Китайская Moonshot AI запустила Kimi K3 — новую флагманскую модель на 2,8 триллиона параметров с контекстным окном в миллион токенов. На платформе компании уже можно ознакомиться с полной документацией, а в чат-приложении модель доступна бесплатно — правда, после нескольких ответов выдает предупреждение о перегруженных серверах и предложение оплатить подписку. Веса модели будут опубликованы в ближайшие дни.
По собственным оценкам Moonshot, по общему уровню интеллекта K3 уступает лишь двум моделям в мире — Claude Fable 5 от Anthropic и GPT-5.6 Sol от OpenAI. Все остальные, включая Claude Opus 4.8, новинка обходит.
Достигается это размером: K3 стала первой открытой моделью, достигшей масштаба 2,8 триллиона параметров. И это не раздутая версия K2, а заметно переработанная архитектура. В основе лежит Kimi Delta Attention, гибридный механизм линейного внимания, дополненный так называемыми Attention Residuals — остаточными связями для внимания. По задумке обе технологии помогают информации не теряться при прохождении через длинные последовательности и глубокие слои — критично, когда контекст растягивается до миллиона токенов. Разреженность MoE-архитектуры довели до предела: из 896 экспертов на каждый токен активируются лишь 16. В сумме, по оценке Moonshot, масштабирование K3 примерно в 2,5 раза эффективнее, чем у K2: та же вычислительная мощность дает больший прирост качества. Зрение у модели нативное: она принимает изображения и видео без внешних адаптеров.
На GDPval-AA v2, где модели решают задачи из 44 профессий в девяти отраслях, K3 набирает 1687 баллов — обходя Claude Opus 4.8 Max с его 1600, но уступая Fable 5 Max и GPT-5.6 Sol Max. На AA-Briefcase, закрытом бенчмарке Artificial Analysis по длинным агентным задачам, — второе место в мире и победа уже над GPT-5.6 Sol Max. А на BrowseComp, проверяющем умение искать труднодоступную информацию в вебе, K3 в одиночном агентном режиме показала рекордные 91,2 балла — без сжатия контекста и прочих ухищрений, просто за счет миллионного окна.
В API цена составляет $3 за миллион входящих токенов ($0,3 при попадании в кэш) и $15 — исходящих. Это уже почти уровень западных флагманов, относительно собственной линейки Moonshot подняла цены в разы. K2.6 стоила $0,6 на входе и $2,5 на выходе, июньская K2.7 Code — $0,95 и $4.
Ставки для Moonshot высоки. K2.6 весной была самой популярной открытой моделью в мире, пока в конце июня корону не отобрала GLM-5.2 от Z.ai, а на подходе еще и финальная версия DeepSeek V4. K3 — попытка вернуть лидерство за счет роста размера модели. Ранее этот трюк срабатывал: по статистике компании, за последние 12 месяцев модели Kimi девять раз обновляли рекорд размера среди открытых моделей.
По данным Financial Times, параллельно с запуском Moonshot привлекает новый раунд при оценке $31,5 млрд — при том что еще в мае компания оценивалась в $20 млрд, а январский раунд на $500 млн прямо предназначался на вычислительные мощности и разработку K3. Для инвесторов ставка понятна: открытые китайские модели подбираются к закрытым западным вплотную, и каждый новый релиз сокращает разрыв — а вместе с ним и аргументы платить за фронтир премиальную цену.
Стоит добавить, что все приведенные цифры — замеры самой Moonshot: техотчет не опубликован, независимых проверок пока нет, а вендоры традиционно показывают бенчмарки, на которых выглядят лучше всего. Веса задерживаются, но вряд ли надолго — как только они выйдут, у сообщества впервые появится модель класса, который еще недавно был исключительно закрытым, — пусть и такая, что для самостоятельного запуска понадобится не Mac Studio, а полноценный кластер.
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.
