**Moonshot AI（月之暗面）**于 2026 年 7 月 16 日发布旗舰模型 Kimi K3。模型总参数达到 2.8 万亿，原生支持视觉理解，并提供 100 万 token 上下文窗口。Kimi K3 已接入 Kimi、Kimi Work、Kimi Code 和官方 API；截至发布时，完整模型权重仍在准备中，官方计划最迟于 7 月 27 日公开。
Kimi K3 的 2.8 万亿参数架构如何工作？
Kimi K3 采用 **Mixture of Experts（MoE）**架构，在 896 个专家中每次激活 16 个，并结合 Stable LatentMoE。底层注意力由 **Kimi Delta Attention（KDA）**和 **Attention Residuals（AttnRes）**组成：KDA 用于控制长序列注意力成本，AttnRes 让网络按需读取不同深度的表示。
Moonshot AI 称，这套结构配合新的训练与数据方案，相比 Kimi K2 获得约 2.5 倍整体 scaling efficiency。模型从 SFT 阶段开始进行量化感知训练，采用 MXFP4 权重和 MXFP8 激活。官方建议部署在至少 64 张加速卡组成的 supernode 上，这一硬件门槛意味着 2.8T 完整权重主要面向大型推理服务商和研究机构。
Kimi K3 的编程与 Agent Benchmark 表现如何？
官方评测中，Kimi K3（max）在 BrowseComp 得到 91.2，在 Terminal-Bench 2.1 得到 88.3，在 FrontierSWE 得到 81.2，在 SWE Marathon 得到 42.0。其长程编程案例覆盖 GPU kernel 优化、从零构建 MiniTriton 编译器，以及在 48 小时自主运行中完成一颗 45nm nano 模型芯片的设计、优化与验证。
这些结果需要结合测试条件阅读。Moonshot AI 明确承认，Kimi K3 的整体表现仍落后于 Claude Fable 5 与 GPT 5.6 Sol；不同模型在部分编程测试中还使用了 Kimi Code、Claude Code 或 Codex 等不同 harness。厂商公布的分数证明 K3 已进入前沿模型竞争区间，但暂时不能替代独立、可复现的第三方评测。
开发者如何通过 Kimi API 使用 Kimi K3？
官方 API 模型 ID 为 kimi-k3，兼容 OpenAI API 格式。首发版本始终开启推理，reasoning_effort 当前只支持 max 档位；多轮对话和工具调用需要完整回传模型的 assistant message，否则生成质量可能明显波动。
全球站公布的每 100 万 token 价格为：缓存命中输入 0.30 美元、未命中输入 3 美元、输出 15 美元。官方称，Mooncake 分离式推理架构让 Kimi API 在编程负载中的缓存命中率超过 90%。国内 API 文档同时提示，联网搜索工具正在升级，近期不建议放入生产流程。
Kimi K3 上线时有哪些已知限制？
官方列出了三项直接影响 Agent 落地的限制：
- 思考历史敏感：Agent harness 必须保留并回传完整思考历史；会话中途从其他模型切换到 K3，输出可能变得不稳定。
- 执行过度主动：面对小问题或模糊指令时，K3 可能替用户作出超出预期的决定，需要在 system prompt 或 AGENTS.md 中写明操作边界。
- 交互体验仍有差距：Moonshot AI 表示，K3 与 Claude Fable 5、GPT 5.6 Sol 相比仍存在可感知的体验差距。
Kimi K3 把开放权重模型的参数规模推到接近 3T，同时把长上下文、视觉与长程 Agent 任务放进同一模型。现阶段可立即验证的是线上产品和 API；完整权重、技术报告及第三方复测结果，要等后续发布后才能判断其开放程度、部署成本与实际稳定性。