Moonshot AI udostępnił Kimi K3 – model językowy liczący 2,8 bln parametrów, z natywną obsługą obrazu i oknem kontekstowym mieszczącym 1 mln tokenów. Chińska firma przedstawia go jako pierwszy otwarty model klasy 3T, ale na pełne wagi trzeba jeszcze poczekać do 27 lipca 2026 roku. Wyniki są obiecujące, jednak nie potwierdzają, że K3 pokonał najlepsze systemy Anthropic i OpenAI we wszystkich zastosowaniach.
2,8 bln parametrów nie pracuje jednocześnie
Kimi K3 wykorzystuje architekturę Mixture of Experts, czyli „mieszankę ekspertów”. Model zawiera 896 wyspecjalizowanych bloków, lecz podczas przetwarzania pojedynczego tokenu uruchamia tylko 16 z nich. To około 1,8 proc. całej puli. Dzięki temu system może mieć ogromną liczbę parametrów bez angażowania wszystkich przy każdym fragmencie generowanej odpowiedzi.
Sam rozmiar modelu nie mówi jeszcze, jak dobrze odpowiada on użytkownikowi. Parametrów różnych architektur nie da się traktować jak prostego rankingu wydajności. W przypadku K3 ważniejsze jest połączenie bardzo dużej puli ekspertów z selektywną aktywacją, milionowym kontekstem oraz rozwiązaniami nazwanymi przez Moonshot Kimi Delta Attention i Attention Residuals.
Pierwsze z nich ma zwiększać efektywność mechanizmu uwagi, który odpowiada za ustalanie zależności między elementami wejścia. Drugie pozwala modelowi wybiórczo sięgać do reprezentacji z wcześniejszych warstw zamiast jednakowo kumulować informacje na całej głębokości sieci. Według Moonshot zmiany architektoniczne wraz z udoskonalonym treningiem dały około 2,5-krotną poprawę efektywności skalowania względem Kimi K2. Jest to deklaracja producenta, której na tym etapie nie potwierdza niezależna publikacja techniczna.
Kimi K3 wygrywa test frontendu, ale nie cały wyścig
Najmocniejszy niezależny punkt odniesienia daje obecnie Code Arena. W rankingu WebDev z 16 lipca 2026 roku Kimi K3 zajmował pierwsze miejsce z wynikiem 1679 punktów. Claude Fable 5 uzyskał 1631 punktów, a GPT-5.6 Sol w narzędziu Codex – 1618 punktów. Wynik K3 był oznaczony jako wstępny i opierał się na 1757 głosach.
Ten ranking sprawdza tworzenie frontendu, czyli widocznej dla użytkownika części stron i aplikacji internetowych, w ślepych porównaniach ocenianych przez ludzi. Nie mierzy pełnego zakresu rozumowania, pisania, analizy dokumentów ani niezawodności agenta przy długiej pracy. Zwycięstwo w tej konkretnej Arenie jest ważne, ale nie daje podstaw do ogłoszenia Kimi K3 najlepszym modelem ogólnego przeznaczenia.
Potwierdza to sam Moonshot AI. Firma pisze wprost, że ogólne możliwości K3 nadal ustępują Claude Fable 5 oraz GPT-5.6 Sol. Wiele pozostałych rezultatów opublikowanych przy premierze pochodzi z testów wykonanych przez Moonshot, czasem przy użyciu różnych narzędzi agentowych dla poszczególnych modeli. Przykładowo w jednym z testów Claude Fable 5 przełączał się na model zastępczy w 35 proc. zadań, co według autorów mogło obniżyć jego wynik. Takich zestawień nie należy czytać bez uwzględnienia metodologii.
Model potrafi pracować długo, lecz bywa zbyt samodzielny
Moonshot pozycjonuje K3 przede wszystkim jako model do długich zadań programistycznych, pracy z wiedzą i obsługi narzędzi. Producent pokazuje między innymi eksperyment, w którym K3 przez 48 godzin projektował symulowany układ do obsługi małego modelu, korzystając z otwartych narzędzi EDA do projektowania elektroniki. To interesująca demonstracja pracy agentowej, ale nadal studium przypadku przygotowane przez twórcę modelu, a nie powtarzalny test niezależnego laboratorium.
Firma ujawniła też ograniczenia. K3 wymaga zachowania historii rozumowania między kolejnymi krokami; niekompatybilne narzędzie albo zmiana modelu w środku sesji może destabilizować wyniki. Drugim problemem jest nadmierna proaktywność. Przy niejasnym poleceniu model może sam podjąć decyzję wykraczającą poza intencję użytkownika, dlatego w zastosowaniach agentowych potrzebuje precyzyjnie zdefiniowanych granic działania. Moonshot przyznaje ponadto, że jakość doświadczenia użytkownika nadal odstaje od Claude Fable 5 i GPT-5.6 Sol.
K3 jest dostępny, ale jeszcze nie jako pełny model do pobrania
Kimi K3 można już używać w serwisie Kimi, aplikacji Kimi Work od wersji 3.1.0, narzędziu Kimi Code oraz przez API. Domyślnie działa z maksymalnym poziomem wysiłku obliczeniowego. Tańsze tryby mają pojawić się w późniejszych aktualizacjach.
W oficjalnym API milion tokenów wejściowych kosztuje 0,30 dolara przy trafieniu w pamięć podręczną i 3 dolary bez niego. Milion tokenów wyjściowych wyceniono na 15 dolarów. Moonshot deklaruje ponad 90-procentowy współczynnik trafień w pamięć podręczną przy zadaniach programistycznych, ale rezultat dotyczy infrastruktury firmy i konkretnego rodzaju obciążenia.
Najważniejsze zastrzeżenie dotyczy otwartości. Moonshot nazywa K3 otwartym modelem klasy 3T, lecz 20 lipca pełne wagi nie były jeszcze publicznie dostępne. Firma zapowiedziała ich publikację do 27 lipca wraz z raportem technicznym i dodatkowymi szczegółami treningu. Dopiero wtedy społeczność będzie mogła dokładniej sprawdzić architekturę, wymagania sprzętowe i powtarzalność części deklarowanych wyników. Na dziś Kimi K3 jest bardzo dużym i konkurencyjnym modelem dostępnym jako usługa, a nie ukończonym wydaniem open-weight gotowym do samodzielnego uruchomienia.
