Kimi K3 построена по схеме mixture-of-experts: из 896 экспертов на каждый токен активируются только 16, что позволяет удерживать стоимость инференса на приемлемом уровне при общем размере в 2,8 трлн параметров. До сих пор ни одна компания не выкладывала в открытый доступ систему такого масштаба — предыдущие рекорды открытых моделей были в разы скромнее.
Под капотом — две собственные архитектурные разработки Moonshot. Kimi Delta Attention — гибридный механизм линейного внимания, который и делает возможным миллионный контекст без квадратичного роста вычислений. Attention Residuals компания описывает как замену классических остаточных связей, дающую стабильный прирост при масштабировании. Обе технологии теперь фактически переданы всему опенсорс-сообществу: веса выйдут 27 июля под модифицированной лицензией MIT.
Режим рассуждений («thinking mode») в Kimi K3 включён постоянно — модель всегда строит цепочку размышлений перед ответом, а мультимодальность встроена нативно: система понимает изображения без отдельных модулей-адаптеров.
Главная сенсация — результаты на GDPval-AA v2, бенчмарке, который измеряет качество выполнения реальных профессиональных задач по 44 профессиям в 9 отраслях экономики. Kimi K3 набрала 1687 баллов и заняла третье место, уступив только флагманам Anthropic и OpenAI — Claude Fable 5 Max (1815) и GPT-5.6 Sol Max (1747,8) — и обойдя Claude Opus 4.8 (1600).
Иными словами, открытая модель впервые вплотную приблизилась к закрытым системам высшего эшелона — и произошло это в самую конкурентную неделю в истории отрасли: релиз пришёлся на пять дней после GPT-5.6 и за день до ожидаемого запуска Gemini 3.5 Pro. Fortune охарактеризовал релиз как выход китайского ИИ «на территорию уровня Fable», а TechCrunch — как сокращение разрыва с Opus 4.8.
Ценообразование агрессивное: $0,30 за млн токенов кешированного ввода, $3 за обычный ввод и $15 за вывод — при этом полное окно в 1 048 576 токенов доступно по базовой ставке, без наценки за длинный контекст, которую практикуют западные вендоры.
Kimi K3 — самый сильный аргумент Китая в споре о стратегиях развития ИИ. Пока американские лаборатории защищают веса флагманов как главный актив, китайские игроки — DeepSeek, Alibaba с линейкой Qwen, а теперь и Moonshot — системно выкладывают всё более мощные системы в открытый доступ, завоёвывая разработчиков по всему миру. South China Morning Post прямо называет релиз сокращением разрыва с США, а SiliconANGLE — «брошенной перчаткой».
Показательно и то, что релиз состоялся в дни Всемирной конференции по ИИ (WAIC) в Шанхае, где Китай продвигает собственную повестку глобального управления технологией. Открытые веса в этой логике — инструмент влияния: чем больше мировой инфраструктуры строится на китайских моделях, тем весомее позиция Пекина в переговорах о стандартах.
Для российских компаний открытые китайские модели — основной канал доступа к фронтирным возможностям ИИ: API западных лидеров в России официально недоступны, а DeepSeek и Qwen уже фактически стали стандартом для локального развёртывания. Kimi K3 поднимает планку того, что можно получить бесплатно и развернуть на собственной инфраструктуре — с оговоркой, что инференс модели на 2,8 трлн параметров потребует серьёзного GPU-кластера, доступного лишь крупным игрокам.
Для Сбера и Яндекса это одновременно ресурс и вызов. С одной стороны, открытые веса и архитектурные находки вроде Kimi Delta Attention можно изучать и адаптировать в GigaChat и YandexGPT. С другой — корпоративный заказчик всё чаще будет спрашивать, зачем платить за отечественную проприетарную модель, если открытая китайская система показывает результаты уровня мировой тройки. Ответом остаются русскоязычная оптимизация, соответствие 152-ФЗ и готовая экосистема поддержки — но ценовое давление на российских вендоров после релиза Kimi K3 неизбежно вырастет.