Kimi K3 登陸 Databricks：全球最大開源 AI 模型，性能追貼頂級封閉模型，企業成本大減

2026 年 8 月 7 日，Databricks 宣佈將 Moonshot AI 嘅 Kimi K3——全球最大嘅開源權重模型——加入 Databricks 平台，透過 Foundation Model API 提供服務，並由 Unity AI Gateway 全面管治 。最初喺美國託管，支援完整嘅 Zero Data Retention（ZDR），令企業可以喺有管治嘅環境下部署呢個頂級開源模型。根據 Databricks 內部基準測試，Kimi K3 嘅性能媲美 Anthropic、OpenAI 同 Google Gemini 嘅頂尖封閉模型，但每項任務成本低 50–70% 。

同一星期，Unity AI Gateway 正式推出 General Availability（GA），為企業提供統一嘅控制面板，管理 AI 開支、安全同存取權限，涵蓋模型、代理同 MCP 伺服器 。

模型規格

Kimi K3 係一個稀疏 Mixture-of-Experts（MoE）模型，規格如下 ：

• 總參數： 2.8 萬億
• 活躍參數： 每 token 激活 1040 億
• 架構： 稀疏 MoE，896 個專家，每 token 激活 16 個，加 2 個共享專家
• 上下文窗口： 1,048,576 tokens（100 萬）
• 模態： 文字同原生視覺（圖片同影片）
• 架構創新： Kimi Delta Attention（KDA）、Attention Residuals（AttnRes）同 Stable LatentMoE 框架

Moonshot 稱 K3 為「全球首個開源 3T 級模型」。開源權重已喺 2026 年 7 月 27 日以修改版 MIT 授權釋出 。

Artificial Analysis Intelligence Index 排名

根據獨立機構 Artificial Analysis 嘅 Intelligence Index（v4.1），Kimi K3 標準配置得分 57，「max」配置得分 60 。排名如下 ：

• 整體第 3 或第 4 位（視乎配置）
• 開源模型第一（第二位開源模型係 GLM-5.2，得 51 分）
• 落後於： Claude Fable 5（約 60 分）同 GPT-5.6 Sol（約 59 分）
• 領先： Claude Opus 4.8（約 56 分）、GPT-5.5、DeepSeek V4 Pro（44 分）同 GLM-5.2（51 分）

呢個指數綜合 9 項評估，包括 GDPval-AA v2、Terminal-Bench 2.1、SciCode、Humanity's Last Exam、GPQA Diamond 同長上下文推理 。喺特定基準上，Kimi K3 更喺 Frontend Code Arena 排行榜排第一，AA-Briefcase（代理知識工作）排第二，僅次於 Fable 5 。

成本比較：比封閉模型平一大截

Kimi K3 嘅成本優勢好明顯 ：

• 每項 Intelligence Index 任務成本： 約 0.94 美元
• 大約係 Claude Opus 4.8（max reasoning，1.80 美元）嘅一半
• 同 GPT-5.6 Sol（max，1.04 美元）相近
• Databricks 報告： 比封閉模型領先者低 50–72%
• API 定價： 輸入約 3.00 美元/百萬 tokens，輸出約 15.00 美元/百萬 tokens

Databricks CEO Ali Ghodsi 向 CNBC 表示，K3 嘅基準表現同成本效益，令以前太貴嘅代理工作負載——例如持續編碼代理或大規模文件處理——變得經濟可行 。

Unity AI Gateway：企業管治同成本控制

Unity AI Gateway 為平台團隊提供統一控制面板，適用於 Kimi K3 嘅關鍵功能包括 ：

• 精細存取權限同安全護欄，強制執行模型輸入輸出政策
• 完整審計追蹤同運行時可觀察性
• AI 開支控制——跨用戶、工作空間、用例同成個帳戶嘅主動預算警報，結合 Unity Catalog 系統表同 Databricks 預算
• 速率限制同跨模型、代理、MCP 伺服器嘅路由管理
• 硬性開支上限，達到預算時自動停止請求
• Zero Data Retention（ZDR）
• 統一管治，涵蓋開源同封閉模型

同一星期，Unity AI Gateway 正式 GA，統一咗開支管理、速率限制同存取控制 。

大趨勢：開源同封閉模型嘅差距急劇收窄

Databricks 認為 Kimi K3 嘅整合證明咗開源同封閉 AI 模型之間嘅差距正急速收窄 。一年前，最好嘅開源模型仲遠遠落後於封閉模型；但今日，開源模型好似 Kimi K3 喺基準上已經追貼封閉龍頭，同時成本低好多、靈活性更高 。

Databricks 指出，呢個轉變令企業可以採用 混合 AI 策略，喺一個受管治嘅平台上混合使用開源同封閉模型。企業家陣真正有得 揀——可以為每項任務路由到最具成本效益嘅模型，唔使犧牲性能或者管治 。