Kimi K3 على Databricks: نموذج مفتوح الأوزان يُحدث ثورة في مجال الذكاء الاصطناعي للمؤسسات

مواصفات النموذج

Kimi K3 هو نموذج من نوع Mixture-of-Experts المتناثر (Sparse MoE) ويتمتع بالمواصفات التالية :

• إجمالي المعاملات: 2.8 تريليون
• المعاملات النشطة: 104 مليارات معامل يتم تنشيطها لكل رمز
• المعمارية: MoE متناثر مع 896 خبيرًا، يُنشَّط منهم 16 خبيرًا لكل رمز، بالإضافة إلى خبيرين مُشتركين
• نافذة السياق: 1,048,576 رمزًا (مليون رمز)
• الأنماط: نص ورؤية (صور وفيديو)
• الابتكارات المعمارية: Kimi Delta Attention (KDA)، Attention Residuals (AttnRes)، وإطار Stable LatentMoE

تطلق Moonshot على K3 لقب "أول نموذج مفتوح في فئة 3 تريليونات معامل" . تم إصدار الأوزان المفتوحة في 27 يوليو 2026 بموجب ترخيص MIT معدَّل .

التصنيف في مؤشر الذكاء الاصطناعي من Artificial Analysis

وفقًا لمؤشر الذكاء الاصطناعي المستقل Artificial Analysis Intelligence Index (الإصدار 4.1)، حصل Kimi K3 على 57 نقطة في التهيئة القياسية و60 نقطة في تهيئة "max" . ويُصنَّف :

• في المرتبة الثالثة أو الرابعة عمومًا بين جميع النماذج المختبرة، حسب التهيئة
• الأول بين النماذج مفتوحة الأوزان (أقرب منافس مفتوح الأوزان: GLM-5.2 بـ 51 نقطة)
• يأتي بعد: Claude Fable 5 (~60 نقطة) و GPT-5.6 Sol (~59 نقطة)
• ويتفوّق على: Claude Opus 4.8 (~56 نقطة)، و GPT-5.5، و DeepSeek V4 Pro (44 نقطة)، و GLM-5.2 (51 نقطة)

يجمع المؤشر تسعة تقييمات تشمل GDPval-AA v2 و Terminal-Bench 2.1 و SciCode و Humanity's Last Exam و GPQA Diamond واختبارات الاستدلال الطويل السياق . وفي اختبارات محددة، احتل Kimi K3 المركز الأول على منصة Frontend Code Arena والمركز الثاني على منصة AA-Briefcase (أعمال المعرفة العملية)، خلف Fable 5 فقط .

مقارنة التكلفة مع النماذج الخاصة

يُقدّم Kimi K3 ميزة تكلفة كبيرة مقارنة بنظرائه من النماذج الخاصة :

• التكلفة لكل مهمة في مؤشر الذكاء: حوالي 0.94 دولار
• حوالي نصف تكلفة Claude Opus 4.8 (بأقصى استدلال: 1.80 دولار)
• تكلفة مماثلة لـ GPT-5.6 Sol (بأقصى إعدادات: 1.04 دولار)
• تقارير Databricks تُشير إلى انخفاض التكلفة بنسبة 50–72% لكل مهمة مقارنة بالنماذج الخاصة الرائدة
• أسعار واجهة API: حوالي 3.00 دولار لكل مليون رمز إدخال وحوالي 15.00 دولار لكل مليون رمز إخراج

وكما صرّح علي غودسي، الرئيس التنفيذي لشركة Databricks، لشبكة CNBC، فإن الجمع بين أداء K3 في الاختبارات القياسية وانخفاض تكلفته يجعل أعباء العمل العملية للوكلاء الذكيين — مثل وكلاء البرمجة المستمرة أو معالجة المستندات على نطاق واسع — قابلة للتطبيق اقتصاديًا للمؤسسات .

حوكمة المؤسسات والتحكم في التكاليف عبر Unity AI Gateway

تُوفّر Unity AI Gateway منصة تحكم موحّدة لفرق المنصات التي تُدير الذكاء الاصطناعي عبر المؤسسة. تشمل القدرات الرئيسية المطبّقة على Kimi K3 :

• صلاحيات وصول مُفصّلة وحواجز أمان تُطبَّق على مدخلات ومخرجات النموذج
• سجلات تدقيق كاملة وقابلية مراقبة فورية لجميع استدعاءات النموذج
• التحكم في إنفاق الذكاء الاصطناعي — تنبيهات ميزانية استباقية عبر المستخدمين، مساحات العمل، حالات الاستخدام، والحسابات بأكملها، مع جداول نظام Unity Catalog وميزانيات Databricks
• تحديد معدل الاستخدام وتوجيه حركة المرور عبر النماذج والوكلاء وخوادم MCP
• حدود إنفاق قاطعة (Hard Spend Caps) تُوقِف الطلبات عند بلوغ الميزانية
• عدم الاحتفاظ بالبيانات (ZDR) لنموذج Kimi K3 على Databricks
• حوكمة موحّدة عبر كل من النماذج مفتوحة الأوزان والخاصة من خلال إطار السياسة نفسه

خلال الأسبوع نفسه، وصلت منصة Unity AI Gateway إلى مرحلة الإتاحة العامة، لتوحيد إدارة الإنفاق، وتحديد المعدل، والتحكم بالوصول عبر نماذج LLM للمؤسسات وخوادم MCP ووكلاء البرمجة .

الاتجاه الأوسع: الفجوة مع النماذج مفتوحة الأوزان تتقلّص بسرعة

تعتبر Databricks دمج Kimi K3 دليلاً على أن الفجوة بين نماذج الذكاء الاصطناعي مفتوحة الأوزان والنماذج الخاصة تتقلص بسرعة . تُشير الشركة إلى أنه قبل عام، كانت أفضل النماذج مفتوحة الأوزان متخلّفة كثيراً عن نظيراتها الخاصة — أما اليوم، فنماذج مثل Kimi K3 تُنافس النماذج الخاصة الرائدة في أداء الاختبارات القياسية، مع تقديم تكاليف أقل بكثير ومرونة أكبر .

ووفقًا لـ Databricks، يُتيح هذا التحول للشركات اعتماد استراتيجيات هجينة للذكاء الاصطناعي، تجمع بين النماذج مفتوحة الأوزان والنماذج الخاصة على منصة واحدة خاضعة للحوكمة. وتُؤكد الشركة أن المؤسسات أصبحت تمتلك الآن خيارًا حقيقيًا — مع القدرة على توجيه أعباء العمل إلى النموذج الأكثر كفاءة من حيث التكلفة لكل مهمة، دون التضحية بالأداء أو الحوكمة .