您好,欢迎访问优鸟教育! 收藏本页
今天是:

月之暗面正式开源Kimi K3模型 Kimi K3是首个参数规模达2.8万亿的开源模型

导读: 本文是来自xjh的网友投稿,由 编辑发布关于月之暗面正式开源Kimi K3模型 Kimi K3是首个参数规模达2.8万亿的开源模型的内容介绍  2026年7月17日凌晨,月之暗面正式发布新一代大模型Kimi K3.十天后,7月27日晚11时,团队如约将Kimi K3的完整模型权重挂上Hugging Face、GitHub和ModelScope三大开源平台。2.8万亿参数,这是Kimi K3交出的规模答卷,也是目前全球开源模型中的最高纪录。

参数就像人脑里的神经连接,近3万亿参数意味着模型能把更多知识和规律装进“脑子”,懂得更多、想得更深、答得更准。Kimi K3由此成为全球首个超2万亿级别的开源模型,也是首个真正落地的3万亿参数级别开源模型。

相较上一代Kimi K2.5.参数规模提升约3倍。过去一年里,开源模型规模的天花板有9个月是被Kimi顶上去的。

而这一次,K3直接把天花板推到了前所未有的高度。 不只是堆参数,更是架构的全面进化  庞大的参数规模只是故事的表面。

Kimi K3采用混合专家(MoE)架构,内置896个路由专家,每个Token仅激活其中16个。这种稀疏激活机制让模型在推理时不必调动全部参数,大幅降低了计算成本。

更关键的是底层架构创新——团队自研的KDA混合线性注意力(Kimi Delta Attention)与注意力残差(Attention Residuals)技术,让信息在更长序列和更深模型中流动得更加顺畅。Stable LatentMoE框架的引入进一步提升了稀疏度,配合训练方法和数据配方的优化,Kimi K3相比前代的整体扩展效率提升约2.5倍。

换句话说,在算力最优的意义下,单位算力产出的智能约等于原来的2.5倍。这并非简单的参数堆砌,而是一套从注意力机制到专家路由、从训练方法到数据配方的系统性进化。

 代码能力登顶,开源模型首次超越闭源  参数再大,最终要看落地表现。在Frontend Code Arena编程榜单上,Kimi K3以1679分的成绩登顶全球第一,超越Claude Fable 5的1631分和GPT-5.6 Sol的1618分。

这是开源模型首次在该榜单上超越闭源模型。Arena的榜单结果来自用户的公开盲测,投票结束才揭晓模型身份,含金量不言而喻。

在实际工程场景中,K3的表现同样令人印象深刻。Vercel的CEO用nextjs.org做了综合Web工程评测,结论很直接:K3领先Fable,开放模型第一次领先全部专有模型。

这不是算法题上的领先,而是真实工程能不能交付的较量。在第三方独立测评机构Vals AI中,Kimi K3的综合测试得分74.7.位列全球第二,超越GPT-5.6.仅次于Claude Fable 5.在Artificial Analysis智能指数上,K3得分57.1.排名全球第四。

虽然官方坦言整体表现仍落后于最强的闭源模型,但在整套评测中K3稳定超过了其他所有受测模型。 技术全开放,从模型权重到基础设施  月之暗面的开放姿态同样值得关注。

7月27日深夜,团队不仅发布了Kimi K3的完整模型权重,还同步公开了完整的技术报告,并开源了三项支撑K3训练的关键基础设施技术——MoonEP、FlashKDA和AgentEnv。MoonEP是一套面向大规模MoE模型的高性能专家并行通信库;FlashKDA是KDA注意力对应的高性能计算算子,在英伟达H20上的Prefill速度相比基线提升1.72至2.22倍;AgentEnv则是与KVCache.ai合作开发的Agent沙箱系统,支持快速快照、恢复和Fork等能力。

这三项技术覆盖了从高性能通信到高性能算子、再到分布式强化学习环境的关键链路。技术报告则披露了KDA与Gated MLA混合注意力结构、Stable LatentMoE专家路由机制、MoonViT-V2视觉编码器训练方案等大量技术细节。

开发者可以自由下载、部署、微调和二次开发模型,用于内部研发或嵌入终端产品。Kimi自K2起坚持的开源路线,这一次走得更加彻底。

 开源一颗石子,激起全球千层浪  Kimi K3的开源在全球AI行业投下了一颗重磅石子。英伟达单日蒸发1111亿美元,Anthropic连夜推翻涨价计划。

OpenAI与Anthropic高管抛出“威胁论”,部分人士向白宫呼吁“封杀”中国开源大模型。而另一边,马斯克在社交平台为K3的技术论文点赞,月之暗面负责人则风趣回应:欢迎对方加入2万亿参数模型的赛道同台竞技。

在社区层面,K3发布30分钟内便登顶开源社区趋势榜。华为昇腾同步实现0day极速全链路适配,依托Atlas系列算力硬件完整覆盖了训练复现和推理部署。

发布仅48小时,用户请求量大幅超出预估并逼近集群承载极限,团队被迫暂停C端新用户订阅。一个开源模型引发如此剧烈的连锁反应,在AI行业并不多见。

2.8万亿参数的开源模型,正在改写全球AI的定价逻辑和竞争格局。猜你喜欢 2026年美国堪萨斯州立大学QS排名农业经济专业奖学金 2026年美国密苏里科技大学QS排名矿业工程专业指南 罗汉普顿大学体育科学专业录取标准2026 罗汉普顿大学本科留学生招生要求2026