Kimi K3: Model AI Terbuka 2.8 Trilion Parameter yang Mencabar Pemain AS

Pelancaran itu segera mencuri perhatian kerana Kimi K3 digambarkan sebagai model AI open-weight terbesar yang pernah diperkenalkan. Berbeza daripada model tertutup, pemberat model open-weight boleh dimuat turun, diaudit, diubah suai dan dihoskan sendiri — walaupun keperluan perkakasannya masih menjadi halangan besar.

Apa yang diumumkan tentang pelepasan open-weight?

Kimi K3 mula tersedia melalui API pada 16 Julai 2026 di Kimi.com, Kimi Work, Kimi Code dan Kimi API . Moonshot menjadualkan pelepasan pemberat penuh pada 27 Julai 2026 di bawah lesen Modified MIT .

Istilah “open-weight” merujuk kepada pemberian akses kepada parameter terlatih model, bukan semestinya bermakna semua data latihan, kod latihan atau infrastruktur model turut dibuka. Lesen Modified MIT pula dilaporkan agak permisif untuk kebanyakan kegunaan, namun syarat tepatnya masih belum diaudit secara bebas pada skala besar .

Dari segi teknikal, Kimi K3 mempunyai 2.8 trilion parameter. Seni bina MoE hanya mengaktifkan 16 daripada 896 rangkaian pakar bagi setiap laluan pemprosesan, dengan tujuan mengurangkan kos inferens berbanding model yang mengaktifkan semua parameter pada setiap token . Jika janji pelepasan itu dilaksanakan seperti diumumkan, K3 akan menjadi model open-weight pertama dalam kelas tiga trilion parameter, mengatasi DeepSeek 1.6T v4 Pro dari segi skala .

Prestasi: Hampir dengan model AI frontier

Penilaian bebas dan keputusan yang dilaporkan oleh penyedia meletakkan Kimi K3 hampir dengan tahap teratas industri. Dalam Artificial Analysis Intelligence Index, K3 memperoleh skor 57, hanya tiga mata di belakang Claude Fable 5 yang mencatatkan 60 .

Dalam beberapa kedudukan bebas, K3 berada di tempat keempat daripada 186 hingga 189 model, mendahului Claude Opus 4.8 dan GPT-5.5 . Ia juga mencapai 1,679 Elo dalam Frontend Code Arena dan mengatasi Claude Fable 5 dalam ukuran khusus tersebut .

Bagi penanda aras agentik, yang menguji keupayaan model melaksanakan tugasan dunia sebenar secara berperingkat, K3 menduduki tempat pertama dalam empat daripada lapan set penilaian yang disebut . Antara tugasan itu ialah Program Bench, SWE Marathon, SpreadsheetBench 2, Automation Bench dan BrowseComp.

Namun, ada nuansa penting. Moonshot sendiri mengakui bahawa Kimi K3 “masih ketinggalan berbanding model proprietari paling berkuasa, Claude Fable 5 dan GPT 5.6 Sol” . Jadi, dakwaan paling tepat bukanlah bahawa K3 sudah mengatasi semua model tertutup, tetapi bahawa ia merupakan model open-weight yang beroperasi pada tahap prestasi yang sangat hampir dengan barisan hadapan tersebut.

Harga API yang agresif

Kimi K3 menggunakan model bayaran berdasarkan penggunaan tanpa pembahagian harga mengikut panjang konteks . Kadar yang dilaporkan ialah:

Dalam ujian bebas, kos setiap tugasan K3 dianggarkan sekitar AS$0.95, berbanding AS$1.04 untuk GPT-5.6 Sol dan AS$2.75 untuk Claude Fable 5 . Perbandingan ini menunjukkan mengapa harga menjadi sebahagian penting daripada strategi K3: model ini bukan sekadar cuba menyaingi prestasi pesaing, tetapi turut menekan kos penggunaan.

Secara keseluruhan, beberapa analisis menganggarkan K3 berharga kira-kira separuh daripada kos setiap tugasan bagi model frontier tertutup dari Amerika Syarikat . Kos sebenar tetap bergantung pada nisbah token input dan output, penggunaan cache serta jenis tugasan.

Mengapa Kimi K3 dianggap penting?

Jurang prestasi semakin mengecil

K3 beroperasi dalam lingkungan tiga mata daripada model terbaik dalam skor kecerdasan agregat, selain mengatasi sesetengah model tertutup dalam tugasan pengekodan dan agentik . Perkembangan ini mencabar tanggapan bahawa model open-weight semestinya jauh ketinggalan daripada perkhidmatan proprietari.

Pengguna mendapat lebih banyak kawalan

Jika pemberat penuh tersedia seperti dijanjikan, pembangun dan penyelidik boleh memuat turun, mengehos sendiri, memperhalus serta mengaudit K3. Ini berpotensi mengalihkan sebahagian kuasa daripada penyedia API kepada pengguna, organisasi dan komuniti penyelidikan .

Namun, “boleh dimuat turun” tidak sama dengan “mudah dijalankan”. Saiz model yang sangat besar bermakna kebanyakan pembangun individu dan organisasi kecil mungkin masih perlu bergantung pada API.

Tekanan terhadap pasaran AI AS

Pelancaran K3 mencetuskan kebimbangan tentang penyahkomoditian model AI dan tekanan margin terhadap syarikat sedia ada. Indeks Semikonduktor Philadelphia dilaporkan merosot 12.5% pada minggu sebelum 20 Julai 2026, dalam keadaan pelabur menilai semula nilai syarikat AI dan cip . Sesetengah pemerhati menyifatkan peristiwa itu sebagai “Sputnik Moment” — satu kejutan teknologi yang boleh menyusun semula rantaian nilai AI .

BBC melaporkan bahawa perkembangan itu menunjukkan keupayaan teknologi China sedang mengecilkan jurang dengan pantas, manakala The New York Times menyifatkan K3 sebagai perkembangan yang mengurangkan kelebihan pesaing Amerika yang mempunyai pembiayaan besar . Ini bukan bermaksud China telah mengatasi AS dalam semua aspek, tetapi ia menunjukkan persaingan semakin sengit.

Permintaan melebihi kapasiti

Populariti K3 turut menimbulkan masalah operasi. Moonshot menggantung pendaftaran langganan baharu beberapa hari selepas pelancaran apabila lonjakan permintaan membebankan kapasiti sedia ada . Kejadian ini menunjukkan bahawa kejayaan model frontier bukan hanya bergantung pada kualiti model, tetapi juga pada kemampuan menyediakan kuasa pengkomputeran yang mencukupi.

Cabaran besar yang masih menanti

Perkakasan dan kos pengehosan

Walaupun hanya sebahagian pakar diaktifkan bagi setiap token, model MoE 2.8 trilion parameter masih memerlukan GPU berprestasi tinggi dan kapasiti memori yang besar untuk dijalankan pada skala . Pengoptimuman inferens, kuantisasi dan peralatan untuk model MoE sebesar ini juga masih berkembang .

Kesannya, pelepasan open-weight tidak semestinya memberi akses praktikal kepada semua orang. Bagi kebanyakan pembangun, menggunakan API masih lebih mudah berbanding membeli dan mengendalikan infrastruktur sendiri .

Kawalan eksport cip

Sekatan eksport Amerika Syarikat terhadap cip canggih ke China boleh mengehadkan kemampuan Moonshot melatih versi model akan datang pada skala yang sama. Ia juga mungkin menimbulkan persoalan pematuhan bagi syarikat Barat yang mahu menggunakan pemberat K3 .

Pengesahan bebas dan ketelusan

Pada peringkat awal, BenchLM.ai menyatakan bahawa beberapa spesifikasi, keputusan penanda aras dan maklumat ketersediaan pemberat belum dapat disahkan secara bebas melalui sumber yang mereka periksa . Walaupun pengesahan pihak ketiga mula muncul, perbezaan antara keputusan dalaman penyedia dan ujian bebas tetap perlu dibaca dengan berhati-hati.

Persaingan ekosistem

K3 memasuki pasaran yang sudah mempunyai DeepSeek-V3, Llama 4, Qwen 3 dan pelbagai model open-weight lain . Untuk mengekalkan momentum, Moonshot memerlukan sokongan komuniti, alat pembangunan, sumber penalaan halus dan integrasi yang berterusan.

Kesimpulan

Kimi K3 ialah pelancaran penting kerana ia menggabungkan tiga perkara yang jarang muncul serentak: skala luar biasa, prestasi yang hampir dengan model tertutup terbaik dan harga API yang agresif. Ia belum menggantikan model paling berkuasa secara keseluruhan — Moonshot sendiri mengakui perkara itu — tetapi K3 menunjukkan bahawa model open-weight China kini mampu bersaing dengan lebih rapat dalam tugasan penaakulan, pengekodan dan kerja agentik .

Kesan jangka panjangnya akan bergantung pada beberapa perkara: sama ada pemberat penuh benar-benar tersedia mengikut jadual, sejauh mana komuniti boleh menjalankan dan mengubah suai model itu, serta bagaimana syarikat Amerika bertindak balas terhadap tekanan harga dan strategi keterbukaan. Buat masa ini, K3 lebih tepat dilihat sebagai amaran besar kepada model AI tertutup — bukan garisan penamat perlumbaan AI.