Kimi K3 是月之暗面（Moonshot AI）在北京時間 2026 年 7 月 17 日凌晨釋出的旗艦大模型，總引數 2.8 萬億、每個 token 啟用 1,040 億，上下文 1,048,576 tokens，同一個模型原生理解文字、圖片和影片。想用它有三條路：在 www.kimi.com 網頁版或 App 裡把模型切到 K3；開發者在 platform.kimi.com 調 kimi-k3；或者到 Hugging Face 的 moonshotai/Kimi-K3 下載權重自己部署。官方給它的定位是「專為智慧體程式設計與知識工作打造」。
Kimi K3 引數與架構
按 Hugging Face 官方模型卡：K3 是稀疏混合專家（MoE）架構，896 個專家、每個 token 啟用 16 個，共 93 層（69 層 Kimi Delta Attention 線性注意力 + 24 層 Gated MLA），並引入注意力殘差（Attention Residuals）。訓練時就做了量化感知，權重以 MXFP4、啟用以 MXFP8 釋出。倉庫裡 safetensors 權重檔案合計約 1,561 GB（96 個分片），總引數統計為 2,779,931,837,184。
官方公佈的跑分
模型卡列出的幾項代表成績（均為月之暗面自測）：GPQA Diamond 93.5、DeepSWE 67.5、Terminal-Bench 2.1 88.3、OSWorld-Verified 84.8、Video-MME 90.0。程式設計與電腦操作（Agent）類是它主打的方向。據財聯社釋出當日報道，K3 整體表現仍落後於最強的閉源模型 Claude Fable 5 和 GPT-5.6 Sol，強項在長程編碼。第三方榜單的橫向排名見本站 大模型能力排行榜。
Kimi K3 API 價格
走 platform.kimi.com，按 token 計費、不按上下文長度分段，所有用量統一單價（人民幣，每百萬 token）：kimi-k3 快取命中輸入 ¥2.00、未命中輸入 ¥20.00、輸出 ¥100.00。對照同家在售型號：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。也就是說 K3 的輸出單價約是 K2.6 的 3.7 倍，對成本敏感的批次任務官方也建議用 K2.6。聯網搜尋每次呼叫另收 ¥0.03；新使用者 15 元代金券不可用於 K3。更多模型的橫向比價見 月之暗面全系模型價格。
會員與 Kimi Code：用 K3 要什麼檔位
C 端會員現為四檔：Andante ¥49、Moderato ¥99、Allegretto ¥199、Allegro ¥699（均支援連續包月／包年），K3 與 Agent、深度研究、PPT、Kimi Code 等功能共享一個按 token 實耗扣除的額度池，按訂閱週期重新整理。程式設計場景看 Kimi Code 官方文件：它提供四個模型 ID——K3（1M 上下文，Allegretto 及以上）、K3-256K（Moderato 及以上）、kimi-for-coding（K2.8 Preview，全部會員）、kimi-for-coding-highspeed（K2.7 Code 高速版，Allegretto 及以上），都支援 low／high／max 三檔思考強度，同時相容 OpenAI 與 Anthropic 協議，可以直接接進 Claude Code、OpenCode、Codex 使用。所以「Kimi K3 coding plan」的實際門檻是：¥99 起能在程式設計工具裡用 256K 版 K3，¥199 起才有 1M 上下文版。會員額度規則、隱性持續扣費等細節見 Kimi網頁版 頁。
自己部署 Kimi K3：許可證和硬體
許可證不是 MIT，而是「Kimi K3 License」。按許可證原文，一般商用是允許的，但有兩道門檻：以「模型即服務」方式對外提供、且連續 12 個月累計收入超過 2,000 萬美元的，需要另與月之暗面籤協議；產品月活超過 1 億或月收入超過 2,000 萬美元的，須在介面顯著位置標註「Kimi K3」。企業內部使用、以及通過月之暗面官方產品或認證合作方呼叫不受這些約束。官方推薦的推理引擎是 vLLM、SGLang 和 TokenSpeed。
硬體上要有心理準備：約 1,561 GB 的權重本身，已經超過單台 8 卡 H200 的總視訊記憶體（8 × 141 GB ＝ 1,128 GB），就算換 8 卡 B200（8 × 192 GB ＝ 1,536 GB）也放不下權重再加 KV 快取，實際要多機部署（這是本站按權重體積的估算，非官方要求）。個人電腦和 Ollama 這類本地工具跑不動 K3，想在本地跑月之暗面的模型，只能看體量小得多的其他開源檢查點，視訊記憶體對照見本站 本地部署顯示卡選型。