🚀 Вышла Kimi K3 с открытыми весами и 2.8 трлн параметров Moonshot AI выпустила Kimi K3 — мультимодальную модель с контекстным окном в миллион токенов, которая, по собственным оценкам компании, уступает только Claude Fable 5 и GPT-5.6 Sol. Ключевая ставка — чистый масштаб: 2.8 триллиона параметров при сверхразреженной MoE-архитектуре (896 экспертов, 16 активных на токен) и гибридном внимании Kimi Delta Attention с остаточными связями. Это первая открытая модель такого размера — веса обещают опубликовать в ближайшие дни. Пока доступна в чат-приложении с ограничением по нагрузке, а в API цена резко выросла до $3 за миллион входящих токенов (или $0.3 при кэшировании) и $15 за исходящие — ещё весной K2.6 отдавала токены за $0.6/$2.5. На тесте GDPval-AA v2 модель набирает 1687 баллов против 1600 у Claude Opus 4.8 Max, а на BrowseComp устанавливает рекорд 91.2 балла в одиночном агентном режиме без сжатия контекста. Второе место на закрытом тесте AA-Briefcase для длинных агентных задач и победа над GPT-5.6 Sol Max. Параллельно Moonshot привлекает раунд при оценке $31.5 млрд — в мае компанию оценивали в $20 млрд, а январские $500 млн инвестиций прямо шли на разработку K3. Ставка для инвесторов прозрачна: открытые китайские модели вплотную приближаются к закрытому фронтиру, сокращая аргументы платить премиальную цену за западные API. ⋅ Параметры: 2.8T, MoE (896 экспертов / 16 активных) ⋅ Контекст: 1 млн токенов, нативное зрение (изображения + видео) ⋅ Тест BrowseComp: 91.2 (рекорд), GDPval-AA v2: 1687 баллов ⋅ Цена API: $3 вход ($0.3 кэш) / $15 выход за миллион токенов Все цифры — собственные замеры Moonshot, без технического отчёта и независимых проверок. Но главный барьер для реального использования модели — не в тестах, а в цене запуска: развернуть K3 локально не выйдет без полноценного кластера, а API уже стоит как у западных флагманов. Открытые веса при таких требованиях к железу — скорее исследовательский артефакт, чем инструмент, который можно взять и встроить в продукт. По данным Habr #KimiK3 #MoonshotAI #openweight #MoE #LLM