Kimi K3 全面开源：2.8万亿参数、百万上下文，月之暗面这次放了什么大招

• 7 月 16 日夜（WAIC 2026 前夜）： Kimi K3 在 kimi.com、Kimi Work、Kimi Code 与 Kimi API 首发，权重尚未公开。官方技术博客标题为《Kimi K3: Open Frontier Intelligence》。
• 7 月 17 日： 行业密集分析架构；新华社报道称其为「目前全球参数最大的开源模型」。
• 7 月 22–23 日： 中美「模型蒸馏」争端升级。白宫科技顾问 Michael Kratsios 指控月之暗面对 Anthropic Fable 模型进行「大规模、隐蔽的工业化蒸馏」；美国财政部长 Scott Bessent 表示将考虑制裁及「实体清单」限制。
• 7 月 27 日晚 23 点： 月之暗面发布 K3 完整权重、技术报告，并开源 MoonEP、AgentEnv（FlashKDA 此前已开源）。
• 7 月 28 日： 中国商务部公开回应，指责美方搞「AI 霸权主义」并威胁反制；国内媒体跟进报道开源细节。

• 「开源」语义落差： 国内媒体普遍写「开源」，但 Moonshot 材料从未使用 open source，仅称 open weight——训练数据与完整训练代码未公开，不符合 OSI 定义。
• 许可证两道门槛： MaaS 业务连续 12 个月收入超 $2000 万须另行签约；月活超 1 亿或月收入超 $2000 万须显著展示「Kimi K3」字样——竞品 API 服务商需法务重点审查。
• 自部署现实门槛： 896 专家、2.8T 规模决定 K3 无法在消费级硬件运行，官方建议 64 卡及以上超节点——权重下载不等于可本地跑通。
• 输出单价： 输出 $15/M，高于开源阵营 GLM-5.2（约 $0.47/任务 Intelligence Index 口径），属于能力天花板而非性价比首选。
• 蒸馏争议未消： 权重公开并未终结 白宫指控与 K3 自称 Claude 的独立研究发现，企业合规审查仍需独立评估。
• 1.56TB 下载与存储： 权重拉取、校验、多副本存储对带宽与对象存储预算是一次性硬成本，远超市面「改 base URL 就能用」的叙事。

Kimi Delta Attention（KDA）

传统 Gated DeltaNet 使用标量级遗忘门；KDA 改为逐通道门控，每个特征维度独立衰减率，某些特征长期保留、另一些快速遗忘。采用 chunkwise Diagonal-Plus-Low-Rank（DPLR）公式实现线性时间递归，K3 将 KDA 与少量 Gated MLA 全局注意力层交替混合——支撑 100 万 token 上下文同时压低 KV Cache 开销的核心原因。

Attention Residuals（AttnRes）

传统残差连接逐层均匀累加，深层易稀释早期层信息。AttnRes 改为选择性、依据输入动态聚合前面所有层输出，每层仅新增一个 RMSNorm 与一个伪查询向量，带来约 25% 训练效率提升，代价不足 2%。伪查询向量初始化为零，训练初期等价于均匀平均。

Per-Head Muon 与 Stable LatentMoE

Muon 优化器扩展为逐注意力头独立优化，纯训练期技术，API 调用无感知。MoE 层 896 选 16（稀疏度约 1.8%），配合 Quantile Balancing 与 MoonEP 从数学上证明冗余专家数理论上界，保证负载均衡可行性。

月之暗面此次不只甩权重文件，而是把支撑训练效率与稳定性的工程能力一并公开——这也是开发社区评价较高的重要原因。

以下优先引用独立第三方复测；厂商自报数据仅作补充。

Artificial Analysis 智能指数（max 推理档）： Claude Fable 5 60、GPT-5.6 Sol 59、Kimi K3 约 57（全球第 3，开放权重第 1）、GLM-5.2 51、DeepSeek V4 Pro 44。K3 每任务成本约 $0.95，比 Fable 5（约 $2.4）便宜约 60%，但高于 GLM-5.2（约 $0.47）。它是开放权重阵营能力天花板，而非性价比最优。 目前在 Arena.ai Frontend Code Arena 榜单排名第一。

与 DeepSeek V4 满血版 对比：V4 在成本与峰谷计费上更友好，K3 在综合能力与 1M 上下文上领先。

月之暗面官方材料从未使用 open source，一直采用 open weight 表述。按 OSI 标准，真正开源需公开训练数据、训练代码与可复现流程；K3 仅公开训练后权重、技术报告与推理相关 Infra，训练数据与完整训练代码未公开。

许可证也不再自称 Modified MIT（K2 时代说法），而是一份完全自定义文件，含两道 K2 系列没有的商业门槛：

1. Model-as-a-Service 收入门槛： 被许可方及关联方运营 MaaS 业务，连续 12 个月累计收入超过 $2000 万，须与月之暗面另行签署商业协议。
2. 规模展示门槛： 产品月活超过 1 亿，或月收入超过 $2000 万，须在界面显著展示「Kimi K3」字样。

对绝大多数中小团队与创业公司，两道门槛几乎不会触发；若商业计划是「拿 K3 开与月之暗面竞争的模型服务」，第一道门槛是法务红线。

Moonshot 提供 OpenAI SDK 兼容 API（https://api.moonshot.ai/v1，模型 ID kimi-k3）。Mooncake 分离式推理在典型编程负载上缓存命中率可达 90%+，实际成本更接近 $0.30 档而非 $3 表头价。

自部署需 64 卡及以上超节点；个人与中小团队更现实路径是通过官方 API 或 OpenRouter（已有 7 家服务商，定价大多与官方一致）。若需在 Apple Silicon 上跑较小开源 MoE，可参考本站 DeepSeek V4 高内存 Mac 租赁 Runbook。

Kimi K3 开源节点卡在 WAIC 2026 窗口期，叠加升级中的中美「模型蒸馏」争端。权重开源前几天美方指控月之暗面工业化蒸馏 Anthropic 模型训练 K3 并威胁制裁；7 月 28 日中国商务部指责美方「AI 霸权主义」并威胁反制。在此背景下全面公开权重、技术报告与三项 Infra，是用工程细节自证技术路径独立性的态度表达。三天后阿里巴巴发布 24 万亿参数 Qwen3.8-Max-Preview，被外界解读为对 K3 的直接回应，国产大模型竞争进入「3T 俱乐部」阶段。

1. 01
   确认许可边界：阅读自定义 License，判断 MaaS 收入与 MAU 是否触及 $2000 万 / 1 亿门槛；竞品推理服务商须法务先行审查。
2. 02
   选择接入路径：API 改 base URL 至 https://api.moonshot.ai/v1；或 OpenRouter moonshotai/kimi-k3；自部署仅适合有 64+ 卡超节点的团队。
3. 03
   设计缓存友好 Prompt：稳定 system prompt 与前缀块，让 Mooncake 命中 $0.30/M 缓存档，编程场景目标 90%+ 命中率。
4. 04
   小规模冒烟测试：先用 1 万 token 级任务验证质量与延迟，对照 OpenRouter 7 月排行 确认路由策略。
5. 05
   权重下载规划：若需本地微调，预留 1.56TB+ 存储与带宽；校验 Hugging Face 文件完整性后再启动训练流水线。
6. 06
   建立混合路由与成本模型：长程编程与文档分析走 K3；FrontierSWE 级修 Bug 保留 Fable 5；对照 定价页 估算 Agent CI 基础设施月度成本后再放量。

Kimi K3 全面开放权重是 2026 年开源（准确说开放权重）赛道最重要的事件之一：2.8T 规模、1M 上下文、完整 Infra 栈与 Artificial Analysis 全球第三的智能指数，证明中国实验室在工程创新上可与闭源前沿同台。但 open weight 不等于 open source，许可证与蒸馏争议要求企业用户保持清醒。

团队用 K3 驱动 Agent 对大型代码库长时调用时，仍需要稳定、可审计的本地开发与 CI 平面。共享分钟池、桌下 Mac 或超卖 VPS 上的宽带抖动、邻居 CPU 争抢与长连接中断，会迅速吃掉 Token 降价带来的收益。对更稳定的生产 Agent 主机与构建环境，NUKCLOUD 多区域裸金属 Mac / 云端 Mac 节点提供独占 Apple Silicon 算力与清晰租户边界，可在 定价页 对照规格并经 下单页 试跑。

数据截至 2026-07-28。来源：Moonshot AI 官方博客、Hugging Face、Vals AI SWE-bench、Artificial Analysis Intelligence Index、VentureBeat、Scientific American。发布前请以官方最新数据为准。