Kimi K3 正式开源，3 万亿模型权重全球开放

📌 一句话摘要

本文报道 Kimi K3 正式开源，成为全球首个 3 万亿参数级开源模型，详解其 MoE 架构创新、百万上下文、原生多模态及 Agent 沙盒训练，并展示接近最强闭源模型的性能与成本优势。

📝 详细摘要

文章报道月之暗面（Moonshot AI）开源 Kimi K3 模型及技术报告。K3 总参数 2.88 万亿（激活 1040 亿），采用混合注意力（KDA + Gated MLA）、注意力残差与 Stable LatentMoE 架构，扩展效率较 K2 提升 2.5 倍。原生支持 100 万 token 上下文与多模态，通过 AgentENV 沙盒进行超长步骤强化学习训练，并经历知识图谱引导的任务合成与多教师蒸馏。在多项基准上全面超越 Claude Opus 4.8、GLM-5.2 等，逼近 Fable 5 和 GPT-5.6 Sol。实际测试中，K3 能发现 Linux 零日漏洞、优化 GPU 编译器、自主设计芯片、复现天体物理分析。推理成本仅对标闭源模型的一半甚至更低。文章还提及硅谷对开源的支持立场，强调 K3 开源的意义。

💡 主要观点

- Kimi K3 是全球首个开源 2.8 万亿参数 MoE 模型。 总参数 2.88T，激活 1040 亿，配备 896 个专家、激活 16 个，原生支持 100 万 token 上下文和视觉-文本联合训练。

三大架构创新使扩展效率提升 2.5 倍。 KDA 混合注意力解决长序列内存瓶颈，注意力残差改善深层信息流动，Stable LatentMoE 通过 SiTU-GLU 和分位数负载均衡保持训练稳定。

通过 Agent 沙盒强化学习训练，获得超长视距智能体能力。 基于 microVM 的 AgentENV 沙盒让模型在千步级代码、自愈、多工具协作中训练，配合知识图谱任务合成和多教师蒸馏，统一了通用、代码、智能体三大能力。

性能逼近最强闭源模型，推理成本显著更低。 在多个基准上超越 Claude Opus 4.8、GPT-5.5，接近 Fable 5 和 GPT-5.6 Sol；量化感知和系统优化使其在 BrowseComp 测试中成本仅为 GPT-5.6 Sol 的一半、Fable 5 的十分之一。

💬 文章金句

- 里程碑式的工作。

• 前沿智能属于所有人。
• 在整体表现上，Kimi K3 仍略微落后于最强大的闭源模型，但它已经稳稳确立了开源领域的全新边界。

📊 文章信息

AI 初评：83

来源：36氪

作者：36氪

分类：人工智能

语言：中文

阅读时间：18 分钟

字数：4397

标签： LLM, 模型发布, 多模态AI, 模型训练与推理, AI Agent

阅读完整文章