Databricks Kini Menawarkan Kimi K3 — Model AI Open-Weight Terbesar Dunia yang Mencabar Penguasaan Model Proprietari

Pelancaran ini turut disertakan dengan pengumuman bahawa Unity AI Gateway kini mencapai Ketersediaan Umum (GA), menyediakan pusat kawalan tunggal untuk mengurus perbelanjaan, keselamatan dan capaian AI merentas pelbagai model, ejen dan pelayan MCP .

Spesifikasi Model

Kimi K3 menggunakan seni bina sparse Mixture-of-Experts (MoE) dengan spesifikasi berikut :

• Jumlah parameter: 2.8 trilion
• Parameter aktif: 104 bilion diaktifkan setiap token
• Seni bina: Sparse MoE dengan 896 pakar, dengan 16 pakar aktif setiap token, ditambah 2 pakar dikongsi
• Tetingkap konteks: 1,048,576 token (1 juta)
• Modaliti: Teks dan penglihatan asli (imej dan video)
• Inovasi seni bina: Kimi Delta Attention (KDA), Attention Residuals (AttnRes), dan rangka kerja Stable LatentMoE

Moonshot menggelar K3 sebagai "model kelas 3T terbuka pertama di dunia" . Pemberat terbuka (open weights) telah dikeluarkan pada 27 Julai 2026 di bawah lesen MIT yang diubah suai .

Kedudukan Dalam Indeks Kepintaran Artificial Analysis

Dalam Indeks Kepintaran Artificial Analysis versi 4.1 yang bebas dan dihormati, Kimi K3 mencapai skor 57 dalam konfigurasi standard dan 60 dalam konfigurasi "maks" . Kedudukannya adalah :

• Kedudukan #3 atau #4 keseluruhan dalam kalangan semua model yang diuji, bergantung pada konfigurasi
• Pertama dalam kalangan model open-weight (model open-weight terdekat: GLM-5.2 pada 51)
• Di belakang: Claude Fable 5 (~60) dan GPT-5.6 Sol (~59)
• Di hadapan: Claude Opus 4.8 (~56), GPT-5.5, DeepSeek V4 Pro (44), dan GLM-5.2 (51)

Indeks ini menggabungkan sembilan penilaian termasuk GDPval-AA v2, Terminal-Bench 2.1, SciCode, Humanity's Last Exam, GPQA Diamond dan penaakulan konteks panjang . Dalam penanda aras tertentu, Kimi K3 mencapai #1 dalam papan pendahulu Frontend Code Arena dan #2 dalam AA-Briefcase (tugasan kerja pengetahuan ejen), hanya di belakang Fable 5 .

Perbandingan Kos Dengan Model Proprietari

Kimi K3 menawarkan kelebihan kos yang ketara berbanding pesaing proprietari :

• Kos Setiap Tugasan Indeks Kepintaran: Kira-kira $0.94
• Kira-kira separuh kos Claude Opus 4.8 (maks reasoning, $1.80)
• Kos yang serupa dengan GPT-5.6 Sol (maks, $1.04)
• Laporan Databricks menunjukkan kos 50–72% lebih rendah setiap tugasan berbanding peneraju proprietari
• Harga API: ~$3.00 setiap juta token input dan ~$15.00 setiap juta token output

Ketua Pegawai Eksekutif Databricks, Ali Ghodsi, memberitahu CNBC bahawa gabungan prestasi penanda aras dan kecekapan kos K3 menjadikan beban kerja ejen yang sebelum ini mahal — seperti ejen pengekodan berterusan atau pemprosesan dokumen berskala besar — kini mampu milik untuk perusahaan .

Tadbir Urus Perusahaan Unity AI Gateway dan Kawalan Kos

Unity AI Gateway menyediakan pusat kawalan bersatu untuk pasukan platform yang mengurus AI di seluruh perusahaan. Keupayaan utama yang boleh digunakan untuk Kimi K3 termasuk :

• Kebenaran capaian terperinci dan pagar keselamatan (guardrails) yang dikuatkuasakan pada input dan output model
• Jejak audit lengkap dan kebolehkesanan masa nyata untuk semua panggilan model
• Kawalan perbelanjaan AI — amaran belanjawan proaktif merentas pengguna, ruang kerja, kes penggunaan dan akaun, digabungkan dengan jadual sistem Unity Catalog dan belanjawan Databricks
• Had kadar dan lalu lintas penghalaan merentas model, ejen dan pelayan MCP
• Had perbelanjaan keras yang menghentikan permintaan apabila belanjawan tercapai
• Dasar Sifar Penyimpanan Data (ZDR) untuk Kimi K3 di Databricks
• Tadbir urus bersatu merentas model open-weight dan proprietari melalui rangka kerja dasar yang sama

Pada minggu yang sama, Unity AI Gateway mencapai Ketersediaan Umum, menyatukan pengurusan perbelanjaan, had kadar dan kawalan capaian merentas LLM perusahaan, pelayan MCP dan ejen pengekodan .

Trend Lebih Luas: Jurang Open-Weight Semakin Menyempit

Databricks melihat integrasi Kimi K3 ini sebagai bukti bahawa jurang antara model open-weight dan model AI proprietari semakin mengecil dengan pantas . Syarikat itu menyatakan bahawa setahun yang lalu, model open-weight terbaik masih jauh ketinggalan di belakang rakan proprietari mereka — tetapi hari ini, model open-weight seperti Kimi K3 mampu menyaingi peneraju proprietari dari segi prestasi penanda aras sambil menawarkan kos yang jauh lebih rendah dan fleksibiliti yang lebih besar .

Menurut Databricks, peralihan ini membolehkan perusahaan mengamalkan strategi AI hibrid, menggabungkan model open-weight dan proprietari pada satu platform yang ditadbir urus. Syarikat itu menekankan bahawa perusahaan kini mempunyai pilihan yang tulen — dengan keupayaan untuk menghalakan beban kerja kepada model yang paling kos efektif untuk setiap tugasan, tanpa mengorbankan prestasi atau tadbir urus .