建筑学上的卓越：稳定的潜在MoE和超稀疏性

Kimi K3 高达 2.8T 的庞大计算能力的核心在于其卓越的计算效率。它采用了革命性的技术。 稳定潜在MoE 在 Moonshot AI 框架下，模型的稀疏性得到了极大的提升。

该模型具有前所未有的特点。 共有896位专家但是，动态路由和激活仅 每个Tokens包含 16 位专家。。

这一结构性突破带来了重大优势：

• 大规模扩展，最小计算： 虽然拥有 2.8 万亿个基础知识参数，但主动推理的成本却比模型小得多。
• 原生 100 万个令牌上下文窗口： Kimi K3 原生支持 100 万个令牌的上下文窗口，并借助先进的自动上下文缓存技术大幅降低 API 延迟和开销成本。
• 始终开启的推理模式： 与前代产品不同，Kimi K3 原生配置了不可更改的深度推理模式。

全球基准：Kimi K3 处于什么位置？

Moonshot AI 的内部评估和早期基准测试表明，Kimi K3 在全球人工智能领域处于绝对领先地位。在综合评估套件中，Kimi K3 的整体认知能力排名第几 仅次于 Claude Fable 5 和 GPT-5.6 Sol 等专有旗舰产品。性能优于所有现有的开源同类产品。

展品02

核心优势矩阵

Kimi K3 在三大核心支柱方面表现出色，并针对企业代理工作流程进行了深度优化：

深度解析：企业用例与 API 经济学

Kimi K3 不仅仅是技术上的炫耀；它还针对实际生产经济效益进行了高度优化。Moonshot AI 引入了一种极具竞争力的非分层 API 结构，该结构利用了自动上下文缓存。

Kimi K3 API 定价结构

Kimi K3 不会对开发者使用过大的上下文窗口采取分级处罚，而是按使用量收取固定费用：

展品04

高级代理工具包

为了支持下一代代理工作流程，Kimi K3 还推出了强大的 API 增强功能：

• 动态刀具加载和约束： 先进的 工具选择 参数允许开发人员严格执行或动态调整模型在运行过程中可以调用哪些本地工具。
• 高保真结构化输出： 原生 JSON 模式和严格模式 响应格式 通过 JSON Schema 确保模型将其 2.8T 推理格式化为完全可预测的数据结构，以便后端接收。

开源时间线及生态系统影响

开源社区无需等待太久即可获得这些权重。Moonshot AI 目前正与推理合作伙伴、芯片制造商和开源维护者直接合作，以协调优化细节。

此次开源发布旨在彻底普及超大规模 MoE 建模。以往，运行或微调接近 3 万亿参数规模的模型几乎仅限于少数科技巨头。通过优化 Stable LatentMoE 结构，Moonshot AI 为全球开发者生态系统提供了一个模板，指导他们如何在无需本地超级计算机阵列的情况下构建、运行和扩展大规模参数模型。