2026 年 7 月 16 日，中國 AI 獨角獸 月之暗面（Moonshot AI） 正式發布了 Kimi K3——全球參數規模最大的開源 AI 模型，擁有 2.8 兆（2.8T）總參數，在編碼與代理任務上的表現甚至超越 Anthropic 的 Claude Opus 4.8。
Kimi K3 的驚人數字
| 項目 | 規格 |
|---|---|
| 總參數量 | 2.8 兆（2.8T） |
| 專家數 | 896 個（每次啟用 16 個） |
| 上下文視窗 | 100 萬 token |
| 架構 | Stable LatentMoE + KDA 混合注意力 |
| 發布日期 | 2026 年 7 月 16 日 |
| 授權方式 | Modified MIT（開源權重） |
| 權重釋放 | 預計 7 月 27 日 |
KDA 混合注意力架構：百萬 token 的關鍵
Kimi K3 最核心的技術突破是 Kimi Delta Attention（KDA），這是一種混合線性注意力機制，專為超長序列設計：
三大創新
KDA 混合線性注意力：結合傳統注意力與線性注意力，在保持高品質理解的同時大幅降低計算複雜度。與前文快取（Prefix Caching）技術結合，為百萬 token 上下文提供高達 6.3 倍的解碼速度提升。
Attention Residuals（AttnRes）：不同於傳統模型均勻地累積表示，AttnRes 允許模型跨越深度選擇性地檢索表示。僅增加不到 2% 的計算開銷，就能提升約 25% 的訓練效率。
分位數平衡（Quantile Balancing）：直接從路由得分的分位數推導專家分配，消除了傳統 MoE 中敏感的平衡超參數，有效解決大規模專家路由的優化挑戰。
低精度訓練
K3 從監督微調階段就採用量化感知訓練，使用 MXFP4 權重與 MXFP8 啟用，具備廣泛的硬體相容性。官方建議在擁有 64 個或更多加速器的超級節點環境中部署。
基準測試：全面超越 Claude Opus 4.8
在 Artificial Analysis 綜合智能指數中，Kimi K3 獲得 57 分，略勝 Claude Opus 4.8 的 56 分，排名全球第四。
編碼能力對比
| 測試項目 | Kimi K3 | Claude Opus 4.8 |
|---|---|---|
| DeepSWE | 67.5 | 59.0 |
| Program Bench | 77.8 | 71.9 |
| Terminal Bench 2.1 | 88.3 | 84.6 |
| FrontierSWE | 81.2 | 66.7 |
| SWE Marathon | 42.0 | 40.0 |
K3 在編碼測試中全面領先 Opus 4.8，特別是 FrontierSWE 大幅領先 14.5 分，展現了在複雜軟體工程任務上的壓倒性優勢。
推理與代理任務
| 測試項目 | Kimi K3 | Claude Opus 4.8 |
|---|---|---|
| GPQA-Diamond（研究生級） | 93.5 | 91.0 |
| GDPval-AA v2（Elo） | 1668.0 | 1600.0 |
| AA-Briefcase（Elo） | 1548.0 | 1354.0 |
| Automation Bench | 30.8% | 27.2% |
數學與視覺
| 測試項目 | Kimi K3 | Claude Opus 4.8 |
|---|---|---|
| MathVision | 94.3 | 86.7 |
| MMMU-Pro | 81.6 | 78.9 |
| CharXiv（RQ） | 84.8 | 80.5 |
需要注意的弱點
獨立評測指出，K3 的幻覺率從前代的 39% 攀升至 51%。雖然知識問答準確率從 33% 提升到 46%，但編造答案的機率也隨之增加。這是在使用 K3 時需要特別注意的限制。
Agent Swarm：300 個子智能體並行工作
Kimi K3 引入了 Agent Swarm（智能體群）技術，能協調多達 300 個子智能體並行工作（K3 Swarm Max 變體）。這對於大規模並行處理任務，如自動化軟體開發、深度研究、多步驟工作流程等，提供了前所未有的能力。
API 定價：中國廉價 AI 時代的終結
Kimi K3 的定價標誌著中國 AI 模型的價格轉折點：
| 項目 | 價格（每百萬 token） |
|---|---|
| 輸入（快取命中） | $0.30 美元 |
| 輸入（快取未命中） | $3.00 美元 |
| 輸出（含推理） | $15.00 美元 |
| 平均每任務成本 | $0.94 美元 |
這個定價與 Anthropic 的 Sonnet 5 完全一致，不再走極致低價路線。K3 的平均每任務成本（$0.94）約為 Opus 4.8（$1.80）的一半，與 GPT-5.6 Sol（$1.04）接近。
突破晶片封鎖的中國 AI 奇蹟
值得注意的是，月之暗面的前代推理模型 Kimi K2 Thinking 是在已被禁售的 Nvidia H800 GPU 上訓練完成的。Kimi K3 成功在參數規模上突破 3T 級別，證明了中國 AI 企業在「高階 GPU 數量處於劣勢」的情況下，依然能透過架構創新研發出頂尖大模型。
對全球 AI 競爭的意義
Kimi K3 的發布不僅是技術上的里程碑，更標誌著：
- 開源模型與閉源模型的差距持續縮小：K3 在許多任務上已超越 Claude Opus 4.8，接近 Fable 5 和 GPT-5.6 Sol 的水準
- 中國 AI 不再只能打價格戰：K3 的定價策略顯示中國前沿模型開始追求價值而非低價
- 多智能體協作成為新戰場：Agent Swarm 技術為 AI 工作流程的自動化開闢了全新可能性