Miksi BOCOM pitää Kimi K3:a frontier-tason tekoälymallina pienemmillä kustannuksilla

BOCOM Internationalin analyysin mukaan Moonshot AI:n Kimi K3 on merkittävä askel avoimilla painoilla julkaistujen mallien kehityksessä. Se sijoittuu ulkopuolisella älykkyysmittarilla lähelle johtavia suljettuja järjestelmiä, mutta tarjoaa samalla houkuttelevamman suorituskyvyn ja kustannusten suhteen. Yhdistelmä voi kiinnostaa erityisesti yrityksiä, jotka rakentavat agentteja toistuvia mallikutsuja, pitkää kontekstia ja työkaluja varten. 12

Sijoitusnäkemys on kuitenkin otsikkoa ehdollisempi. BOCOMin mukaan laskentakapasiteetin saatavuus, tehokas hajautettu infrastruktuuri ja jatkuva mallien kehitystyö ratkaisevat, pystyykö Moonshot muuttamaan K3:n teknisen etumatkan pitkäkestoiseksi kaupalliseksi kasvuksi. 612

Kimi K3:n arkkitehtuuri lyhyesti

K3 on luonnostaan multimodaalinen Mixture-of-Experts- eli MoE-malli. Siinä on yhteensä 2,8 biljoonaa parametria, noin 104 miljardia aktiivista parametria tokenia kohti ja miljoonan tokenin konteksti-ikkuna. Reitityksessä kustakin 896 asiantuntijasta aktivoidaan 16, minkä lisäksi malliin kuuluu jaettuja asiantuntijoita. 8

Parametrien kokonaismäärän ja aktiivisten parametrien ero on olennainen. MoE-arkkitehtuurissa kaikkia 2,8 biljoonaa parametria ei ajeta jokaisen tokenin kohdalla. Pienemmän asiantuntijajoukon aktivointi mahdollistaa suuren erikoistumiskyvyn ilman, että jokaisen syötteen käsittely maksaisi yhtä paljon kuin samankokoinen tiheä malli. Siksi BOCOM painottaa K3:n taloudellista tehokkuutta pelkän parametrimäärän sijaan. 12

Lähellä kärkeä – mutta ei selvästi sen edellä

Analyysissä K3:n pistemääräksi arvioidaan noin 57 kolmannen osapuolen koostemittarilla. Vertailussa GPT-5.6 Sol saa noin 59 pistettä ja Claude Opus 5/Fable 5 noin 60. Muissa julkaistuissa benchmark-koosteissa K3:n pistemääräksi on raportoitu 57,1 ja nimettyjen suljettujen mallien tuloksiksi noin 58,9–59,9. 211

Näyttö tukee varovaisempaa johtopäätöstä kuin väitettä K3:sta markkinoiden parhaana mallina. K3 näyttää olevan lähellä vahvimpia suljettuja järjestelmiä tässä koostemittarissa, ja avoimet painot sekä alempi arvioitu tehtäväkustannus tuovat sille toisenlaisen strategisen edun. Benchmarkit eivät kuitenkaan osoita, että malli olisi jokaisessa tuotantokäytössä luotettavampi, nopeampi tai helpompi ottaa käyttöön.

Suorituskyvyn ja hinnan suhde on kaupallinen ydin

BOCOM sijoittaa K3:n kustannusten ja suorituskyvyn Pareto-rintamalle. Analyysin mukaan yhden tehtävän kustannus on noin 0,86 dollaria: noin 70 prosenttia GPT-5.6 Solin vastaavasta kustannuksesta ja noin 30–40 prosenttia Anthropicin lippulaivamallien kustannuksesta. Samalla K3:n suorituskyvyn arvioidaan olevan parempi kuin edullisemmilla GLM-5.2- ja DeepSeek V4 Flash -vaihtoehdoilla. 12

Yritysten tekoälysovelluksissa tämä suhde voi olla tärkeämpi kuin pieni ero yksittäisessä testissä. Agentit tekevät usein useita mallikutsuja, palaavat asiakirjoihin, käyttävät ulkoisia työkaluja ja tuottavat pitkiä vastauksia. Kun yksikkökustannus pienenee, monivaiheiset ja jatkuvasti toimivat työnkulut voivat muuttua taloudellisesti mahdollisiksi – jos luotettavuus ja viive pysyvät käyttötarkoitukseen sopivina.

Vertailua ei silti pidä tulkita yleispäteväksi hinnastoksi. Todellinen kustannus riippuu muun muassa tehtävän määritelmästä, syöte- ja tulostetokenien suhteesta, välimuistin käytöstä, mallin asetuksista, isännöintitavasta ja operoinnin yleiskustannuksista.

Miksi BOCOM nostaa esiin KDA:n, gated MLA:n ja latent MoE:n?

BOCOMin tekninen tulkinta on, että K3:n tulokset syntyvät useiden arkkitehtuurivalintojen yhteisvaikutuksesta – eivät pelkästä koosta. Raportti korostaa Kimi Delta Attentionia eli KDA:ta yhdessä gated MLA:n kanssa, mikä tähtää pitkän kontekstin käsittelyn tehostamiseen. Lisäksi se nostaa esiin attention residuals -ratkaisut sekä vakaan latent MoE -rakenteen, jonka tavoitteena on tukea asiantuntijoiden erikoistumista mallin kasvaessa. 1213

Käytännössä näillä mekanismeilla pyritään parantamaan pitkien päättelyketjujen ja työkaluja käyttävien agenttien toimintaa ilman yhtä suurta päättelykuormaa kuin vastaavankokoisella tiheällä mallilla. Käyttäjälle olennaista ei kuitenkaan ole yksittäisten komponenttien uutuus, vaan se, tuottaako niiden yhdistelmä luotettavaa suorituskykyä vaaditulla hinnalla ja viiveellä.

MoonEP tekee infrastruktuurista osan sijoitustarinaa

Raportti pitää Moonshotin MoonEP-infrastruktuuria tärkeänä vastaparina K3:n mallirakenteelle. Sen lähestymistavassa asiantuntijoista ylläpidetään ylimääräisiä kopioita ja tokenit reititetään tasapainoisemmin GPU-klusterin eri osiin. BOCOMin mukaan tämä voi vähentää tyhjiä laskentajaksoja eli niin sanottuja compute bubbles -ilmiöitä, tasata GPU-kuormaa, parantaa klusterin käyttöastetta ja pienentää tehokkaita koulutuskustannuksia. 12

Tällainen järjestelmätason tehokkuus on suurissa MoE-malleissa strategisesti merkittävä. Huippuluokan mallien koulutus ja tarjoaminen eivät riipu vain parametrien määrästä, vaan myös siitä, kuinka tehokkaasti laitteisto pysyy käytössä. Jos MoonEP saavuttaa analyysissä kuvatut käyttöasteparannukset, Moonshot voi saada rajallisesta laskentakapasiteetista enemmän irti.

Johtopäätös ulottuu Kimi K3:a laajemmalle: frontier-tason MoE-malleissa hajautetun koulutuksen ohjelmistot ja infrastruktuuri voivat olla kilpailukyvyn kannalta yhtä tärkeitä kuin julkaistu malliar‍kkitehtuuri.

Mihin K3 voisi sopia yritysten agenteissa?

K3:n multimodaalinen syöte, miljoonan tokenin konteksti-ikkuna, vahvaksi raportoitu päättelykyky ja alempi arvioitu yksikkötalous tekevät siitä mahdollisen vaihtoehdon esimerkiksi seuraaviin käyttötapauksiin:

• ohjelmointiin ja ohjelmistojen ylläpitoon liittyvät agenttityönkulut;
• asiakirjapainotteinen analyysi ja tiedonhallinta;
• tutkimusagentit, joiden on säilytettävä laajoja aineistoja kontekstissa;
• tekstiä ja kuvia yhdistävät liiketoimintaprosessit; sekä
• toistuvaa työkalujen käyttöä sisältävät työnkulut, joissa päättelykustannus kertyy useista vaiheista.

Kyse on mahdollisista käyttötavoista, ei todisteesta tuotantoympäristön ylivoimasta. Ennen käyttöönottoa yritysten olisi testattava omalla datallaan muun muassa tarkkuus, hallusinaatioiden määrä, tietoturva, viive, saatavuus, käyttöönoton tuki, lisensointi ja kokonaiskustannus. Läheinen koostemittarin tulos ei yksin vastaa näihin kysymyksiin.

Mitä K3 merkitsee Moonshotin arvostukselle?

BOCOM yhdistää K3:n teknisen kehityksen raportoituihin 3,5 miljardin dollarin Series F -rahoituskierrokseen, Moonshotin arvostuksen arviolta 75 prosentin nousuun toukokuusta noin 35–50 miljardiin dollariin sekä mahdolliseen 50 miljardin dollarin listautumista edeltävään rahoitusarvostukseen. Analyysin mukaan markkinaodotuksiin kuuluu myös, että Kimin vuotuinen toistuva liikevaihto eli ARR nousisi noin miljardiin dollariin 6–12 kuukauden aikana. 612

Luvut kuvaavat vaativaa kaupallista odotusta, eivät mallijulkaisun takaamaa lopputulosta. Moonshotin on muutettava tekninen kyvykkyys jatkuvaksi käytöksi, yrityssopimuksiksi ja toistuvaksi liikevaihdoksi samalla, kun se rahoittaa laskentatehoa vaativaa kehitystä. K3:n asiakkaille tuoma kustannustehokkuus on lisäksi muutettava Moonshotille kannattavaksi liiketoiminnaksi.

Lopputulos

BOCOMin vahvin väite ei ole se, että Kimi K3:lla olisi kaikkien aikojen suurin parametrimäärä. Keskeistä on, että Moonshot näyttää yhdistäneen frontier-tason suorituskyvyn suotuisampaan kustannusprofiiliin, poikkeuksellisen pitkään kontekstiin ja infrastrategiaan, joka on suunniteltu tehokkaaseen MoE-skaalaukseen. 12

Siksi K3 on tärkeä arvioitava vaihtoehto kustannuksia tarkasti seuraaville yritysagenteille ja pitkää kontekstia vaativiin tehtäviin. Sijoitusnäkemys pysyy kuitenkin ehdollisena: laskentakapasiteetin saatavuus, infrastruktuurin tehokkuus, luotettava tuotteistaminen ja kaupallinen käyttöönotto – eivät pelkät suuret parametriluvut – ratkaisevat, voiko Moonshot perustella Kimiin liitetyt arvostusodotukset.