Kimi K3 — открытая мультимодальная агентная модель с 2.8 триллиона параметров, первая в мире в классе 3T. Она построена на архитектуре Mixture-of-Experts и использует новые механизмы Kimi Delta Attention (KDA) и Attention Residuals (AttnRes). Благодаря Stable LatentMoE на каждый токен активируется 16 из 896 экспертов — в сумме около 104 миллиардов активных параметров. По сравнению с Kimi K2 общая эффективность масштабирования выросла в 2.5 раза.
Модель нативно понимает текст, изображения и видео, держит контекст до 1 миллиона токенов. С этапа SFT применялось обучение с учётом квантования: веса хранятся в MXFP4, активации — в MXFP8, что обеспечивает совместимость с широким кругом железа.
Kimi K3 заточена под длинные инженерные сессии почти без участия человека: ориентируется в огромных репозиториях, управляет терминалом, оптимизирует GPU-ядра, пишет компиляторы, работает с vision-in-the-loop при создании игр, CAD и даже проектировании чипов. В задачах knowledge work она генерирует глубокие исследования с интерактивными визуализациями, дашбордами, моушн-дизайном и видеомонтажом.
В бенчмарках Kimi K3 соревнуется с топовыми закрытыми моделями: GPQA Diamond — 93.5, Terminal-Bench 2.1 — 88.3, BrowseComp — 91.2. В coding-тестах DeepSWE (67.5) и ProgramBench (77.8) она не уступает Claude Fable 5 и GPT-5.6 Sol. Модель также лидирует в ряде agentic-задач: DeepSearchQA F1 — 95.0, MCPMark-Verified — 94.5. Все замеры проведены на максимальном reasoning effort.
Веса модели выложены открыто под Kimi K3 License. API доступен на platform.kimi.ai, нужно выбрать kimi-k3, совместимость с форматом OpenAI/Anthropic сохраняется. Модель всегда работает с включённым мышлением и возвращает reasoning_content. Интенсивность размышлений задаётся полем reasoning_effort — low, high или max. В многошаговых диалогах и при вызове инструментов обязательно передавать полные ответы ассистента: и reasoning_content, и tool_calls, а не только content, иначе модель потеряет нить.
В качестве агентного фреймворка для кодинга разработчики рекомендуют Kimi Code CLI — модель выбирается командой /model.
Обратную связь и вопросы ждут на support@moonshot.ai.