Kimi K3 是月之暗面（Moonshot AI）在北京时间 2026 年 7 月 17 日凌晨发布的旗舰大模型，总参数 2.8 万亿、每个 token 激活 1,040 亿，上下文 1,048,576 tokens，同一个模型原生理解文字、图片和视频。想用它有三条路：在 www.kimi.com 网页版或 App 里把模型切到 K3；开发者在 platform.kimi.com 调 kimi-k3；或者到 Hugging Face 的 moonshotai/Kimi-K3 下载权重自己部署。官方给它的定位是「专为智能体编程与知识工作打造」。
Kimi K3 参数与架构
按 Hugging Face 官方模型卡：K3 是稀疏混合专家（MoE）架构，896 个专家、每个 token 激活 16 个，共 93 层（69 层 Kimi Delta Attention 线性注意力 + 24 层 Gated MLA），并引入注意力残差（Attention Residuals）。训练时就做了量化感知，权重以 MXFP4、激活以 MXFP8 发布。仓库里 safetensors 权重文件合计约 1,561 GB（96 个分片），总参数统计为 2,779,931,837,184。
官方公布的跑分
模型卡列出的几项代表成绩（均为月之暗面自测）：GPQA Diamond 93.5、DeepSWE 67.5、Terminal-Bench 2.1 88.3、OSWorld-Verified 84.8、Video-MME 90.0。编程与电脑操作（Agent）类是它主打的方向。据财联社发布当日报道，K3 整体表现仍落后于最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol，强项在长程编码。第三方榜单的横向排名见本站 大模型能力排行榜。
Kimi K3 API 价格
走 platform.kimi.com，按 token 计费、不按上下文长度分段，所有用量统一单价（人民币，每百万 token）：kimi-k3 缓存命中输入 ¥2.00、未命中输入 ¥20.00、输出 ¥100.00。对照同家在售型号：kimi-k2.7-code ¥1.30／¥6.50／¥27.00（上下文 262,144），高速版 kimi-k2.7-code-highspeed ¥2.60／¥13.00／¥54.00，kimi-k2.6 ¥1.10／¥6.50／¥27.00。也就是说 K3 的输出单价约是 K2.6 的 3.7 倍，对成本敏感的批量任务官方也建议用 K2.6。联网搜索每次调用另收 ¥0.03；新用户 15 元代金券不可用于 K3。更多模型的横向比价见 月之暗面全系模型价格。
会员与 Kimi Code：用 K3 要什么档位
C 端会员现为四档：Andante ¥49、Moderato ¥99、Allegretto ¥199、Allegro ¥699（均支持连续包月／包年），K3 与 Agent、深度研究、PPT、Kimi Code 等功能共享一个按 token 实耗扣除的额度池，按订阅周期刷新。编程场景看 Kimi Code 官方文档：它提供四个模型 ID——K3（1M 上下文，Allegretto 及以上）、K3-256K（Moderato 及以上）、kimi-for-coding（K2.8 Preview，全部会员）、kimi-for-coding-highspeed（K2.7 Code 高速版，Allegretto 及以上），都支持 low／high／max 三档思考强度，同时兼容 OpenAI 与 Anthropic 协议，可以直接接进 Claude Code、OpenCode、Codex 使用。所以「Kimi K3 coding plan」的实际门槛是：¥99 起能在编程工具里用 256K 版 K3，¥199 起才有 1M 上下文版。会员额度规则、隐性持续扣费等细节见 Kimi网页版 页。
自己部署 Kimi K3：许可证和硬件
许可证不是 MIT，而是「Kimi K3 License」。按许可证原文，一般商用是允许的，但有两道门槛：以「模型即服务」方式对外提供、且连续 12 个月累计收入超过 2,000 万美元的，需要另与月之暗面签协议；产品月活超过 1 亿或月收入超过 2,000 万美元的，须在界面显著位置标注「Kimi K3」。企业内部使用、以及通过月之暗面官方产品或认证合作方调用不受这些约束。官方推荐的推理引擎是 vLLM、SGLang 和 TokenSpeed。
硬件上要有心理准备：约 1,561 GB 的权重本身，已经超过单台 8 卡 H200 的总显存（8 × 141 GB ＝ 1,128 GB），就算换 8 卡 B200（8 × 192 GB ＝ 1,536 GB）也放不下权重再加 KV 缓存，实际要多机部署（这是本站按权重体积的估算，非官方要求）。个人电脑和 Ollama 这类本地工具跑不动 K3，想在本地跑月之暗面的模型，只能看体量小得多的其他开源检查点，显存对照见本站 本地部署显卡选型。