poxiaoxi博客Kimi K3是月之暗面公司开发的新一代AI大模型，于2026年7月16日发布，拥有2.8万亿总参数和100万Token上下文窗口。按照官方表述，它是全球首个3万亿参数级开放模型，也是首个总参数规模达到2.8万亿的开放模型。
与主要面向对话问答的模型相比，Kimi K3更强调长程编程、复杂知识工作、多模态理解和Agent任务。它希望处理的并不只是一次问答，而是需要读取大量材料、反复调用工具并持续执行较长时间的工作。
目前，用户已经可以通过Kimi网页端、Kimi Work、Kimi Code和Kimi API使用K3。完整模型权重计划于2026年7月27日前发布，相关架构、训练方法和评测细节还会随技术报告进一步公开。
月之暗面是谁
月之暗面英文名为Moonshot AI，创立于2023年初，是一家专注于通用人工智能和大模型技术的中国公司，旗下主要产品包括Kimi智能助手、Kimi开放平台、Kimi Code和面向企业用户的相关服务。
公司官方介绍显示，其核心技术团队聚集了Transformer-XL、RoPE、Group Normalization、ShuffleNet、MuonClip和Mooncake等多项AI技术的发明者或主要贡献者。公司名称“月之暗面”来自Pink Floyd的专辑《The Dark Side of the Moon》，英文品牌则使用Moonshot AI。
Kimi是月之暗面面向普通用户推出的AI助手，支持对话、联网研究、文档处理、多模态理解和Agent任务。开发者则可以通过Kimi开放平台调用模型API，将相关能力接入网站、应用和自动化工作流。
在K3之前，月之暗面已经推出Kimi K2、K2 Thinking、K2.5、K2.6和K2.7 Code等模型。其中，K2系列重点展示了代码和Agent能力，K3则进一步扩大模型规模，并把长上下文、视觉理解和持续执行能力放到同一套模型中。
K3有多大
| 项目 | Kimi K3 |
|---|---|
| 总参数 | 2.8万亿 |
| 专家数量 | 896个 |
| 单次激活专家 | 16个 |
| 上下文窗口 | 100万Token |
| 输入形式 | 文本、图片和视频 |
| 主要方向 | 编程、知识工作、推理与Agent任务 |
2.8万亿指的是模型总参数，并不代表每次回答都会使用全部参数。Kimi K3采用混合专家架构，设置了896个专家，但在一次计算中只会有效激活其中16个。
这种设计希望在扩大模型容量的同时，控制实际推理所需的计算量。模型可以让不同专家分别处理代码、语言、视觉或其他类型的信息，而不必在每个Token上运行整个模型。
因此，比较模型时不能只看总参数。激活参数、训练数据、架构设计、推理系统和后训练方法，都会影响实际效果和运行成本。
架构变化
Kimi K3建立在Kimi Delta Attention和Attention Residuals两项架构之上。
Kimi Delta Attention简称KDA，是一种混合线性注意力机制，主要用于改善超长序列中的计算效率和信息传递。Attention Residuals简称AttnRes，用于调整深层网络中不同层级表示的传递方式。
模型还采用Stable LatentMoE框架，提高混合专家架构的稀疏程度。官方表示，结合训练方法和数据配方改进后，K3相较K2获得了约2.5倍的整体扩展效率。
这一数字来自月之暗面的内部架构和训练评估，适合用于理解模型的设计方向，但不能直接等同于所有实际任务中的速度提升或成本下降。
长上下文
Kimi K3的上下文窗口最高达到100万Token，相比此前常见的128K或256K窗口，可以在一次任务中容纳更多代码、文档、对话记录和工具返回结果。
这种能力适合以下任务：
读取规模较大的代码仓库和多个关联文件；
分析长篇技术文档、研究资料或合同；
在多轮Agent任务中保留执行记录；
对多份报告进行交叉整理；
处理包含文字、图片和视频的复杂材料。
不过，100万Token只是模型能够接受的上限，不代表每次都应该填满。输入内容越多，调用成本和处理时间通常也会增加，不相关材料还可能干扰模型判断。
Kimi API提供自动上下文缓存。开发者不需要单独创建缓存ID，只要尽量保持长前缀内容和顺序不变，后续请求就有机会命中缓存。这对反复读取同一份代码库、知识库或系统提示词的应用更有价值。
编程能力
长程编程是Kimi K3重点强调的方向。它不只是生成一段代码，还可以围绕同一任务持续读取文件、调用终端、执行测试、查看错误并修改实现。
官方展示的应用包括GPU Kernel优化、编译器开发、前端工程、游戏开发、科研计算和芯片设计。这些案例的共同特点是任务步骤较多，需要模型在较长时间内保留目标和执行状态。
K3还可以将视觉理解加入编程流程。例如，模型可以查看网页截图、游戏运行画面或界面设计稿，根据实际显示结果继续调整代码。这种“生成代码—运行程序—查看画面—继续修改”的循环，比只依赖文字错误信息更接近真实开发过程。
但复杂工程仍需要人工审核。涉及生产数据库、服务器配置、依赖升级和代码合并时，开发者应限制模型权限，并在关键步骤设置确认机制。
Agent能力
Kimi K3支持自定义工具调用、强制工具调用和动态工具加载，适合构建能够搜索资料、执行代码、访问数据库或调用业务接口的Agent。
通过tool_choice="required"，开发者可以要求模型在当前轮次必须调用工具，避免模型在没有读取真实数据的情况下直接给出推测答案。
动态工具加载允许应用在任务进行到特定阶段时，再向模型提供需要的工具定义。对于拥有大量插件、MCP服务或企业接口的系统，这种方式可以减少上下文占用，也能缩小每一步的工具选择范围。
模型只负责决定调用什么工具以及生成参数，真正的文件操作、数据库查询和网络请求仍由应用程序执行。工具层需要自行处理权限、参数校验、错误重试和操作日志。
原生视觉
Kimi K3采用原生多模态架构，可以同时理解文本、图片和视频，而不是把视觉识别完全交给单独的外部模型。
视觉能力可以用于界面分析、截图还原、视频理解、游戏开发、CAD辅助和多模态文档处理。例如，用户可以上传网页截图，让模型分析布局结构，也可以结合代码要求它修复界面偏差。
通过API提交图片时，消息中的content需要使用对象数组。当前文档说明，视觉输入不支持直接填写公开图片网址，需要使用Base64数据或先把文件上传到Kimi平台。
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "data:image/png;base64,..."
}
},
{
"type": "text",
"text": "分析这张网页截图的布局问题"
}
]
}API接入
Kimi K3可以通过兼容OpenAI SDK的方式调用。开发者需要准备Kimi开放平台API Key，并把接口地址设置为Moonshot API。
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["MOONSHOT_API_KEY"],
base_url="https://api.moonshot.ai/v1",
)
completion = client.chat.completions.create(
model="kimi-k3",
messages=[
{
"role": "user",
"content": "介绍Kimi K3适合处理的任务"
}
],
)
print(completion.choices[0].message.content)K3始终启用思考模式，并使用顶层字段reasoning_effort控制推理强度。模型上线初期，API暂时只支持max级别，不应继续使用K2系列的thinking参数。
多轮对话时，应用需要把API返回的完整Assistant消息加入下一次请求，不能只保存最终回答内容。思考历史、工具调用和相关字段缺失，可能影响后续生成稳定性。
开放进度
Kimi K3已经开放网页端、Kimi Work、Kimi Code和API使用，但发布时完整模型权重尚未同步提供。
官方计划在2026年7月27日前发布完整权重，并与推理平台和开源生态维护者协调部署细节。技术报告也会在后续公开更多架构、训练与评测信息。
因此，现阶段将K3称为开放模型时，需要区分两件事：模型已经按照开放路线发布并提供API和产品体验，但用户能否立即下载完整权重、自行部署，还要看后续权重文件、许可证和推理工具的实际发布情况。
2.8万亿参数也意味着本地部署门槛很高。官方技术博客建议在包含64个或更多加速器的超节点配置上部署，这显然不是普通个人电脑或单张消费级显卡能够承担的规模。
当前限制
K3始终开启思考模式，API暂时只支持
max推理强度；多轮对话必须保留完整的Assistant历史消息；
不建议在其他模型已经开始的长会话中途切换到K3；
图片输入暂不支持直接使用公开URL；
部分采样参数采用固定值，不需要在请求中重复设置；
官方API网页搜索能力仍在更新，近期不建议作为生产依赖；
模型可能在意图不明确时过度主动，需要设置清晰边界；
完整权重和技术报告仍需等待后续发布。
月之暗面也在技术博客中承认，K3与最强闭源模型相比仍存在一定体验差距。对开发者而言，实际选型不应只看模型参数和官方榜单，还要测试响应速度、任务成功率、工具兼容性、费用和稳定性。
精彩评论