7月27日晚23點，月之暗面正式開源Kimi K3模型權重。


這次，Kimi K3採用自訂的License 協議，允許研究、部署、微調和二次開發。


這個 License 設計挺聰明的。小開發者和研究者零門檻，大玩家該付錢付錢，跟 Meta 的 Llama License 思路類似但細節不同。


Kimi K3是一款開放權重、原生多模態智能體模型，也是月之暗面迄今為止功能最強大的模型，還是全球首個完全開源2.8萬億參數MoE多模態大模型，更是一款基於 Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes) 建構的2.8T參數模型。


Kimi K3啟動有效參數為104.2B，上代 K2 總參 1.04T、啟動 32.6B，有效算力提升 220%。


同時，Kimi K3具備原生視覺功能和 100 萬個 token 的上下文窗口，是 K2（128K）的 8 倍，無需 RoPE/YaRN 等位置編碼插值調整，內建 27 層 MoonViT-V2 視覺編碼器（401M 參數）。


因此，其突破開源模型規模天花板，憑藉 KDA、AttnRes、Stable LatentMoE 三大原創架構實現了2.5倍每單位計算的智能水平/效率提升，百萬原生上下文和強大智能體、程式碼和多模態能力，同時具備極低推理成本。


根據Kimi K3資料，該模型的硬體部署成本只需 2000 萬元即可，4000 萬元可以流暢使用。


此次發佈的不僅是模型權重，還包括相關技術細節和報告，共計47頁。



根據論文資料，在程式碼層面，Kimi K3基本上比肩GPT-5.6 Sol和Fable 5模型，部分資料甚至超過這兩個海外模型。


與 Kimi K3 一起，月之暗面還將開放其背後的更多技術堆疊——高性能注意力核心、MoE 通訊庫，以及大規模運行代理環境的基礎設施。而對於年收入超過2000萬美元的模型 API 服務商，商用需與月之暗面另行簽署商業協議。


值得一提的是，在技術報告中，月之暗面透露，Kimi K2 及 K3 完整預訓練、百萬 token RL 強化學習主叢集均使用H800 GPU，配套輔助訓練 / 微調叢集使用L20（文件提及 MiniTriton、核心最佳化實驗基於 NVIDIA L20 完成）。


開源消息公佈後，華為昇騰CANN報導稱，趨境科技基於開源推理引擎SGLang 完成了Kimi K3在昇騰 Atlas A3 上的Day0推理適配。項目實現 KDA 的昇騰CANN適配，並針對 MoE、混合注意力機制、多卡通訊等關鍵模組進行了最佳化，實現模型在昇騰平台上的高效、穩定運行。


“Kimi K3 896 專家的大 EP 部署場景，能夠充分發揮昇騰超節點架構優勢。”這意味著，K3 已完成華為昇騰 950 SuperPod全鏈路適配，64卡/千卡國產超節點可跑訓練和推理。昇騰CANN稱，相關適配成果即將開源，為開源大模型在昇騰平台上的快速部署和Agent應用落地提供有力支撐。此外，阿里平頭哥M890 也宣佈了適配


月之暗面創始人、CEO楊植麟此前表示，“我們模型的迭代週期已經從過去的半年提升到現在的兩三個月，新一代模型也在加速研發中。”


“祝賀月之暗面創始人兼CEO楊植麟在最新Kimi發佈上的成就，這對開源社區來說是巨大的勝利！”7月17日，卡內基梅隆大學教授拉蘇·薩拉胡特季諾夫（Russ Salakhutdinov）發佈了這樣一條帖子，在卡內基梅隆大學，楊植麟曾是拉蘇的學生。

有趣的是，在技術報告第33頁，Kimi K3部署案例當中，秘密提到了“可替代的GPGPU（通用GPU）”——換句話說，K3模型其實可以在國產通用GPU當中進行部署。

受到Kimi K3發佈影響，輝達股價跌幅擴大至5%。

先回顧一下過去10天發生了什麼。

7月16日，月之暗面Kimi K3，全球最大開源權重大模型，程式設計榜單 Frontend Code Arena 登頂；官宣 7 月 27 日開放完整權重。

消息擴散後，美股 AI、半導體板塊出現大幅波動，媒體稱為新一輪DeepSeek時刻。

7月17-18日，矽谷開發者實測、初步輿論發酵。海外開發者大規模測試，認可推理、程式碼能力，馬斯克評論 “Impressive（令人印象深刻）”，普遍刊文，中國前沿開源模型縮小中美 AI 差距，衝擊美國頭部閉源廠商估值邏輯。

7月19日，Kimi官方公告，訪問量遠超預估，暫停 C 端新使用者訂閱，算力優先保障存量付費使用者，啟動擴容。

7月22日，白宮指控、多方立場集中爆發，白宮聲稱月之暗面使用工業級隱蔽蒸餾復刻 Anthropic Claude Fable 訓練 K3。而近 200 家矽谷初創企業聯合致信白宮，強烈反對限制中國開源模型。而輝達CEO黃仁勳力挺Kimi K3.

10天後的今天，Kimi K3全面開源，而且已經用技術解釋：我們沒蒸餾。

具體來說，根據Kimi K3技術報告中提到了很多細節。

從K3核心貢獻層面，首先要說五個領域的核心架構創新。

Kimi K3採用3層Kimi Delta Attention（KDA）線性循環注意力+ 1 層 Gated MLA 塊循環（解決百萬長序列開銷），基於Delta規則引入通道遺忘門，固定尺寸循環狀態替代傳統膨脹 KV 快取，長序列算力線性而非平方增長，百萬 token 解碼速度最高提升 6.3 倍。

而關鍵最佳化層面，全部分塊可用 Tensor Core 密集計算；輸出採用全秩門控替代低秩對應；配套工程上，FlashKDA 專用 GPU 核心、KDA 上下文平行（KCP），跨裝置僅同步固定大小狀態，通訊成本恆定不隨文字變長


Gated MLA 全域注意力，並且復用 DeepSeek MLA 低秩 KV 壓縮思路，移除全部顯式位置編碼（NoPE），位置資訊完全由 KDA 承載，以及每層末尾追加獨立 MLA 層保證全域跨 token 關聯，兼顧長序列效率與全域檢索能力。


第二個是Attention Residuals，也就是AttnRes 注意力殘差，解決深層模型資訊丟失。

傳統 Transformer 僅逐層單向累加特徵，深層易丟失淺層關鍵資訊。而AttnRes則讓每一層可選擇性讀取嵌入層、所有前置塊輸出，基礎層面每層獨有可學習偽 Query，對全部歷史層特徵做加權聚合，完整保留全層資訊。

同時，在工程最佳化 Block AttnRes上，將多層合併為塊，僅在塊等級做跨層注意力，記憶體開銷從 O (Ld) 降至 O (Nd)，推理速度大幅提升；最終深度資訊流更通暢，訓練效率提升 25%，額外計算開銷不足 2%。

第三個是Stable LatentMoE 穩定稀疏專家架構（支撐 896 超大專家池）。

針對超大專家池訓練爆炸、負載失衡兩大痛點，Kimi團隊做了三層改進：

1、RMSNorm 歸一化latent通路，專家聚合輸出先歸一化再升維，抑制啟動值爆炸；

2、SiTU-GLU 全新啟動函數，改進 SwiGLU 無界問題，上下限軟截斷，保留近線性局部響應，低精度訓練更穩定；

3、Quantile Balancing（QB 分位數負載平衡）層面，無輔助損失路由，通過分位數動態調整專家偏置，批次內每個專家負載嚴格均等，而且跨卡僅少量通訊即可計算全域分位數，完美適配 896 專家超大規模，解決傳統專家冷熱不均、訓練停滯問題，並且大幅降低通訊開銷。

第四個貢獻是原生多模態 MoonViT-V2 視覺通路。

Kimi K3不使用 SigLIP 等預訓練視覺權重，而是從零和文字聯合預訓練，避免多階段梯度尖峰，訓練穩定性顯著提升，27 層無偏置 ViT，2×2 像素洗牌降採樣減少視覺 token，圖像 / 視訊參數完全共享；支援最高 3584×3584 大圖無縫進入百萬上下文，優勢在於，視覺表徵直接適配 LLM 預測目標，在圖表、數學視覺、視訊任務表現優於預訓練初始化方案。

第五個是Per-Head Muon 分層最佳化器。

對於計算成本，Kimi K3繼續採用Muon最佳化器，分注意力頭單獨正交化，避免大梯度頭壓制小頭，訓練動態更均衡，同時降低矩陣正交化計算開銷。

因此，Kimi K3模型成本更低、效率更高，而且能夠成功完整萬億級軟硬體協同基建，形成適配2.8T MoE、百萬 token RL、長上下文推理全套系統方案。

預訓練部分，Kimi K3基於文字四大域——網頁、程式碼、數學、專業知識，全部做去重、分類器質量過濾；知識 / 數學資料通過多樣改寫擴充樣本；多模態資料——圖文、OCR、視訊、程式碼渲染圖（SVG/3D/CAD/ 網頁），配套坐標標註監督，大量合成跨模態長文件資料；以及長文字專項——清洗超長文件，人工合成跨多段落、需百萬上下文才能解決的復合任務，避免模型僅學習局部模式

基於縮放定律驗證，在同等算力（FLOPs）下，Kimi K3 驗證損失遠低於 K2，整體縮放效率提升 2.5 倍。而且，所有架構創新、資料配方協同生效。

後訓練（SFT→多力度 RL→多MOPD蒸餾→感知量化）部分，Kimi K3先統一工具呼叫、思考、回覆多通道序列化格式，全程量化感知訓練（QAT）；而在RL部分，進行多維度、多力度強化學習 RL，產出 9 個專用專家模型，Kimi還自研統一白盒智能體沙箱，可模擬 Claude Code、Codex等主流工具框架，基於知識圖譜自動生成海量驗證型任務（科研、金融、法律、GPU 核心、網頁開發、系統復刻）。

最後在多教師線上蒸餾 MOPD上，Kimi將 9 個不同領域、不同力度的專家模型知識融合進單一統一K3 主模型，兼顧所有任務能力，並進行EAGLE-3 草稿模型、量化適配，其餘模組保留高精度，訓練推理精度對齊無落差。

萬億級專用基礎設施上，Kimi K3擁有三大場景配套系統，包括KDA演算法硬體協同（解決百萬上下文平行難題）；2.8T MoE 預訓練基建MoonEP，自研專家平行框架，實現完美均衡 token 負載；配套記憶體最佳化，啟動分片解除安裝、Pipeline ZeRO-2 梯度分片、Muon 最佳化器點對點收集參數，支撐 3T 模型穩定訓練；百萬 token 智能體 RL 沙箱AgentENV，大幅緩解 RL 訓練視訊記憶體爭搶，自適應並行節流調度，動態控制長軌跡數量，防止快取打爆。此外，Kimi K3採用專用稀疏MoE、AttnRes、KDA 解碼 GPU 核心，預算感知叢集調度，以及快取親和路由。

最後是Kimi K3的基準評測體系部分，包含公開基準、內部私有、第三方機構三個部分。

橫向對比基線，與閉源頂尖的Claude Fable 5、GPT-5.6 Sol、Claude Opus 4.8、GPT-5.5，以及開源標竿GLM-5.2相比，Kimi K3 綜合能力僅次於 Fable 5、GPT-5.6 Sol，全面超越其餘閉源與全部開源模型；成本效率極具優勢。

其中，程式碼能力（核心優勢賽道），Kimi K3在ProgramBench 開放原始碼基準第一（77.8%）；SWE-Marathon GPU 核心專項領先所有閉源模型（42.0），內部 WebDev 基準對比 Opus 4.8，專家偏好淨 + 31%；WebDev Arena 全球排名第一（Elo1678）；Terminal-Bench、DeepSWE、FrontierSWE 接近頭部閉源，企業級工程程式碼落地能力突出。


智能體工具使用 SOTA部分，Kimi K3模型在BrowseComp 網頁檢索 91.2%、DeepSearchQA 檢索 F1=95.0、MCPMark 多工具 94.5、自動化 / 銀行 / 法律 / 財務專業任務多數領先競品，尤其在作業系統操作 OSWorld、長週期多子 Agent 協同（Swarm Bench 第一）表現亮眼。

多模態視覺部分，OmniDoc 文件理解全球第一；數學視覺搭配 Python 工具達 97.8；圖表、視訊、工業圖紙推理優勢明顯，可迭代寫程式碼處理圖像、逐幀分析視訊，原生圖文程式碼混合長鏈路閉環。

通用高階推理部分，GPQA 研究生級推理 93.5 與 GPT-5.5 持平；高階科研 HLE、CritPt 略落後兩大頂級閉源，但顯著優於其他模型。

同時，專項安全攻防評測部分，漏洞挖掘（Tier1）上，Kimi K3自主發現上百軟體漏洞，含 16 個 Linux 核心未知 0day；漏洞利用（Tier2）：36 道攻防題完成 14 道（38.9%），遠超 GLM-5.2（22.2%）；核心深度利用仍存在明顯人類專家差距。

1、Artificial Analysis Intelligence Index v4.1上，Kimi K3達57.1，全 580款模型中，排名第4；

2、Vals 行業基準指數上，達74.7，全 39款模型中，排名第 2；

3、Arena Human偏好部分，Web 開發第 1、通用文字第 8、智能體第4。

總結來說，同等任務得分下，Kimi K3 推理成本僅為 Claude Fable 5 的 1/3~1/2，GPT-5.6 的一半左右，而在程式碼、檢索、知識工作場景性價比斷層領先於這些閉源模型。

而在Kimi K3論文中還提到了落地案例。

比如，Kimi K3支援GPU 核心與編譯器，自主最佳化各類 Attention 核心，自研 MiniTriton 類編譯器，性能逼近 cuBLAS，完整支援分佈式訓練。

其中，GPU核心最佳化：全面升級主流注意力核心，性能比肩頂尖模型。

本次測試在統一沙盒環境下開展，為每項模型最佳化任務設定最長24小時的研發週期，涵蓋核心分析、程式碼重寫、基準測試全流程，保障測試結果嚴謹可控。測試選取四類業界主流、具備代表性的注意力核心（attnRes、DeepSeek稀疏注意力DSA、KDA、MLA，頭部尺寸設為512），分別在NVIDIA Hopper GPU及競品通用GPU平台完成性能驗證。

實測結果顯示，Kimi K3對四類核心均實現顯著性能最佳化，最佳化效果全面且突出。其中，attnRes推理延遲從283.6毫秒大幅降至114.4毫秒；DSA、KDA核心運行效率分別提升55.1%、73.6%，同時MLA核心算力峰值可達硬體理論峰值TFLOPS的半數以上。

在同場景對比測試中，Kimi K3性能可持平帶後備機制的Claude Fable 5，且大幅超越Claude 4.8、GPT-5.6 Sol、GPT-5.5等主流模型。此外，研發過程中早期版本的Kimi K3檢查點，已高效承接大部分核心最佳化迭代工作，其attnRes核心的最佳化迭代軌跡也通過基準測試形成完整資料佐證。

GPU編譯器開發層面，Kimi K3自主研發輕量化類Triton編譯器MiniTriton5，搭建了一套完整、定製化的編譯架構。

硬體實測資料表明，在NVIDIA L20顯示卡的核心基準測試中，MiniTriton5的綜合幾何平均性能優於原生PyTorch即時編譯與torch.compile方案，其全新開發的張量核心矩陣運算路徑，在大尺寸算力任務下性能接近cuBLAS行業標竿，可達成硬體理論算力峰值的90%。

這整體驗證了Kimi K3可通過DSL前端與IR中間層，打通PTX程式碼生成及CUDA執行階段全鏈路，形成一體化編譯體系，而非零散的獨立核心集合。

對於半導體行業，Kimi K3可以實現AI 晶片 RTL 設計，48 小時自主完成 Nangate45 工藝推理晶片 RTL，時序收斂、吞吐 8700 token/s。

科研計算方面，Kimi K3實現天體物理300和物態方程數值管線、引力波巨量資料多 Agent 分析；知識生產上，可以實現42年AI晶片行業萬字調研網站、法律/投行完整交付物

多媒體創作上，Kimi採用自主架構 3Blue1Brown 風格動畫、56 條素材剪輯成片。

值得一提的是，Kimi K3唯一的門檻是年收入超 2000 萬美元的模型 API 服務商，商用得跟月之暗面另外談。

首日接入這事更值得注意。Modal、Together AI、Nebius、GMI Cloud、Baseten、Fireworks AI 六家海外推理平台，權重發佈當天就能用。vLLM 和 SGLang 兩大開源推理框架也同步支援。拿到權重直接部署，不用等適配。

論文最後，Kimi介紹Kimi K3，一個開放的2.8萬億parameter混合專家模型，具有本地視覺功能和100萬令牌上下文窗口。

作為世界上第一個開放的3T級模型，Kimi K3在編碼、智能體、知識、推理、和視覺任務。儘管與最強的專有型號之間仍然存在差距，但Kimi K3建立了一個新的開放前沿在每個人觸手可及的範圍內。

“我們根據 Kimi K3 許可證發佈完整的 Kimi K3 模型權重，使前沿報告可以公開用於研究、部署和進一步創新。我們希望K3能在研究、部署和創新方面賦予更廣泛的社區權力。”

對普通使用者來說最直接的影響：今天大機率就能在各家Token Plan平台上直接用 Kimi K3 了，想嘗鮮的可以關注一下。(智能紀元AGI)

•首次系統揭示LLM性能與大腦層級對齊的雙重收斂關係，發現不僅LLM性能越高越能預測神經響應（r=0.92），而且好模型在更淺的層級就達到最大腦相似度（r=-0.81）

•提出"大腦層級對齊分數"並證明好模型的特徵提取路徑更線性地對應人腦層級，借鑑視覺領域的方法，用電極距pmHG的距離作為大腦層級代理指標，計算LLM各層最佳預測層與大腦層級的線性相關，發現該對齊分數與LLM性能強相關（r=0.79），並用電極延遲作為替代指標重複驗證（r=0.89），證明高性能模型的層級化特徵提取更接近人腦從初級聽覺皮層到高級語言區的遞進式處理

本文的核心方法是建立一個跨模態對齊框架，用顱內EEG（iEEG）資料作為"大腦的ground truth"來系統評估LLM的層級化表示是否與人腦語言處理機制相似。研究者從8名癲癇患者的707個電極中提取了單詞級的高伽馬神經響應，同時讓12個約7B參數的Transformer解碼器模型（包括GPT-2、LLaMA、Mistral等）對相同語料進行前向傳播獲取每層嵌入表示，然後用ridge regression將每層LLM嵌入對應到每個電極的神經響應上，由此得到每層-每電極的腦相似度分數。

LLM性能越高，腦相似度越強——強模型在更淺層就達到峰值對齊

本圖可以直觀看到所有模型的腦相似度都隨層數增加而上升並在中間某層達到峰值，但性能好的模型不僅峰值明顯更高，而且峰值出現的層級更淺，而性能差的模型峰值更低且需要更深層才能達到，這直接說明好模型用更少的層就完成了類似人腦的語言編碼。

LLM性能越高，達到最大腦相似度所需的層級越淺——性能與腦層級對齊的雙重相關

本圖由四個面板系統揭示了LLM性能與大腦層級對齊之間的兩層核心關係。圖A展示了12個LLM在所有電極上的平均腦相似度隨模型層級變化的曲線，模型按性能從差到好用冷色到暖色著色，可以看到所有模型的腦相似度都隨層數增加先升後降並在中間某層達到峰值，但性能好的模型峰值明顯更高且曲線更陡峭，而性能差的模型峰值更低且曲線更平緩。

上下文資訊是驅動腦對齊的核心機制——長程上下文對高級語言區的提升遠大於初級聽覺區

本圖由三個面板組成，系統論證了上下文資訊才是LLM與人腦對齊的核心驅動力而非模型規模或訓練資料本身，整張圖的核心結論是：LLM與人腦對齊的本質不是模型變大了，而是模型學會了像人腦一樣利用長程上下文資訊。

該表格系統列出了全文中用於腦相似度分析的12個Transformer解碼器模型的核心規格與性能指標，是理解全文所有相關性分析的基礎參照。表格按綜合benchmark性能從低到高排列，最底部是GPT-2（MMLU僅35.6分），最頂部是Mistral 7B和Zephyr 7B（MMLU分別為60.1和63.4分），兩者性能差距接近一倍。 (AI paper實驗室)

蘋果公司近期在iOS 26.1、iPadOS 26.1及macOS Tahoe 26.1開發者測試版中整合了模型上下文協議（MCP），標誌着其在人工智能領域的重要佈局。這項由Anthropic提出的協議被業界視爲AI領域的HTTP標準，旨在建立統一的AI系統數據訪問規範。

技術架構顯示，蘋果將通過App Intents框架實現MCP協議的深度整合。該技術方案允許不同AI系統通過標準化協議接入各類API，有效打破信息孤島現象。結合Apple Intelligence技術，未來用戶可通過Siri直接調用各類應用功能，實現跨應用的自動化操作體驗。

行業觀察指出，MCP協議的引入將顯著降低開發門檻。開發者只需遵循統一標準，其創建的AI服務即可無縫接入蘋果設備生態。目前，包括Google、OpenAI在內的多家科技企業已宣佈支持該協議，爲構建更開放的AI生態系統奠定基礎。

值得注意的是，蘋果此次技術更新還同步推送了visionOS 26.1開發者預覽版，顯示出其在空間計算領域與AI技術的協同佈局。雖然相關功能仍處於測試階段，但已清晰展現出蘋果通過底層協議整合，推動人工智能深度融入全產品線的戰略意圖。

市場分析認爲，這種標準化協議的採用將重塑移動端AI交互模式。隨着技術迭代，未來支持MCP協議的智能服務有望實現設備間的自主協同，爲用戶帶來更連貫的跨平臺體驗。蘋果此舉可能引領行業建立更完善的AI交互標準體系。

彙整鉅亨號中所有使用「上下文」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

剛剛！3萬億Kimi K3開源，華為昇騰Day0適配、撼動矽谷

Nature子刊！｜為什麼越強的LLM越“像大腦”？答案可能是：上下文

蘋果加速AI生態整合：MCP協議引入系統測試版，推動跨應用智能交互

剛剛！3萬億Kimi K3開源，華為昇騰Day0適配、撼動矽谷

Nature子刊！｜ 為什麼越強的LLM越“像大腦”？答案可能是：上下文

蘋果加速AI生態整合：MCP協議引入系統測試版，推動跨應用智能交互

Nature子刊！｜為什麼越強的LLM越“像大腦”？答案可能是：上下文