Databricks udostępnia Kimi K3: model open-weight, który za połowę ceny dorównuje GPT-5.6 i Claude

Specyfikacja modelu

Kimi K3 to rzadki model Mixture-of-Experts (MoE) o następujących parametrach :

• Całkowita liczba parametrów: 2,8 biliona
• Aktywne parametry: 104 miliardy na token
• Architektura: Sparse MoE z 896 ekspertami, 16 aktywnych na token plus 2 wspólne eksperty
• Okno kontekstowe: 1 048 576 tokenów (1 milion)
• Modalności: Tekst i natywna obsługa obrazu oraz wideo
• Innowacje architektoniczne: Kimi Delta Attention (KDA), Attention Residuals (AttnRes) oraz framework Stable LatentMoE

Moonshot nazywa K3 „pierwszym na świecie otwartym modelem klasy 3T” . Wagi modelu udostępniono 27 lipca 2026 roku na zmodyfikowanej licencji MIT .

Ranking Artificial Analysis Intelligence Index

W niezależnym indeksie Artificial Analysis Intelligence Index (v4.1) Kimi K3 osiąga 57 punktów w konfiguracji standardowej i 60 w konfiguracji „max” . Jego pozycja to :

• #3 lub #4 ogólnie wśród wszystkich testowanych modeli, w zależności od konfiguracji
• Pierwszy wśród modeli open-weight (najbliższy konkurent to GLM-5.2 z wynikiem 51)
• Za: Claude Fable 5 (~60) i GPT-5.6 Sol (~59)
• Przed: Claude Opus 4.8 (~56), GPT-5.5, DeepSeek V4 Pro (44) oraz GLM-5.2 (51)

Indeks łączy dziewięć ewaluacji, w tym GDPval-AA v2, Terminal-Bench 2.1, SciCode, Humanity's Last Exam, GPQA Diamond oraz wnioskowanie długiego kontekstu . W poszczególnych benchmarkach Kimi K3 zajął 1. miejsce na liście Frontend Code Arena i 2. miejsce w teście AA-Briefcase (agentic knowledge work) – ustępując jedynie modelowi Fable 5 .

Porównanie kosztów z modelami zastrzeżonymi

Kimi K3 oferuje znaczną przewagę kosztową nad zastrzeżonymi rywalami :

• Koszt na zadanie w indeksie inteligencji: około 0,94 USD
• Mniej więcej połowa kosztu Claude Opus 4.8 (max reasoning, 1,80 USD)
• Podobny koszt do GPT-5.6 Sol (max, 1,04 USD)
• Databricks raportuje 50–72% niższy koszt na zadanie w porównaniu do liderów
• Cennik API: ~3,00 USD za milion tokenów wejściowych i ~15,00 USD za milion tokenów wyjściowych

Jak powiedział CNBC dyrektor generalny Databricks, Ali Ghodsi, połączenie wydajności benchmarkowej i efektywności kosztowej K3 sprawia, że wcześniej nieopłacalne ekonomicznie zadania agentowe – takie jak ciągłe kodowanie agentów czy przetwarzanie dokumentów na dużą skalę – stają się teraz opłacalne dla przedsiębiorstw .

Unity AI Gateway – zarządzanie kosztami i nadzór w firmie

Unity AI Gateway to scentralizowana platforma kontroli dla zespołów zarządzających AI w całym przedsiębiorstwie. Kluczowe funkcje dostępne dla Kimi K3 to :

• Szczegółowe uprawnienia dostępu i zabezpieczenia bezpieczeństwa na wejściu i wyjściu modelu
• Kompletne ślady audytu i obserwowalność w czasie rzeczywistym wszystkich wywołań modelu
• Kontrola wydatków na AI – proaktywne alerty budżetowe dla użytkowników, obszarów roboczych, przypadków użycia i całych kont, połączone z tabelami systemowymi Unity Catalog i budżetami Databricks
• Limitowanie żądań i routing ruchu między modelami, agentami i serwerami MCP
• Twarde limity wydatków – automatyczne zatrzymanie żądań po przekroczeniu budżetu
• Zero Data Retention (ZDR) dla Kimi K3 na Databricks
• Ujednolicone zarządzanie zarówno modelami open-weight, jak i zastrzeżonymi w ramach tych samych zasad

W tym samym tygodniu Unity AI Gateway osiągnął ogólną dostępność, łącząc zarządzanie wydatkami, limitowanie żądań i kontrolę dostępu do korporacyjnych LLM-ów, serwerów MCP i agentów programistycznych .

Szerszy trend: luka między modelami open-weight a zastrzeżonymi szybko się zamyka

Databricks przedstawia integrację Kimi K3 jako dowód, że różnica między modelami open-weight a zastrzeżonymi szybko się zmniejsza . Firma zauważa, że rok temu najlepsze modele open-weight znacząco ustępowały swoim zastrzeżonym odpowiednikom – dziś modele takie jak Kimi K3 dorównują liderom pod względem wydajności benchmarkowej, oferując jednocześnie znacznie niższe koszty i większą elastyczność .

Według Databricks ta zmiana umożliwia firmom przyjęcie hybrydowych strategii AI, łączących modele open-weight i zastrzeżone na jednej, nadzorowanej platformie. Firma podkreśla, że przedsiębiorstwa mają teraz prawdziwy wybór – mogą kierować zadania do najbardziej opłacalnego modelu bez utraty wydajności czy kontroli .