Kimi K3正式开源：2.8万亿参数MoE模型权重全量放出，前端编码登顶全球第一

2026年7月27日，月之暗面（Moonshot AI）如约兑现承诺，正式在Hugging Face、GitHub和官网技术博客公开发布Kimi K3的完整模型权重与技术报告。这标志着全球首个3万亿参数级别的模型正式向开源社区开放，采用Apache 2.0协议。

K3的技术底牌：2.8万亿参数的架构创新

Kimi K3采用Stable LatentMoE稀疏架构，总计2.8万亿参数，在896个专家中每次推理仅激活16个——兼顾庞大容量与推理效率。相比传统Dense模型，MoE架构让K3在实际运行时只调用约1/56的参数量，大幅降低了推理成本。

K3最核心的技术创新是三件套：KDA（Kimi Delta Attention）混合线性注意力机制将KV缓存削减75%，在100万token上下文下解码吞吐量提升6.3倍；AttnRes（Attention Residuals）允许模型选择性跨层检索信息，类似ResNet的跳跃连接但作用在注意力层面；Mooncake分离式推理架构使编程场景缓存命中率超过90%。月之暗面官方称整体扩展效率较K2提升约2.5倍。

前端编码登顶全球：7个赛道拿下6个第一

在Arena.ai的Frontend Code Arena评测中，Kimi K3以1679分力压Claude Fable 5（1631分）和GPT-5.6 Sol（1618分），登顶全球第一。7个细分赛道中K3拿下Branding、Reference-based Design、Data Analysis、Consumer Products、Simulations、Content Tools共6个第一。实测中，K3仅凭一句自然语言指令即生成427行完整网页游戏代码，包含粒子特效、连击系统和移动端适配——完整度超越Fable 5和GPT-5.6 Sol。

在Terminal-Bench 2.1上K3得分88.3，SWE Marathon得分42.0同样登顶。Agent模式下，K3可自主拆解任务、组建子Agent团队、并行执行，实测38分钟内完成3911行代码+36个单元测试的项目交付，全程零人工介入。

Arena.ai官方评价："K3在长程前端任务上的表现超越了所有闭源模型，这是开源社区的里程碑时刻。"

100万上下文 + 原生多模态：不只是代码

K3原生支持1,048,576 token上下文窗口，无需压缩即可处理整本长篇小说或完整代码库。多模态方面，K3是国内唯一在旗舰模型上做到文本+图片+音视频全模态原生支持的模型。中文手写OCR识别率约85%，在复杂排版场景（表格+手写混合）表现尤为突出；技术图表数值提取准确率与GPT-5.6 Sol持平。

K3 API完全兼容OpenAI SDK，支持流式输出、JSON Mode结构化输出和推理过程分离。定价为输入$3/百万token、输出$15/百万token，缓存命中后输入成本降至$0.3/百万token。综合单任务成本约$0.94，比GPT-5.6 Sol还低10%。

开源生态：不只是放权重

与模型权重同步开放的还有高性能注意力算子、MoE通信库和大规模Agent运行基础设施代码。月之暗面将完整的推理优化栈以开源形式交付，开发者可基于此构建自己的高性能推理服务。Apache 2.0协议赋予社区充分的商用自由。

K3的发布标志着开源模型在综合智能上首次真正逼近GPT-5.6 Sol和Claude Fable 5等闭源旗舰。对于开发者和企业而言，一个无需API费用、可完全私有化部署的顶级模型已经从愿景变为现实。