正如彭博社所评价的，Kimi K3 的真正震撼力不在于击败了谁，而在于它向世界展示了一种可能：全球 AI 产业从 「美国绝对领先」 进入 「中美双线竞争」 的新阶段，开源大模型也正式进入 2.8 万亿参数的新纪元。
Related articles
【天顺财经】7 月 28 日消息，月之暗面 27 日深夜正式发布 Kimi K3 模型权重、技术报告，并同步开源三项关键基础设施技术。这是 Kimi 迄今能力最强的模型，也是中国 AI 开源社区迄今为止规模最大的一次技术开放。
月之暗面在公告中表示，坚信开放权重模型的价值，它们能降低获取智能的门槛，推动创新，并赋予用户对数据更大的控制权、隐私保护和所有权。根据 Kimi K3 许可证，任何人都可以下载并部署该模型，无论是用于内部研发，还是嵌入到面向终端用户的产品中，均可自由使用。模型权重已在 Hugging Face 上线，技术报告及全部源代码已在 GitHub 公开。
Kimi K3 模型一经开源，全球资本市场即做出剧烈反应，华尔街分析师估算，OpenAI 与 Anthropic 的合计估值预期因此蒸发约 3140 亿美元，英伟达单日市值亦缩水 1111 亿美元。彭博社评价称，Kimi K3「正在搅动全球科技市场」。
开源模型首度站上世界前沿
Kimi K3 是一个拥有 2.8 万亿参数的混合专家 （MoE） 模型，参数规模约为此前 Kimi K2.5 的 3 倍。模型具备原生视觉理解能力，并支持 100 万 token 的上下文窗口。在 Artificial Analysis 智能指数上，Kimi K3 综合得分位列全球第三，仅次于 Claude Fable 5 和 GPT-5.6 Sol；在 Frontend Code Arena 编程榜单上更以 1679 分登顶，成为首个在该榜单超越所有闭源模型的开源模型。特斯拉 CEO 马斯克在相关评测下留言 「令人印象深刻」。
月之暗面强调，规模化并非简单的参数堆叠。在算力条件并不宽裕的情况下，团队凭借一系列架构创新实现了规模化效率提升 2.5 倍，即单位算力产出的智能相当于原先的 2.5 倍。支撑这一效率突破的核心技术包括 Kimi Delta Attention（KDA）、Attention Residuals 以及 MoonEP 等。
技术报告披露训练核心细节
同步发布的技术报告详尽披露了 Kimi K3 的训练方法，主要包括四大技术板块：
KDA + AttnRes：以 3:1 比例混合 KDA 与 Gated MLA，实现高效长上下文建模，并通过块级注意力残差增强跨层信息流动。
Stable LatentMoE：每个 token 从 896 个路由专家中激活 16 个，通过 SiTU-GLU 与 Quantile Balancing 在极高稀疏度下保持训练稳定。
MoonViT-V2：视觉编码器从零开始使用 next-token prediction 训练，无需对比预训练，在达到 SigLIP 初始化基线效果的同时获得更稳定的优化过程。
后训练与评估：在通用推理、通用 Agent 和编程 Agent 三大领域进行大规模任务合成，配备百万 token 上下文的强化学习基建，并在近 20 个内部评测集上完成完整评估。
三项 Infra 技术开源，打通从训练到部署的全链路
除模型本身外，月之暗面还开源了支撑 Kimi K3 训练的三项基础设施技术：
MoonEP：为超大细粒度 MoE 打造的高性能通信库，让专家并行通信在不均衡情况下仍能实现极致效率。
FlashKDA：KDA 的高性能算子，在英伟达 H20 上相比 flash-linear-attention 基线，prefill 速度提升 1.72 至 2.22 倍，可直接作为替换后端。
AgentEnv：与 KVCache.ai 合作开发的沙箱系统，用于大规模运行 Agent 环境，支持快速快照、恢复和分叉，可应对大规模并行的 Agent 工作流。
三项技术覆盖了高性能通信、算子加速和分布式强化学习环境的关键链路，全部在 GitHub 公开。
重估闭源估值，撼动定价逻辑
Kimi K3 开源引发的最直接连锁反应，是对闭源 AI 商业模式的冲击。摩根士丹利评价称，Kimi K3 证明中国大模型在模型规模、性能、定价三个层面对美国头部模型实现了 「全方位追赶」。高盛则认为，中国 AI 开源模型的智能表现已达到全球大规模普及的关键节点。
尤为值得关注的是定价权的变化。Kimi K3 的 API 定价为每百万 Token 输出 100 元 （约 15 美元），与 Claude Sonnet 定价同档，较上一代 K2.6 高出 2.7 倍。这是中国大模型第一次在规模、性能和定价上全面对标美国头部产品。
摩根士丹利指出，这撕掉了 「中国模型等于低价」 的标签。正如月之暗面企业业务负责人所言：「我们的目标从来不是做高性价比的雕琢。真正好的模型能力有溢价权。」
美国技术专家内森·兰伯特指出，Kimi K3 在 Vals AI 指数中排名全球第二，在 「前端代码竞技场」 中排名第一。西班牙 《国家报》 更尖锐发问：「Anthropic 公司现在该如何为其定价辩护？」 IG 市场分析师托尼·西卡莫尔表示，Kimi K3 的推出挑战了 「美国对先进芯片出口限制会阻碍中国 AI 发展」 的既有认知。
开源模型改写全球 AI 竞争逻辑
Kimi K3 的开源，核心意义在于让前沿 AI 能力不再被少数巨头锁在高墙之内。业内人士指出，开放权重将大幅降低全球开发者使用前沿 AI 的门槛，科研机构和企业可以本地部署、自主微调，不必将数据主权拱手让给外部云厂商。对于电力基础设施薄弱、算力预算有限的全球南方国家而言，这尤其具有现实意义。
更重要的是，Kimi K3 走出了一条通过架构创新而非算力堆叠实现智能跃升的路径。闭源 AI 的发展逻辑是无限扩张，更大参数、更多芯片、更高能耗；而开源中国大模型证明了另一条路，更聪明地利用每一单位算力。这不仅是技术路线的分歧，更是发展智慧的差异。
Kimi K3 的开源也是国产大模型抢占全球生态话语权的重要布局。美国 25 家科技公司已联名签署公开信，呼吁开放权重 AI 模型。开源与闭源共存的多元格局，正在成为 AI 产业的主流共识。正如彭博社所评价的，Kimi K3 的真正震撼力不在于击败了谁，而在于它向世界展示了一种可能：全球 AI 产业从 「美国绝对领先」 进入 「中美双线竞争」 的新阶段，开源大模型也正式进入 2.8 万亿参数的新纪元。
【天顺财经】7 月 28 日消息，月之暗面 27 日深夜正式发布 Kimi K3 模型权重、技术报告，并同步开源三项关键基础设施技术。这是 Kimi 迄今能力最强的模型，也是中国 AI 开源社区迄今为止规模最大的一次技术开放。
月之暗面在公告中表示，坚信开放权重模型的价值，它们能降低获取智能的门槛，推动创新，并赋予用户对数据更大的控制权、隐私保护和所有权。根据 Kimi K3 许可证，任何人都可以下载并部署该模型，无论是用于内部研发，还是嵌入到面向终端用户的产品中，均可自由使用。模型权重已在 Hugging Face 上线，技术报告及全部源代码已在 GitHub 公开。
Kimi K3 模型一经开源，全球资本市场即做出剧烈反应，华尔街分析师估算，OpenAI 与 Anthropic 的合计估值预期因此蒸发约 3140 亿美元，英伟达单日市值亦缩水 1111 亿美元。彭博社评价称，Kimi K3「正在搅动全球科技市场」。
开源模型首度站上世界前沿
Kimi K3 是一个拥有 2.8 万亿参数的混合专家 （MoE） 模型，参数规模约为此前 Kimi K2.5 的 3 倍。模型具备原生视觉理解能力，并支持 100 万 token 的上下文窗口。在 Artificial Analysis 智能指数上，Kimi K3 综合得分位列全球第三，仅次于 Claude Fable 5 和 GPT-5.6 Sol；在 Frontend Code Arena 编程榜单上更以 1679 分登顶，成为首个在该榜单超越所有闭源模型的开源模型。特斯拉 CEO 马斯克在相关评测下留言 「令人印象深刻」。
月之暗面强调，规模化并非简单的参数堆叠。在算力条件并不宽裕的情况下，团队凭借一系列架构创新实现了规模化效率提升 2.5 倍，即单位算力产出的智能相当于原先的 2.5 倍。支撑这一效率突破的核心技术包括 Kimi Delta Attention（KDA）、Attention Residuals 以及 MoonEP 等。
技术报告披露训练核心细节
同步发布的技术报告详尽披露了 Kimi K3 的训练方法，主要包括四大技术板块：
KDA + AttnRes：以 3:1 比例混合 KDA 与 Gated MLA，实现高效长上下文建模，并通过块级注意力残差增强跨层信息流动。
Stable LatentMoE：每个 token 从 896 个路由专家中激活 16 个，通过 SiTU-GLU 与 Quantile Balancing 在极高稀疏度下保持训练稳定。
MoonViT-V2：视觉编码器从零开始使用 next-token prediction 训练，无需对比预训练，在达到 SigLIP 初始化基线效果的同时获得更稳定的优化过程。
后训练与评估：在通用推理、通用 Agent 和编程 Agent 三大领域进行大规模任务合成，配备百万 token 上下文的强化学习基建，并在近 20 个内部评测集上完成完整评估。
三项 Infra 技术开源，打通从训练到部署的全链路
除模型本身外，月之暗面还开源了支撑 Kimi K3 训练的三项基础设施技术：
MoonEP：为超大细粒度 MoE 打造的高性能通信库，让专家并行通信在不均衡情况下仍能实现极致效率。
FlashKDA：KDA 的高性能算子，在英伟达 H20 上相比 flash-linear-attention 基线，prefill 速度提升 1.72 至 2.22 倍，可直接作为替换后端。
AgentEnv：与 KVCache.ai 合作开发的沙箱系统，用于大规模运行 Agent 环境，支持快速快照、恢复和分叉，可应对大规模并行的 Agent 工作流。
三项技术覆盖了高性能通信、算子加速和分布式强化学习环境的关键链路，全部在 GitHub 公开。
重估闭源估值，撼动定价逻辑
Kimi K3 开源引发的最直接连锁反应，是对闭源 AI 商业模式的冲击。摩根士丹利评价称，Kimi K3 证明中国大模型在模型规模、性能、定价三个层面对美国头部模型实现了 「全方位追赶」。高盛则认为，中国 AI 开源模型的智能表现已达到全球大规模普及的关键节点。
尤为值得关注的是定价权的变化。Kimi K3 的 API 定价为每百万 Token 输出 100 元 （约 15 美元），与 Claude Sonnet 定价同档，较上一代 K2.6 高出 2.7 倍。这是中国大模型第一次在规模、性能和定价上全面对标美国头部产品。
摩根士丹利指出，这撕掉了 「中国模型等于低价」 的标签。正如月之暗面企业业务负责人所言：「我们的目标从来不是做高性价比的雕琢。真正好的模型能力有溢价权。」
美国技术专家内森·兰伯特指出，Kimi K3 在 Vals AI 指数中排名全球第二，在 「前端代码竞技场」 中排名第一。西班牙 《国家报》 更尖锐发问：「Anthropic 公司现在该如何为其定价辩护？」 IG 市场分析师托尼·西卡莫尔表示，Kimi K3 的推出挑战了 「美国对先进芯片出口限制会阻碍中国 AI 发展」 的既有认知。
开源模型改写全球 AI 竞争逻辑
Kimi K3 的开源，核心意义在于让前沿 AI 能力不再被少数巨头锁在高墙之内。业内人士指出，开放权重将大幅降低全球开发者使用前沿 AI 的门槛，科研机构和企业可以本地部署、自主微调，不必将数据主权拱手让给外部云厂商。对于电力基础设施薄弱、算力预算有限的全球南方国家而言，这尤其具有现实意义。
更重要的是，Kimi K3 走出了一条通过架构创新而非算力堆叠实现智能跃升的路径。闭源 AI 的发展逻辑是无限扩张，更大参数、更多芯片、更高能耗；而开源中国大模型证明了另一条路，更聪明地利用每一单位算力。这不仅是技术路线的分歧，更是发展智慧的差异。
Kimi K3 的开源也是国产大模型抢占全球生态话语权的重要布局。美国 25 家科技公司已联名签署公开信，呼吁开放权重 AI 模型。开源与闭源共存的多元格局，正在成为 AI 产业的主流共识。正如彭博社所评价的，Kimi K3 的真正震撼力不在于击败了谁，而在于它向世界展示了一种可能：全球 AI 产业从 「美国绝对领先」 进入 「中美双线竞争」 的新阶段，开源大模型也正式进入 2.8 万亿参数的新纪元。
