Kimi K3: Kinas svar på AI-fronten er her – og den er større end nogensinde
Kimi K3 er en 2,8 billioner parametre stor sparse Mixture of Experts model (16 af 896 eksperter aktive pr. På Artificial Analysis Intelligence Index scorer den 57,1 – 4 samlet, lige bag Claude Fable 5 og GPT 5.6 Sol, og foran Claude Opus 4.8.
Udgivet afRedigeret med DeepSeek-V4-FlashBilleder genereret med GPT Image 1.5
Kimi K3 er en 2,8 billioner parametre stor sparse Mixture of Experts model (16 af 896 eksperter aktive pr.
På Artificial Analysis Intelligence Index scorer den 57,1 – 4 samlet, lige bag Claude Fable 5 og GPT 5.6 Sol, og foran Claude Opus 4.8.
K3 topper LMArenas Frontend Code liste og slår Claude Fable 5 på 6 ud af 14 benchmarks i Moonshots egen sammenligning, herunder Terminal Bench 2.1 og GPQA Diamond (93,5%).
API prisen er $3,00 per million input tokens (cache miss), $0,375 for cached input og $15,00 per million output tokens – cirka 3 10 gange billigere end Claude Fable 5 og GPT 5.6 Sol.
Search & fact-check with cited sources for What are the key details about Moonshot AI's newly launched Kimi K3 model, including its architecConceptual visualization of Kimi K3's sparse Mixture-of-Experts architecture, where only 16 of 896 experts activate per token.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What are the key details about Moonshot AI's newly launched Kimi K3 model, including its architec. Article summary: Here are the key facts on Moonshot AI's Kimi K3, organized by topic.. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Moonshot AI lancerede Kimi K3 den 16. juli 2026 – en 2,8 billioner parametre stor åben vægtmodel, som den Beijing-baserede startup hævder kan konkurrere med de førende proprietære systemer fra Anthropic og OpenAI – til en brøkdel af prisen . Modellen er nu tilgængelig via API, mens de fulde vægte loves frigivet inden 27. juli . Her er en detaljeret gennemgang af arkitektur, benchmarkpræstationer, prissætning og den strategiske kontekst bag en af de mest markante åbne AI-udgivelser i 2026.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Kimi K3: Kinas svar på AI-fronten er her – og den er større end nogensinde"?
Kimi K3 er en 2,8 billioner parametre stor sparse Mixture of Experts model (16 af 896 eksperter aktive pr.
What are the key points to validate first?
Kimi K3 er en 2,8 billioner parametre stor sparse Mixture of Experts model (16 af 896 eksperter aktive pr. På Artificial Analysis Intelligence Index scorer den 57,1 – 4 samlet, lige bag Claude Fable 5 og GPT 5.6 Sol, og foran Claude Opus 4.8.
What should I do next in practice?
K3 topper LMArenas Frontend Code liste og slår Claude Fable 5 på 6 ud af 14 benchmarks i Moonshots egen sammenligning, herunder Terminal Bench 2.1 og GPQA Diamond (93,5%).
Kimi K3: Kinas svar på AI-fronten er her – og den er større end nogensinde
Kimi K3 er en 2,8 billioner parametre stor sparse Mixture of Experts model (16 af 896 eksperter aktive pr. På Artificial Analysis Intelligence Index scorer den 57,1 – 4 samlet, lige bag Claude Fable 5 og GPT 5.6 Sol, og foran Claude Opus 4.8.
Udgivet afRedigeret med DeepSeek-V4-FlashBilleder genereret med GPT Image 1.5
Kimi K3 er en 2,8 billioner parametre stor sparse Mixture of Experts model (16 af 896 eksperter aktive pr.
På Artificial Analysis Intelligence Index scorer den 57,1 – 4 samlet, lige bag Claude Fable 5 og GPT 5.6 Sol, og foran Claude Opus 4.8.
K3 topper LMArenas Frontend Code liste og slår Claude Fable 5 på 6 ud af 14 benchmarks i Moonshots egen sammenligning, herunder Terminal Bench 2.1 og GPQA Diamond (93,5%).
API prisen er $3,00 per million input tokens (cache miss), $0,375 for cached input og $15,00 per million output tokens – cirka 3 10 gange billigere end Claude Fable 5 og GPT 5.6 Sol.
Search & fact-check with cited sources for What are the key details about Moonshot AI's newly launched Kimi K3 model, including its architecConceptual visualization of Kimi K3's sparse Mixture-of-Experts architecture, where only 16 of 896 experts activate per token.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What are the key details about Moonshot AI's newly launched Kimi K3 model, including its architec. Article summary: Here are the key facts on Moonshot AI's Kimi K3, organized by topic.. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Moonshot AI lancerede Kimi K3 den 16. juli 2026 – en 2,8 billioner parametre stor åben vægtmodel, som den Beijing-baserede startup hævder kan konkurrere med de førende proprietære systemer fra Anthropic og OpenAI – til en brøkdel af prisen . Modellen er nu tilgængelig via API, mens de fulde vægte loves frigivet inden 27. juli . Her er en detaljeret gennemgang af arkitektur, benchmarkpræstationer, prissætning og den strategiske kontekst bag en af de mest markante åbne AI-udgivelser i 2026.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Kimi K3: Kinas svar på AI-fronten er her – og den er større end nogensinde"?
Kimi K3 er en 2,8 billioner parametre stor sparse Mixture of Experts model (16 af 896 eksperter aktive pr.
What are the key points to validate first?
Kimi K3 er en 2,8 billioner parametre stor sparse Mixture of Experts model (16 af 896 eksperter aktive pr. På Artificial Analysis Intelligence Index scorer den 57,1 – 4 samlet, lige bag Claude Fable 5 og GPT 5.6 Sol, og foran Claude Opus 4.8.
What should I do next in practice?
K3 topper LMArenas Frontend Code liste og slår Claude Fable 5 på 6 ud af 14 benchmarks i Moonshots egen sammenligning, herunder Terminal Bench 2.1 og GPQA Diamond (93,5%).
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 .
aiweekly.co
Moonshot preps Kimi K3 launch at 2-3 trillion parameters
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 .
aiweekly.co
Moonshot preps Kimi K3 launch at 2-3 trillion parameters
