«Fable-уровень ощущений» — 28 триллионов параметров: Kimi K3 обновляет рекорд по открытой публикации кода

作者: 李丹, 华尔街见闻

Лунная тьма официально дала старт новой волне «сражения за открытый исходный код» китайских LLM.

16 июля, в четверг, Лунная тьма официально выпустила новое поколение открытого базового модели Kimi K3, объем параметров составляет 2,8 триллиона, и одновременно запустила сервис API и документацию для разработчиков. Ссылаясь на сообщение Синьхуа, в ходе тестов Kimi K3 демонстрирует комплексный уровень интеллекта, близкий к ведущим в мире закрытым моделям, и отмечается, что это на данный момент самая крупная по параметрам открытая модель в мире, что означает еще один шаг вперед в развитии моделей искусственного интеллекта (AI) в нашей стране.

Kimi K3 — самый мощный флагманский модельный продукт Лунной тьмы на сегодняшний день, созданный специально для программирования долгосрочных агентных систем и самонастраивающихся рабочих процессов. Она внедряет собственный механизм смешанного линейного внимания Kimi Delta Attention (KDA) и структуру Attention Residuals (AttnRes), разработанные Лунной тьмой: за счет оптимизации обработки длинных последовательностей и способности глубокой сети передавать информацию повышается эффективность обучения больших моделей и их качество в инференсе.

Новая технология обеспечивает ускорение декодирования до 6,3 раза при контексте до миллиона Token

Kimi K3 поддерживает контекстное окно в 1 млн Token и изначально обладает возможностями понимания визуальных данных, при этом в первую очередь ориентирована на сложные сценарии, такие как инженерия ПО, работа со знаниями и сложные рассуждения. Лунная тьма утверждает, что технология KDA обеспечивает до 6,3 раза ускорения декодирования при контексте на уровне миллиона, а механизм AttnRes при дополнительных затратах менее чем 2% повышает эффективность обучения примерно на 25%.

Лунная тьма подчеркивает, что модель фокусируется на оптимизации способностей агентного программирования (Agentic Coding): она может понимать большие кодовые базы, вызывать инструменты, выполнять тесты и на основе обратной связи продолжать корректировать план задач. Кроме того, K3 использует дизайн MoE с более высокой разреженностью: по данным, собранным в сообществе, у модели есть 896 экспертных модулей, но при каждом инференсе активируется только 16 экспертов — так, расширяя емкость модели, она удерживает вычислительные затраты под контролем.

По сравнению с предыдущим поколением Kimi K3 сильнее делает акцент на переход от «ответов на вопросы» к «выполнению задач». Особенно в задачах долгосрочной инженерии ПО модель может принимать комплексные решения, сочетая код, журналы запуска, результаты тестов и визуальную информацию, что дает ей больший потенциал в сценариях разработки игр, фронтенд-инженерии, CAD-дизайна и оптимизации инфраструктуры.

Несколько тестов приближаются к топовым закрытым моделям, часть оценок выше Claude Opus 4,8

После релиза Kimi K3 тестирование производительности стало главным фокусом рынка.

Согласно опубликованным Лунной тьмой результатам оценок и данным, собранным сообществом, Kimi K3 в направлениях генерации кода, работы со знаниями, поиска по длинным текстам и агентных задач входит в глобальную первую лигу. В некоторых комплексных тестах K3, как считают, уступает только сериям Claude Fable и топовым моделям GPT, занимая верхние места среди участвующих в испытаниях моделей.

В части оценок работы со знаниями данные GDPval-AA v2, собранные сообществом, показывают, что Kimi K3 набрала 1687 баллов, превзойдя 1600 баллов Claude Opus 4.8 Max; при этом она уступает только Claude Fable 5 Max и GPT-5.6 Sol Max. Этот тест в основном оценивает реальные рабочие способности модели в 44 профессиях и 9 отраслях, включая анализ исследований, бизнес-суждения, профессиональное письмо и другие сложные задачи.

Также, по результатам AA-Briefcase — теста знаний для агентного помощника, Kimi K3 набрала 1527 баллов: она занимает место сразу после Claude Fable 5 Max и обходит GPT-5.6 Sol Max.

В аспекте возможностей длинного контекста и информационного поиска, по данным сообщества, в тесте BrowseComp Kimi K3 набрала 91,2 балла. Поскольку модель поддерживает контекстное окно 1 млн Token и может без дополнительного сжатия контекста завершать задачи в режиме одного агента, ее считают обладающей заметными преимуществами именно в сценариях долгосрочного и сложного поиска информации.

«Ощущение уровня Fable» вызвало дискуссии: Kimi K3 бросает вызов закрытой линии Anthropic

Помимо результатов Benchmark, фактический опыт разработчиков в сообществе также вызвал много обсуждений.

Некоторые пользователи, протестировавшие модель заранее, отмечают, что в сложных задачах агентных систем (Agent), в сценариях непрерывного программирования и многократного вызова инструментов K3 демонстрирует планирование и выполнение почти на уровне, которого ранее могли достичь только топовые закрытые модели — и часть разработчиков называет это «ощущением уровня Fable».

Один зарубежный управляющий хедж-фондом, со слов упомянутых им результатов оценок, говорит, что производительность Kimi K3 выше Opus 4,8, а цена примерно на 60% ниже, чем у Opus 4.8. Внутри также команды отечественных банков после собственных тестов пришли к выводу, что возможности Kimi K3 превышают Opus 4.8 и близки к Fable 5 и GPT-5.6 Sol.

Однако по сравнению с серией Claude Fable от Anthropic текущая роль Kimi K3 точнее описывается как «приближение», а не полное превосхождение.

Поскольку модели вроде Fable не публикуют полный объем параметров и все детали тестов, внешние наблюдатели не могут провести строгие сравнения один-в-один. Но по открытым результатам оценок Kimi K3 уже в отдельных тестах по работе со знаниями и агентным возможностям обходит Claude Opus 4.8, что показывает, что китайские открытые модели входят в новый этап конкуренции с топовыми закрытыми моделями США.

В отрасли считают, что значение Kimi K3 заключается не только в размере параметров и результатах Benchmark, но и в выборе открытого маршрута — открытых весов. В отличие от OpenAI и Anthropic, которые в основном предоставляют закрытые модели через API, Лунная тьма рассчитывает расширить экосистему разработчиков именно через open source.

После DeepSeek Kimi K3 дополнительно доказывает: китайские AI-компании переходят от прежней конкуренции за счет преимущества в издержках к всеобъемлющему соперничеству в возможностях моделей, агентной экосистеме и разработческой инфраструктуре.

До релиза уже привлекла внимание за рубежом: ориентир на флагман Anthropic

На самом деле еще до официального выхода Kimi K3 зарубежные СМИ начали активную и плотную слежку за этой моделью.

В сообщениях говорилось, что внутри Kimi K3 была позиционирована как одна из крупнейших по масштабу AI-моделей Китая на данный момент; ожидалось, что она превзойдет Claude Opus 4.8 в нескольких ключевых распространенных бенчмарках и дальше сократит разрыв с флагманской моделью Anthropic Claude Opus 4.8. Также подчеркивается, что это важнейшее обновление модели со стороны Лунной тьмы за все время.

Хотя Anthropic не раскрыла размер параметров Opus 4.8, в отрасли в целом оценивают его примерно в 1,5–2 триллиона параметров.

Financial Times со ссылкой на осведомленные источники сообщает: Kimi K3, как ожидается, все равно не сможет обогнать ультра-передовую модель Fable, выпуск которой Anthropic ранее остановила из-за проблем с безопасностью, но ее уже достаточно, чтобы бросить вызов распространенному представлению, что «китайские модели отстают от американских на 8–12 месяцев».

Для американской AI-лаборатории более крупный вызов заключается не только в уровне модели, но и в бизнес-модели.

Поскольку Kimi K3 публикуется с открытыми весами, разработчики по всему миру смогут бесплатно скачивать, развертывать и модифицировать модель. Это означает, что у нее есть шанс быстро сформировать разработческую экосистему — как это случилось с DeepSeek — и тем самым создать постоянное давление конкуренции на OpenAI и Anthropic, которые придерживаются стратегии закрытых моделей.

Фокус AI-конкуренции: помимо производительности — еще и стоимость и открытая экосистема

В прошлом году американские AI-компании продолжали вкладывать тысячи миллиардов долларов в создание AI-инфраструктуры и регулярно выпускали все более мощные передовые модели.

Параллельно росли и цены при коммерциализации.

Согласно информации на сайте Anthropic, с сентября этого года компания планирует повысить цену Claude Opus 4.8 еще примерно на 50%: входной Token подорожает до 3 долларов за 1 млн, а выходной Token — до 15 долларов за 1 млн.

В сравнении с этим китайские AI-компании идут другим путем.

Включая DeepSeek и Лунную тьму, многие китайские AI-предприятия продолжают выпускать модели с открытыми весами: это не только позволяет компаниям развертывать их в частном контуре, но и в целом снижает стоимость инференса заметно ниже, чем у ведущих американских моделей.

В качестве примера можно взять ранее выпущенную Лунной тьмой модель K2.6: стоимость ее вызова оценивается примерно как треть стоимости Claude Opus 4.8.

По мере того как все больше компаний начинают уделять внимание контролю затрат на AI, многие зарубежные компании тоже пробуют использовать китайские модели вместо части американских, чтобы снизить расходы на инференс.

Еще ранее основатель и партнер Andreessen Horowitz Marc Andreessen отмечал, что GLM-5.2 от Zhipu уже стал первой китайской моделью, которая в ряде публичных тестов способна на равных соперничать с флагманскими моделями крупных американских AI-лабораторий и даже частично их обгонять.

Открытая конкуренция усиливается: ценность китайских AI-компаний переоценивают

С начала этого года почти все китайские AI-компании практически полностью переключились на open source.

DeepSeek за счет линейки R1 быстро привлек внимание разработчиков по всему миру; затем Zhipu и MiniMax и другие компании одна за другой выпустили модели с открытыми весами; теперь к этому лагерю официально присоединилась и Лунная тьма.

При этом американские ведущие AI-компании продолжают придерживаться закрытой линии.

Последние серии GPT от OpenAI и флагманские Claude от Anthropic также не открывают веса моделей, полагаясь на подписочную модель API для дальнейшего наращивания коммерческой выручки.

Разница в этой модели стала новым разделителем в глобальной AI-конкуренции.

Financial Times отмечает, что все больше инвесторов в Кремниевой долине и руководителей технологических компаний начинают считать: разрыв в производительности между передовыми AI-моделями Китая и США быстро сокращается, а решающим фактором будущей расстановки сил может быть уже не только место в рейтингах моделей, но и то, кто сможет построить открытую экосистему, охватывающую глобальных разработчиков.

Капитальные рынки также заново оценивают ценность китайских AI-компаний.

Financial Times пишет, что Лунная тьма проводит новый раунд финансирования, оценка около 31,5 млрд долларов; DeepSeek тоже запустил новый раунд финансирования, оценка около 71 млрд долларов. Для сравнения: оценка Anthropic после последнего раунда — около 965 млрд долларов, OpenAI — около 852 млрд долларов.

С выходом Kimi K3 официально конкуренция между китайскими ведущими AI-компаниями и американскими передовыми лабораториями выходит за рамки соперничества только по возможностям моделей: она дальше распространяется на полную конфронтацию в открытой экосистеме, разработческой среде и бизнес-моделях.