Article Intelligence
先看结论
月之暗面(Kimi)发布 2.8T 参数开源模型 Kimi K3,采用 Kimi Delta Attention 和 Attention Residuals 架构,支持原生视觉和百万 Token 上下文,为首个开源 3T 级模型。模型权重将于 2026 年 7 月 27 日开源,已上线 Kimi 旗下多款产品。
核心指标
评分用于衡量信号强度,判断类指标用于解释方向、热度、后续动作与可信程度。
影响力
衡量事件对技术、产业或生态的外部影响强度。
7.0
该事件是全球首个开源 3T 级模型(2.8T 参数),显著拉升了开源模型的能力上限,直接挑战 Meta Llama 等主流开源系列的地位。Kimi K3 在长周期编码、GPU 内核优化和编译器开发等任务上表现突出,且完整权重将于一周后开源,对开源社区和生态的冲击力很大。但文章承认综合性能仍落后于 Claude Fable 5 和 GPT 5.6 Sol,发布形式为公司博客 PR 而非学术论文,部分基准测试细节(如 Fable 5 的第三方评估含 fallback 行为)尚待技术报告和社区复现验证。综合考虑其对开源生态格局的重大影响与信息完整度的局限,属于改变局部竞争格局的高端事件,但未达到范式转移级别,评分为 7.0。
复合价值
综合新颖性、可执行性与长期观察价值。
8.0
Kimi K3 是迄今为止参数规模最大的开源模型(2.8T),标志着开源模型首次进入 3T 级俱乐部。其架构创新(KDA、Attention Residuals、Stable LatentMoE)并非简单的 Scaling Law 延伸,而是在注意力机制和稀疏激活层面做了实质性改进,2.5 倍扩展效率提升意味着单位算力产出更高智能——这是可积累的技术资本。MiniTriton 编译器的从零构建能力更是基础设施层面的深度壁垒,证明 Kimi 在推理栈底层的自研能力超过多数同行。连续九个月中七个月刷新开源规模上限,团队执行力经过验证。但需客观评估:综合性能仍落后于 Fable 5 和 GPT 5.6 Sol,开源模型的价值捕获天然分散(权重公开后竞品可直接复用),长期价值取决于 Kimi 能否通过产品矩阵(Kimi Work、Kimi Code)和生态建设建立不可替代性。模型将完全开源降低了技术锁定风险,但对 Kimi 自身的复利效应需要产品侧持续兑现。评分 8.0:有潜力成为开源基础设施层,但尚需验证生态粘性和商业转化。
结构化事实、实体识别与逻辑链
月之暗面(Kimi)发布 2.8T 参数开源模型 Kimi K3,采用 Kimi Delta Attention 和 Attention Residuals 架构,支持原生视觉和百万 Token 上下文,为首个开源 3T 级模型。模型权重将于 2026 年 7 月 27 日开源,已上线 Kimi 旗下多款产品。
月之暗面(Kimi)于 2026 年 7 月 20 日发布 Kimi K3 模型。该模型拥有 2.8T 参数、1M Token 上下文窗口,基于 Kimi Delta Attention 和 Attention Residuals 架构,采用 16/896 专家激活的 MoE 和 Stable LatentMoE 框架,相比 K2 整体扩展效率提升约 2.5 倍。Kimi K3 在 GPU 内核优化、编译器开发和游戏开发等长周期编码任务中表现出色,自称综合性能仍落后于 Claude Fable 5 和 GPT 5.6 Sol。模型已在 Kimi.com、Kimi Work、Kimi Code 和 Kimi API 上线,完整权重将于 2026 年 7 月 27 日开源。
情绪
积极
整体偏利好,可优先看它带来的机会、受益方和后续扩散可能。
Hype
中 hype
有一定叙事包装,阅读时需要同时看亮点和限制。
文章整体偏技术务实,承认了与顶级闭源模型的差距('still trails Claude Fable 5 and GPT 5.6 Sol'),给出了具体的架构创新描述和量化指标(2.5× scaling efficiency improvement),没有使用 '革命性''颠覆' 等极端 PR 词汇。但作为公司官方博客,'world's first open 3T-class model''frontier-level performance' 等表述具有一定包装色彩;部分基准测试由第三方评估且结论可能受 fallback 行为影响,核心技术指标有待开源发布后的社区验证。综合判断为中等炒作水平。
行动建议
深度研判
需要细读正文与风险机会区,适合做专题研判或内部讨论。
置信度
分别对应影响力、复合价值与 Hype 判断的可信程度。
技术/商业影响、关注焦点与受影响对象
2.8T 参数开源模型的权重开放时间和架构实现细节(KDA、Attention Residuals、MiniTriton)
Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes) 两项架构创新改进长序列信息流和模型深度传播效率;16/896 专家激活的 MoE 配合 Stable LatentMoE 框架实现约 2.5 倍扩展效率提升;模型自主构建 MiniTriton 编译器系统(DSL 前端→IR passes→PTX codegen→runtime),在部分负载上性能达到或优于 Triton 和 torch.compile,展示了模型在系统工程领域的闭环能力。
开源 2.8T 级模型对开源生态构成重大冲击——这是首个突破 3T 参数门槛的开源模型,直接挑战 Meta Llama 等系列的开源生态地位。同时通过产品矩阵(Kimi.com、Kimi Work、Kimi Code)和 API 实现商业化闭环,形成'开源吸引开发者生态→API 和产品变现'的双轮驱动模式,可能重塑开源大模型的竞争格局。
结合机会清单和风险矩阵判断后续关注重点
地缘政治风险——中美 AI 技术脱钩加剧可能影响 Kimi 在西方开源社区的接受度、贡献者生态和第三方集成支持
开源承诺执行风险——若技术细节对齐过程中发现重大问题或 inference 合作方协调不畅,7月27日的权重发布可能延期或受限