Kimi K3 全面開源：海外開發者稱 “讓 Anthropic 的萬億美元市值失去意義”

中國大模型企業月之暗面宣佈全面開源，K3 背後的技術細節也隨之浮出水面。

7 月 27 日，月之暗面（Kimi）宣佈發佈 Kimi K3 的模型權重、技術報告，並開源支撐 Kimi K3 模型訓練的關鍵 Infra 技術：MoonEP、Flash KDA 和 Agent Env，希望以此加速前沿智能的部署與普及，促進 AGI 研究。

Kimi 介紹，在並不寬裕的算力條件下，K3 憑藉 Kimi Delta Attention、Attention Residuals 以及 MoonEP 等一系列技術創新，實現模型規模化效率提升 2.5 倍，即在算力最優意義下，單位算力產出智能約等於原來的 2.5 倍。

此前 7 月 16 日，Kimi 推出 2.8 萬億參數的 Kimi K3，成為全球參數最大的開源模型，瞬間震動全球——發佈 48 小時後，用户請求量逼近集羣承載極限。7 月 19 日晚，月之暗面發佈公告，暫停 C 端新用户訂閲，將全部算力優先保障已付費老用户。

目前，K3 已經實現全面開源。據介紹，每個人都可以下載並部署 Kimi K3 模型，無論是用於內部研發，還是嵌入面向終端用户的產品中，均可自由使用。“我們相信，對於 AGI 這樣具有深遠影響的技術，一個廣泛、開放的生態系統是最適合承載它的土壤。為此，我們將繼續貢獻自己的力量。” Kimi 表示。

海外媒體和開發者盛讚 K3

對於 K3 此次開源，外媒分析，這是對 AI 大廠的有力挑戰，尤其是 Anthropic 和 OpenAI。這兩家公司最新的模型分別是 Claude Fable 和 GPT 系列模型，K3 性能緊隨其後，其運行成本似乎只有它們的 1/2-1/3；如果特定查詢被緩存，成本甚至可以降低至十分之一。

另有外媒報道稱，美國公司正在迅速採用 Kimi 模型，目前中國人工智能模型已佔 OpenRouter 等平台上整體使用量的 60%。與閉源模型相比，Kimi K3 還展現出卓越的成本效益，每投入一美元可以完成更多任務。外媒稱，人工智能的基礎設施特性決定其必須採用開源才能產生廣泛的經濟影響，因為閉源會阻礙應用和定製，最終開源會更受青睞。

Hugging Face 首席執行官 Clement Delangue 表示，K3 發佈後很快登上 Hugging Face 趨勢榜首，社區反響非常強烈。

北美 AI 基礎設施創企 Osmantic AI 的創始人兼 CEO Ahmad 發文，將 Kimi K3 稱為 “本地版 Fable 5”，並稱 “知道為什麼 Anthropic 討厭開源 AI 嗎？Kimi K3 免費且可下載，讓他們的萬億美元估值失去意義。”

7 月 28 日，據 Design Arena 在社交媒體發文，Kimi K3 在 “Python-PPTX Slides” 幻燈片競技場以 Elo 評分 1379 分登頂，領先第二名 Claude Fable 5（1303 分）76 分。帖文將 Kimi K3 稱為 “無限制級模型”，並稱其以該榜單所見 “最大優勢” 獲得第一名。

Kimi 創始人楊植麟曾多次公開表達對開源的態度。

“當前閉源模型仍佔據一部分市場份額，而開源正在持續解鎖更多的市場空間。最終如果模型能力達到同等水平，開源會是絕對的勝利者。” 此前在接受澎湃新聞等媒體採訪時，楊植麟表示，開源的核心競爭力在於其構建了生態共贏的合作模式，所有參與者都能在技術迭代與產業落地的過程中獲得收益，進而催生海量的應用場景與渠道，形成完整、自循環的產業生態。

“開源生態的市場總量，最終會達到遠超閉源模式的水平，這也是中國 AI 產業當下最重要的發展思路與機遇。” 楊植麟提到。

K3 技術亮點在哪裏

澎湃新聞記者梳理 Kimi K3 公佈的技術報告顯示，此次 K3 全面開源有三大核心亮點：

第一，這是全球首個開源 “3T 級” 模型。

報告顯示，Kimi K3 總參數 2.8 萬億（2.8T），每次回答實際激活 1040 億參數，支持 100 萬 token 上下文窗口，原生支持圖片和視頻理解。這是全球第一個開放全部權重的 3T 級模型，此前開源模型大多停留在 1 萬億參數級別。

從綜合性能來看，K3 只輸兩個最強閉源模型（Claude Fable 5、GPT-5.6 Sol），但穩定超過 Claude Opus 4.8、GPT-5.5 等其他所有參評模型。這也意味着，繼 DeepSeek 之後，中國公司再次用 “開源” 衝擊全球 AI 前沿水準。

第二，K3 體現 AI“自我進化” 能力。

報告中提到，K3 在一次無人干預的 48 小時連續運行中，用開源 EDA 工具設計並驗證一款 AI 推理芯片原型（nano-KPU）：4 平方毫米麪積內集成 146 萬個標準單元，仿真推理速度超每秒 8700 個 token。

此外，K3 從零開發名為 MiniTriton 的編譯器，從編程語言前端到英偉達顯卡底層代碼生成全鏈條貫通，在其基準測試中幾何平均性能超過 PyTorch 官方兩種模式。報告還披露，K3 的一個早期版本在開發後期已經承擔公司內部大部分 GPU 內核優化工作。

第三，超高性價比。

根據 BrowseComp（網頁瀏覽智能體測試）顯示，K3 拿到全場最高分 91.2%，而每個任務成本僅 2.03 美元，這是 GPT-5.6 Sol 的一半，比 Claude 系列便宜約一個數量級。

在編程測試 Kimi Code Bench 2.0 中，Kimi 得分只比 Claude Fable 5 低 4 分，成本只有對方的 38%。而根據知識工作測試 GDPval-AAv2，Kimi 與 GPT-5.6 Sol 差距在 50 個 Elo 分以內，成本低 13%。

在結構創新方面，報告披露，K3 採取 KDA+AttnRes 結構替代傳統注意力結構（如 Transformer）。在此次更新中，K3 自研的 Kimi Delta Attention（KDA）起到關鍵作用：KDA 能實現 “速記式” 線性注意力，不管上下文多長，記憶成本不變；剩下 1 層用 Gated MLA 做 “全文精讀”，保證關鍵處不丟精度。

重新定義 “開源” 和 “商業”

除了技術層面，此次 Kimi 發佈的 K3 許可證也受到業內廣泛關注，其中有兩個關鍵要素：

一，經營模型即服務（Model as a Service）業務，且自身及關聯方年營收超過 2000 萬美元的公司，需要另行簽訂商業協議。

二，如果任何商業產品或服務的月活躍用户超過 1 億，或者月收入超過 2000 萬美元，則需要在界面顯著位置展示"Kimi K3"標識。

這也意味着，“開源” 不等同於 “免費”，Kimi 正在嘗試定義開源開放和商業回報之間的衡量方式。

在 Kimi 宣佈開源後，國內雲計算大廠在第一時間響應並適配。

華為計算發文表示，此次 Kimi K3 一經開源發佈，昇騰即實現 0day（指在產品正式發佈或系統上線當天 “第 0 天” 就能完全兼容和正常運行的能力）適配：在訓練側，基於 MindSpeed MM 在 Atlas 800 A3、Atlas 900 A3 SuperPoD 上完成訓練復現，在算子、並行加速、顯存優化等方面進行專項優化；在推理側，通過 vLLM Ascend 與 SGLang 開源推理引擎實現快速部署。同時，昇騰 950 超節點支持 FP8、MXFP8、MXFP4 等全系列數值精度格式，原生支持 Kimi K3 的 mxFP4 量化權重。

阿里雲宣佈，真武 M890 超節點實例已 Day0 適配 Kimi K3，這是國內首個成功運行近 3 萬億參數模型的超節點。該超節點通過 ICN Switch 高速互聯芯片，將 64 張平頭哥真武 M890 芯片以 800GB/s 全互聯，顯存規模達 9TB，單實例即可支撐大規模萬億級 MoE 模型的專家並行需求。

為提升運行效率，阿里雲、平頭哥與 Kimi 團隊從軟件棧、算子層面進行了深度聯合適配，優化後首 Token 時延降低約 35%，單卡解碼吞吐提升 1.8 倍，可穩定支持 1M 長上下文。千問 AI 平台和阿里雲百鍊將同步提供 Kimi K3 的模型 API。阿里雲表示，該適配驗證了國產算力已具備支撐超大參數模型大規模應用的能力。

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。