月之暗面发布Kimi K3：2.8万亿参数开源大模型，聚焦智能体编程与长程任务

全新旗舰模型正式发布

7月16日，月之暗面正式推出新一代开源基础模型Kimi K3。该模型参数规模达2.8万亿，是当前全球公开可获取的参数量最大的开源基础模型。同步上线API服务与完整开发者文档，全面支持私有化部署、二次训练与定制化开发。

技术架构深度升级

Kimi K3专为长程智能体编程与自我演进工作流设计，核心突破在于两项自研技术： Kimi Delta Attention（KDA）混合线性注意力机制，显著优化百万级Token上下文下的信息建模效率； Attention Residuals（AttnRes）结构，在深层网络中强化梯度流动与信息保留，以不到2%的参数增量提升约25%训练效率。 实测显示，KDA在100万Token上下文场景下实现最高6.3倍解码加速。模型原生支持视觉理解能力，无需额外多模态适配即可处理图文混合输入。

面向真实任务的智能体能力

Kimi K3不再停留于单轮问答，而是系统性强化“完成任务”的闭环能力： 可理解大型代码库结构，自主规划开发路径； 支持工具调用、测试执行、运行日志解析与反馈驱动的方案迭代； 在游戏开发、前端工程、CAD辅助设计、基础设施优化等长周期软件工程场景中，能融合代码、日志、测试结果与界面截图进行综合决策。 模型采用高稀疏度MoE架构，共896个专家模块，单次推理仅激活16个，兼顾容量扩展与计算可控性。

实测性能进入全球第一梯队

在多项权威评测中，Kimi K3表现突出： GDPval-AA v2知识工作评测得1687分，超越Claude Opus 4.8 Max（1600分），仅次于Claude Fable 5 Max与GPT-5.6 Sol Max； AA-Briefcase智能体知识工作测试得1527分，排名第二，领先GPT-5.6 Sol Max； BrowseComp长上下文检索测试得分91.2，依托100万Token原生窗口，无需压缩即可完成复杂信息定位任务。 开发者实测反馈，在连续编程、多步骤Agent任务与跨工具协同场景中，Kimi K3展现出接近顶级闭源模型的自主规划与执行稳定性，被部分用户称为具备“Fable级体感”。

开源路线：构建可持续的开发者生态

Kimi K3坚持开放权重策略，允许全球开发者自由下载、本地部署、微调与商用。这一选择并非仅关乎技术透明，更是对AI基础设施演进路径的主动定义： 降低企业AI应用门槛，尤其适配对数据隐私、响应延迟与成本敏感的场景； 推动Agent框架、工具链、评估标准等配套生态共建； 与DeepSeek、智谱等国内开源力量形成协同势能，加速中国AI底层能力向产业纵深渗透。

竞争范式正在迁移

当美国头部厂商持续提高API定价（如Anthropic计划9月起将Claude Opus 4.8输出价格升至每百万15美元），中国开源模型正以更低推理成本（K2.6已约为Opus 4.8的三分之一）、更灵活部署方式与更强任务闭环能力，重塑全球AI价值坐标。 性能差距持续收窄，而开放生态的构建速度、开发者采纳深度与垂直场景落地密度，正成为衡量AI竞争力的新标尺。Kimi K3的发布，标志着中国大模型已从追赶者角色，转向在智能体范式、开源协作与工程化落地层面发起系统性竞逐。