Kimi K3: Kinas svar på AI-fronten er her – og den er større end nogensinde

Arkitektur

Kimi K3 er en 2,8 billioner parametre stor sparse Mixture-of-Experts (MoE)-model. Af i alt 896 eksperter aktiveres kun 16 per token – et design der sigter efter at levere kapaciteten fra en massiv model med regnekraften fra en langt mindre . De vigtigste arkitektoniske nyskabelser omfatter:

• Stable LatentMoE: Moonshots egen MoE-formulering, som virksomheden siger forbedrer træningsstabilitet og effektivitet .
• Kimi Delta Attention (KDA) og Attention Residuals (AttnRes): Nye opmærksomhedsmekanismer, som Moonshot hævder giver op til 6,3 gange hurtigere træning og inferens sammenlignet med standard .
• 1 million tokens kontekstvindue med native vision-kapacitet, så modellen kan behandle lange dokumenter og billeder i én prompt .
• Ved lanceringen kører K3 udelukkende i en standard max-effort reasoning-tilstand; ingen hurtigere eller lettere inferensmulighed er tilgængelig endnu .

Disse arkitektoniske valg placerer K3 som en direkte udfordrer til de dyreste frontmodeller, med ambitionen om at matche deres intelligens til en væsentlig bedre værdi.

Benchmarkpræstationer

Kimi K3s benchmarkscores placerer den cirka mellem Tier-1 lukkede modeller og den åbne vægtpakke. Centrale uafhængige scores fortæller historien :

• Artificial Analysis Intelligence Index: 57,1 – #4 samlet, bag Claude Fable 5 (~60) og GPT-5.6 Sol (~59), og snævert foran Claude Opus 4.8 (~56) .
• LMArena Frontend Code Arena: #1 – K3 tog førstepladsen i blindtest for frontend-kodning og slog alle andre modeller, inklusive Claude Fable 5 og GPT-5.6 Sol .
• LMArena Chatbot Arena (StyleCtrl): #9 samlet med en Elo på ~1380 .
• GPQA Diamond: Scorede 93,5%, det stærkeste open-weight-resultat ved lancering, og overgik Claude Fable 5s 92,6% på denne PhD-niveau videnskabelige ræsonneringsbenchmark .
• SWE-bench Verified: Leverandørrapporteret score på 80%+, hvilket indikerer stærk agentisk kodningspræstation .
• Terminal-Bench 2.1: Scorede 88,3% og slog Claude Fable 5 på denne agentiske terminalbenchmark .
• GDPval v2: Scorede 1668 Elo på denne vidensarbejds-liste og overgik Claude Opus 4.8 (1600), men lå bag Claude Fable 5 (1760) og GPT-5.6 Sol (1748) .

I Moonshots egen 14-diagram lanceringssammenligning slår K3 Claude Fable 5 på 6 benchmarks: Terminal-Bench 2.1, Program Bench, SWE Marathon, Automation Bench, SpreadsheetBench 2 og BrowseComp. Fable 5 vinder de resterende 8, med FrontierSWE som det største gab (86,6 mod K3s 81,2) .

Uafhængige testere bemærker, at K3 er langsommere og mere ordrig end sammenlignelige modeller, og at kun "max effort"-inferenstilstanden er tilgængelig indtil videre . Alle benchmarksammenligninger er i øjeblikket baseret på leverandørrapporterede påstande og tredjepartsaggregeringer fra Artificial Analysis og LMArena; uafhængig peer-reviewed verifikation af hele sættet afventer stadig .

Priser

Kimi K3 API-priser pr. 16. juli 2026 :

• Input (cache-miss): $3,00 per million tokens
• Cached input: $0,375 per million tokens (rapporteret som $0,30 i flere kilder )
• Output: $15,00 per million tokens

Denne prissætning er cirka 3–10 gange billigere end Claude Fable 5 og GPT-5.6 Sol på en per-token-basis . Den er dog også cirka tre til fire gange dyrere end Moonshots tidligere flagskibsmodel K2, hvilket markerer afslutningen på æraen med ultra-billig kinesisk API-adgang . Prisen er flad på tværs af hele 1-million-token-vinduet, ikke trindelt efter kontekstniveau .

Tidslinje for åben vægtudgivelse

• API-lancering: 16. juli 2026 på platform.kimi.ai .
• Fuld vægte på Hugging Face: Loves senest 27. juli 2026, under en Modified MIT-licens, der er kommercielt venlig men inkluderer begrænsninger .
• Pr. de tilgængelige rapporteringsdatoer (frem til 18. juli 2026) er vægtene endnu ikke offentlige – kun API'en og et forskeradgangsprogram er live .
• Når den er frigivet, vil K3 være den største open-weight-model nogensinde udgivet, og overgår DeepSeek V4 Pro (1,6 billioner parametre) og Zhipu AIs GLM 5-serie (744 milliarder) med stor margin .

To-trinsrullen – betalt API først, åbne vægte elleve dage senere – er det definerende træk ved denne meddelelse . Moonshot kalder K3 "open frontier intelligence", men det er bedst beskrevet som open-weight i tilsagn snarere end i praksis, indtil checkpointet kan downloades .

Strategisk og finansieringskontekst

Moonshot AI har været på en ekstraordinær fundraising-kampagne, drevet af behovet for at følge med i Kinas hyperkonkurrenceprægede AI-kapløb :

• November 2025: Rejste kapital til en værdiansættelse på cirka $4 milliarder .
• Februar 2026: Afsluttede en Series Unknown på over $700 millioner .
• Maj 2026: Rejste ~$2 milliarder til en $20 milliarders værdiansættelse, ledet af Meituans venturearm Long-Z Investments .
• Juni 2026: Indledte samtaler om endnu en $1-2 milliarders runde med mål om en $30 milliarders værdiansættelse – dens tredje kapitalrejsning på seks måneder .

Samlet offentliggjort finansiering er cirka $3,77 milliarder på tværs af 4 runder . Backere omfatter Alibaba, Tencent, Meituan, 5Y Capital, IDG Capital og Zhen Fund . I april 2026 toppede Moonshots årlige tilbagevendende omsætning $200 millioner, drevet af abonnementer på dens Kimi-chatbot og AI-model-tjenester .

Det strategiske billede: Moonshot brænder kapital aggressivt af for at forblive i kapløbet . K3-lanceringen signalerer, at Moonshot kan levere frontlinje-niveau åbne modeller til en brøkdel af prisen for amerikanske rivaler – et centralt salgsargument for globale virksomheder, der stiller spørgsmålstegn ved ROI for Anthropic og OpenAI-prissætning . Den åbne vægtstrategi positionerer også K3 som en direkte konkurrent til DeepSeeks åbne modeller til selv-hostede virksomhedsudrulninger .