Databricks запускает Kimi K3: открытая модель сравнима с GPT-5.6 и Claude, но вдвое дешевле

Характеристики модели

Kimi K3 — это разреженная модель Mixture-of-Experts (MoE) со следующими подтвержденными характеристиками :

• Общее количество параметров: 2,8 триллиона
• Активные параметры: 104 миллиарда на токен
• Архитектура: Разреженная MoE, 896 экспертов, 16 активных на токен, плюс 2 общих эксперта
• Окно контекста: 1 048 576 токенов (1 миллион)
• Модальности: Текст и нативное зрение (изображения и видео)
• Архитектурные инновации: Kimi Delta Attention (KDA), Attention Residuals (AttnRes), фреймворк Stable LatentMoE

В Moonshot называют K3 «первой в мире открытой моделью 3T-класса» . Открытые веса были опубликованы 27 июля 2026 года под модифицированной лицензией MIT .

Рейтинг в Artificial Analysis Intelligence Index

В независимом Artificial Analysis Intelligence Index (v4.1) модель Kimi K3 набирает 57 баллов в стандартной конфигурации и 60 баллов в конфигурации «max» . По рейтингу :

• 3-е или 4-е место среди всех протестированных моделей (в зависимости от конфигурации)
• Первое место среди open-weight моделей (ближайшая открытая модель — GLM-5.2 с 51 баллом)
• Уступает: Claude Fable 5 (~60) и GPT-5.6 Sol (~59)
• Опережает: Claude Opus 4.8 (~56), GPT-5.5, DeepSeek V4 Pro (44) и GLM-5.2 (51)

Индекс объединяет девять оценок, включая GDPval-AA v2, Terminal-Bench 2.1, SciCode, Humanity's Last Exam, GPQA Diamond и тесты на длинноконтекстное рассуждение . В отдельных бенчмарках Kimi K3 заняла 1-е место в рейтинге Frontend Code Arena и 2-е место в AA-Briefcase (оценка агентной работы со знаниями), уступив только Fable 5 .

Сравнение стоимости с проприетарными моделями

Kimi K3 предлагает значительное преимущество в цене по сравнению с проприетарными конкурентами :

• Стоимость за задачу в рамках Intelligence Index: Примерно $0,94
• Примерно вдвое дешевле Claude Opus 4.8 (максимальное рассуждение, $1,80)
• Сравнимая стоимость с GPT-5.6 Sol (максимальная конфигурация, $1,04)
• Databricks сообщает о 50-72% снижении стоимости за задачу по сравнению с лидерами проприетарных моделей
• Цены API: ~$3,00 за миллион входных токенов и ~$15,00 за миллион выходных токенов

Как заявил генеральный директор Databricks Али Годси в интервью CNBC, сочетание производительности K3 и экономической эффективности делает ранее дорогие агентные задачи — такие как непрерывные кодинговые агенты или масштабная обработка документов — экономически выгодными для предприятий .

Корпоративное управление и контроль расходов через Unity AI Gateway

Unity AI Gateway предоставляет единую панель управления для команд, управляющих ИИ в масштабах предприятия. Ключевые возможности, применимые к Kimi K3, включают :

• Детальный контроль доступа и защитные ограничения (guardrails), применяемые к входам и выходам модели
• Полные журналы аудита и наблюдаемость во время выполнения для всех вызовов моделей
• Контроль расходов на ИИ — упреждающие оповещения о бюджете по пользователям, рабочим пространствам, сценариям использования и целым аккаунтам, в сочетании с системными таблицами Unity Catalog и бюджетами Databricks
• Ограничение скорости и маршрутизация трафика для моделей, агентов и MCP-серверов
• Жесткие лимиты расходов, которые останавливают запросы при достижении бюджета
• Zero Data Retention (ZDR) для Kimi K3 на Databricks
• Единое управление как open-weight, так и проприетарными моделями через одну и ту же политику

В течение той же недели Unity AI Gateway стал общедоступным, объединив управление расходами, ограничение скорости и контроль доступа к корпоративным LLM, MCP-серверам и кодинговым агентам .

Общая тенденция: разрыв между открытыми и проприетарными моделями быстро сокращается

В Databricks запуск Kimi K3 рассматривают как доказательство того, что разрыв между open-weight и проприетарными моделями стремительно сокращается . Компания отмечает, что год назад лучшие модели с открытым весом значительно уступали проприетарным аналогам — но сегодня такие модели, как Kimi K3, конкурируют с лидерами по производительности бенчмарков, предлагая при этом гораздо более низкую стоимость и большую гибкость .

По мнению Databricks, этот сдвиг позволяет предприятиям внедрять гибридные ИИ-стратегии, совмещая open-weight и проприетарные модели на единой управляемой платформе. Компания подчеркивает, что у предприятий теперь есть реальный выбор — возможность направлять рабочие нагрузки на наиболее экономичную модель для каждой задачи без ущерба для производительности или управляемости .