Kimi K3开源，3万亿模型权重全球开放新智元

就在刚刚，全球首个3万亿参数级开源模型Kimi K3正式开源！

Moonshot AI宣布，发布Kimi K3的模型权重、技术报告，并开源支撑Kimi K3模型训练的关键Infra技术：MoonEP、FlashKDA和AgentEnv。

K3不仅是一个参数量高达2.8T的原生多模态MoE巨兽，更是全球首个在长逻辑链编程、超长上下文智能体协作、复杂推理上，能够与目前最强闭源模型（Fable 5和GPT-5.6 Sol）掰手腕的开源模型！

这一里程碑式的工作，不仅展示了中国AI团队在研发上的雄厚实力，更为开源社区带来了真正意义上的前沿级智能。

K3开放权重，开启3万亿参数级开源AI时代

2026年7月27日，Moonshot AI兑现承诺，Kimi K3的完整模型权重正式面向全球开源社区发布。

这标志着，开源大模型正式进入2.8万亿参数的新纪元，Kimi K3也成为全球首个真正落地的3万亿参数级别开源模型。

此次发布的不仅是模型权重，还包括相关技术细节和报告。

Moonshot表示，他们已与多家推理合作伙伴及开源维护者紧密协作，确保K3能在主流硬件和框架中可靠运行。

这意味着——开发者可以下载完整权重进行本地部署或二次开发；研究机构能基于K3探索超大规模MoE、新型注意力机制等前沿课题；企业可构建专属的超长上下文知识系统和智能Agent集群。

开源社区将迎来新一轮的应用浪潮！

参数规模：把天花板又抬高一截

过去一年，Kimi系列几乎每个季度都在刷新开源模型的参数与能力的天花板。

K3的2.8T参数，不仅是目前已知最大的开源模型之一，更是第一个真正跨入「3T 俱乐部」的存在。

相比前代K2，K3在架构上实现了显著突破：

KDA混合线性注意力机制，专为超长序列设计；

Attention Residuals，提升深层模型的训练稳定性；

MoE大幅优化：896个专家，仅激活16个，结合Stable LatentMoE框架，在保持巨量参数的同时极大提高了计算效率。

官方数据显示，这些创新让K3的整体扩展效率较K2提升约2.5倍，真正做到了「规模」与「可用性」的平衡。

与Kimi K2.5的主要区别在于，Kimi K3的视觉编码器MoonViT-V2完全从零开始训练，仅依赖后续token预测，可直接依据语言建模目标调整编码器的表征。

在整个训练过程中，MoonViT-V2保持稳定。

值得指出的是，MoonViT-V2 在视觉评估中的表现与 SigLIP 初始化的基线模型相当。

它支持100万token超长上下文，并原生具备多模态能力。

总之，K3是架构创新与场景适配的综合进化。

官方技术博客强调：「前沿智能属于所有人」。Kimi K3的开源，正是这一理念的最新实践。

根据Moonshot官方及第三方评测，Kimi K3在编程、代码Agent、前端开发、长上下文推理等场景中表现突出。

它的整体智能水平进入全球第一梯队，仅次于少数闭源顶尖模型，在开源阵营中处于领先地位。

Kimi K3技术报告解读

这次和开源消息一起放出的，是一份47页的技术报告。

以下是技术报告的核心内容。

2.8万亿参数的开源「六边形战士」

Kimi K3告诉我们：开源模型同样可以做到极致的 Scaling与Reasoning。

Kimi K3的核心底座数据堪称豪华：

惊人的体量： 总参数量高达 2.88万亿，每个Token激活参数量为 1040亿。

百万级上下文： 原生支持高达 100万 Token 的超长上下文窗口。

原生多模态： 视觉与文本从预训练第一天起就交织在一起，没有任何后期的「缝合」对齐阶段。

推理期思考缩放（Test-Time Scaling）： 支持从 Low、High 到 Max 多种Thinking Effort级别，在复杂任务上会像人类一样「三思而后行」。

架构三大革新：扩展效率提升2.5倍

训练一个3万亿参数级别的模型，绝非简单地堆叠GPU。

Kimi K3相比上一代 Kimi K2，在整体扩展效率上实现了约2.5倍的飞跃。

这归功于其极其优雅且暴力的架构设计。

1.混合注意力机制：KDA + Gated MLA

传统的Softmax注意力机制在处理百万级上下文时，KV Cache的内存占用会瞬间撑爆显存。Kimi K3独创性地采用了 混合架构——