7月17日，月之暗面正式推出 Kimi K3。
官方宣称，虽然 Kimi K3 的整体表现仍落后于最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol，但它在整套评测中展现出前沿水平的能力，并稳定超过了其他所有模型。
同时，Kimi-K3在前端代码竞技中以76%的胜率和1679的得分位居榜首，超过Claude Fable 5和GPT-5.6。
据官方介绍，Kimi K3 是一个 2.8 万亿参数模型，是全球首个开源的3万亿级别模型。基于 KDA 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有 100 万 token 上下文窗口。
Kimi K3 基于 Kimi Delta Attention（KDA）和 Attention Residuals（AttnRes）构建。同时进一步扩大了 Mixture of Experts（MoE）的稀疏度：结合 Stable LatentMoE 框架后，模型可以在 896 个专家中高效激活 16 个。
再加上训练方法和数据配方的优化，这些结构性改进让 Kimi K3 相比 K2 的整体扩展效率提升约 2.5 倍，能更有效地把算力转化为能力。
官方表示，即日起，可通过 kimi.com、最新版 Kimi 手机App、最新版 Kimi Work 桌面客户端、Kimi Code 和 Kimi API，使用 Kimi K3 模型。
当前默认思考强度为 max（极致），后续更新后会增加 low 和 high 两种模式。
据开放平台公示信息，kimi-k3 采用输入、输出 Token 分开计价模式，计费单位为每百万 Token。其中输入 Token 分两档收费，缓存命中时单价仅 2 元，未命中缓存标准价为 20 元；输出 Token 统一定价 100 元 / 百万 Token。
官方宣称，借助 Mooncake 分离式推理架构，Kimi 官方 API 编程场景的缓存率超过 90%，实际输入价格仅为标准输入价格的 1/4。同时，最高 30% 的充赠活动同步进行中。
官方表示，目前 Kimi K3 仍有局限性。
在后训练过程中全程使用思考历史保留模式，如果 agent 框架未按要求回传全部历史思考内容，或从其他模型正在进行的会话中切换到 Kimi K3，则有可能引发上下文干扰，导致内容生成质量不稳定。官方建议使用 Kimi Code 等经过兼容性验证的 Agent 框架，并避免在会话中途切换到 Kimi K3。
