Kimi K3開源週日登場:2.8兆參數創開源模型歷史之最,自架部署成真正選項
Moonshot AI預計於7月27日在Hugging Face釋出Kimi K3完整模型權重,使這個2.8兆參數的模型成為迄今規模最大的開源釋出。對於擔心敏感資料流經中國伺服器的企業而言,自架部署在技術上成為切實可行的選擇,儘管硬體需求相當嚴苛。
台灣時間7月27日上午8點(UTC 0點),月之暗面(Moonshot AI)將在Hugging Face公開Kimi K3的完整模型權重,讓這個2.8兆參數的模型成為有史以來規模最大的公開可下載AI模型——參數量幾乎是其前代Kimi K2.6的三倍。
這次開源釋出,是Kimi K3自7月16日透過API上線以來持續引發業界關注的最終章。K3在前端程式碼競技場(Frontend Code Arena)拿下1,679分奪冠,超越Claude Fable 5(1,631分)、GPT-5.6 Sol(1,618分)和智譜GLM-5.2(1,587分)。在研究生程度科學推理基準GPQA Diamond上,K3以93.5%拿下開源模型最強成績;在測試網路研究能力的BrowseComp上以91.2%,成為發布時某個追蹤榜單上已公布的最高分。
但基準測試只是故事的一部分。開源釋出為所有曾使用K3 API、卻暗自擔憂資料流向的企業,帶來了截然不同的部署邏輯。
K3架構的三大創新
K3採用混合專家(MoE)架構,但並非傳統設計。在896位專家中,每個Token只激活16位——激活率僅1.8%,使每個Token的運算量維持在可接受範圍內,儘管總參數量已達兆級規模。三項架構創新讓K3有別於以往的大型MoE模型:
Kimi Delta Attention(KDA):混合線性注意力機制,在百萬Token長文本場景下可實現最高6.3倍的解碼加速。長上下文處理過去需要龐大算力支撐,KDA使其在推論層面具備實際競爭力。
Attention Residuals(AttnRes):在不到2%的額外計算開銷下,將訓練效率提升約25%。這主要是訓練效率的突破,讓Moonshot能在相同算力預算內注入更多訓練信號。
Stable LatentMoE:實現1.8%激活率的專家路由機制,並宣稱解決了大型MoE模型長期存在的路由崩潰問題。此外,模型原生支援視覺輸入,並提供100萬Token的上下文窗口,對企業文件處理與程式碼庫分析工作流程具有實際意義。
自架部署的核心價值與硬體現實
自架K3最直接的理由是資料主權。呼叫Kimi API時,提示詞——可能包含專有程式碼、內部文件或敏感客戶資料——會路由至Moonshot在中國的基礎設施。對許多使用情境來說,這種曝露是可以接受的;但對受監管行業、政府承包商、國防相關應用,或任何已徵詢中國資料處理法律意見的組織而言,則是難以接受的風險。
自架K3徹底消除這種路由。權重歸使用者所有,可在自有算力上執行、審視修改,並進行稽核。截至7月25日,K3的具體授權條款尚未公布,因此部署前應先從K3儲存庫確認其商業使用條款。
然而硬體現實並不輕鬆。Moonshot建議以64塊以上加速器的「超節點」配置進行生產部署。據第三方分析,採用MXFP4四位元精度時,K3的權重在計入執行時緩衝區與鍵值快取之前,就需要約1.4TB的高速記憶體。
對多數團隊而言,這排除了在地端自架的可能。實際可行的中間路線,是透過Fireworks AI、Together AI、Baseten等託管推論服務提供商部署K3——在美國或歐盟法律框架下取得合約性的資料主權保障,同時免於硬體自購負擔。多家服務商已確認將於7月底前提供K3託管服務。
中國開源模型的戰略邏輯
K3的釋出時機經過精心計算。月之暗面正在籌備以500億美元估值赴港上市,開源釋出旨在上市路演前最大化社群聲量與基準排名能見度。DeepSeek則另謀以710億美元估值在上海掛牌;開源模型的競賽,已與中國AI企業的資本市場雄心深度交織。
地緣政治面向同樣不可忽視。另有地緣政治面向:白宮指控月之暗面蒸餾Anthropic的Fable模型來打造K3,財政部長貝森特(Scott Bessent)也威脅實施制裁,不過截至7月25日,尚未宣布任何針對K3的執法行動。
K3在開源生態系的定位
在K3之前,規模最大的開源模型擁有一兆參數。K3的2.8兆總參數(每個Token激活490億)堪稱另一個重量級別。在基準表現上最接近的競爭者,是Mistral的LeanStral 1.5與Meta的Watermelon模型,但兩者在程式設計與研究任務上均落後K3。
對於需要接近前沿性能且不願被商業API綁定的開發者而言,K3是目前最清晰的選擇。DeepSeek V4-Flash以每百萬Token 0.14美元輸入、0.28美元輸出持續壓低價格,但K3在長上下文與程式設計任務上的架構優勢,足以支撐其較高API定價(每百萬Token輸入3美元、輸出15美元)在生產環境中的合理性。
開源後的觀察重點
權重釋出後,社群反應將立即展開。針對程式設計、數學和指令遵循的微調實驗,預計在數小時內啟動。幻覺率是值得關注的一點:Artificial Analysis在AA-Omniscience上測得K3的幻覺率約為51%,高於Kimi K2.6的39%,而Moonshot自家圖表並未包含這項數字。
截至7月25日,K3的授權條款尚未公布,因此商業微調版本和衍生模型能被自由打造到什麼程度,仍待確認。
K3的釋出,恰好發生在開源AI生態系正歷經結構性轉變的時刻。市場正在觀察:一個2.8兆參數的模型,究竟能否在真實的前沿部署場景中被實際使用——還是僅僅刷新了一項參數量紀錄,而對多數使用場景仍不切實際?
更正(2026 年 11 月 15 日):已依本頁列出的來源更正或刪除 9 處。