Kimi K3 正式发布：2.8 万亿参数开源大模型，面向长程智能而生

犯其至难而图其至远

今天，我们正式推出 Kimi K3 —— 我们迄今能力最强的模型。它不是一次参数堆叠的终点，而是一次系统性突破的起点：以「发之以勇、守之以专、达之以强」为准则，在架构、训练、推理与应用全链路完成深度重构。

核心能力：2.8 万亿参数，原生多模态，百万级上下文

Kimi K3 是一个 2.8 万亿参数的开源大模型，全球首个达到该量级并完全开源的模型。它原生支持视觉理解，上下文窗口达 100 万 token，专为长程编程、知识工作与复杂推理等前沿智能场景设计。

模型基于两项原创架构技术构建：Kimi Delta Attention（KDA）混合线性注意力机制，以及 Attention Residuals（AttnRes）注意力残差结构。二者协同优化信息在超长序列与深层网络中的流动效率，使模型在万亿级规模下仍保持稳定训练与高效推理。

结构升级：稀疏激活与训练范式革新

Kimi K3 采用 Stable LatentMoE 架构，在 896 个专家中仅动态激活 16 个，兼顾能力与效率。为保障稀疏路由稳定性，我们引入 Quantile Balancing 路由策略与 Per-Head Muon 优化机制；新增 Sigmoid Tanh Unit（SiTU）与 Gated MLA 模块，分别强化激活控制与注意力选择性。

训练层面，从监督微调（SFT）阶段即启用量化感知训练，采用 MXFP4 权重与 MXFP8 激活格式，适配更广泛硬件部署；同时设计完全均衡的专家并行方案，消除负载不均瓶颈，关键路径无需主机同步，显著提升吞吐。

长程编程：从单点生成到系统级构建

Kimi K3 具备持续数小时乃至数日的工程级编码能力。它可自主理解大型代码库、协调终端工具、结合截图反馈迭代优化，在游戏开发、前端工程与 CAD 场景中实现视觉闭环（vision in the loop）。

在内核优化竞技场中，Kimi K3 在 NVIDIA H200 与国产 GPU 平台上，独立完成 Attention Residuals、KDA 线性注意力及自研 MLA 内核的分析、重写与验证，表现接近当前最强闭源模型 Fable-5（含回退机制），显著领先其他主流模型。

更进一步，Kimi K3 从零构建了 MiniTriton —— 一套完整可用的 GPU 编译器栈：涵盖 tile 级中间表示、优化 pass、PTX 代码生成，并成功驱动 nanoGPT 训练收敛。这标志着它已超越「写代码」，进入「建系统」的能力层级。

数字创作：3D、芯片、视频，全栈可执行

Kimi K3 将概念、图像、视频直接转化为可交互的数字体验。它复刻长征十号火箭发射回收过程、构建 3D 开放世界游戏、实现 GBA 模拟器，甚至完成黑洞卡冈图雅的物理模拟复现。

在芯片设计验证任务中，Kimi K3 基于开源 EDA 工具与 Nangate 45nm 工艺库，连续 48 小时自主运行，完成芯片架构设计、逻辑综合、时序优化与功能仿真：最终芯片面积 4 mm²，集成 146 万个标准单元与 INT4 MAC 阵列，在 100 MHz 下达成时序收敛，解码吞吐超每秒 8700 token。这是模型为自己打造的「第一颗芯片」，也是长程 Agent 能力的实体印证。

科研与知识工作：端到端闭环落地

Kimi K3 可打通科学文献与可执行代码，自主完成研究全流程。例如，在复现天体物理 I-Love-Q 关系任务中，它两小时内完成通常需资深研究员一至两周的工作：交叉验证 20+ 篇论文、实现数值流程、评估 300+ 种状态方程、发现已有公式矛盾、生成 3000+ 行 Python 代码，并输出交互式 HTML 仪表盘。

在真实知识工作流中，Kimi K3（max 模式）展现出稳定优势：覆盖 ASIC 行业 42 年演进史的研究报告，经 120+ 轮自我迭代生成；可控核聚变产业分析产出专业级演示文稿与多维图表；对 GWTC-5 中 391 个引力波事件的分析，调用 20+ 并发 subagents，整合十余篇论文，生成 7 张科学可视化图与 2 张结构化表格。

交互升级：小组件与看板，让智能持续可见

Kimi Work 新增小组件（Widgets）与看板（Dashboard）功能。小组件可在对话中即时生成交互式组件，连接本地数据或外部插件，支持持续更新；看板则将高频关注的小组件按主题、项目或目标长期聚合，形成个性化智能工作视图。

视频生成：原生多模态驱动高密度创作

依托统一多模态架构，Kimi K3 可理解文字、图像与视频语义，完成专业级动效设计与剪辑。它曾制作一支 4 分 30 秒的「3Blue1Brown」风格动态图形视频，将 KDA 与 AttnRes 技术原理转化为动画图示；也曾从 56 段原始素材中完成选片、动作匹配、逐帧卡点、音频处理与多轮修改，产出品牌宣传视频——同等质量内容，传统流程需资深剪辑师 1–2 个工作日。

部署与接入：开箱即用，兼顾性能与成本

Kimi K3 已全面上线：可通过 kimi.com、最新版 Kimi 手机 App（iOS/Android/鸿蒙）、Kimi Work 桌面客户端（v3.1.0+）、Kimi Code 终端插件及 Kimi API 直接调用。默认思考强度为 max（极致），后续将开放 low 与 high 两档调节。

API 定价为：输入 2 元/百万 token（命中缓存）、20 元/百万 token（未命中），输出 100 元/百万 token。依托 Mooncake 分离式推理架构，实际缓存率超 90%，等效输入成本仅为标价 1/4。企业用户可开通 Kimi 企业版，享受数据隔离、成员管理与私有化支持；托管 Agent 平台 Kimi Hosted Agent 正在开放 Waitlist 测试。

技术承诺：开源、透明、可验证

完整模型权重将于 2026 年 7 月 27 日前开源。配套技术报告将详述架构设计、训练方法、评测体系与基础设施细节。我们已向 vLLM 社区贡献 KDA 适配的 prefill cache 实现，确保长上下文推理高效稳定。

清醒认知：能力边界与使用建议

1. 历史依赖性强：Kimi K3 后训练全程保留思考历史。若 Agent 框架未完整回传历史，或中途切换模型，可能引发上下文干扰。建议使用 Kimi Code 等已验证兼容框架，避免会话中临时切换。

2. 主动性强，需明确约束：为胜任高难长程任务，Kimi K3 在模糊意图下倾向自主决策。如需更强行为边界，请在 system prompt 或 AGENTS.md 中设定具体约束规则。

3. 对标仍在进行中：尽管在多项评测中稳定领先同类开源模型，并逼近最强闭源模型水平，但在部分用户体验维度，与 Claude Fable 5 和 GPT-5.6 Sol 仍有持续追赶空间。