З 18-го місця до першого: Kimi K3 — чим він випередив Claude і GPT у довгоконтекстному кодуванні?

Kimi K2.6 усе ще перебуває на 18-му місці в рейтингу Frontend Code Arena за результатами фронтенд-оцінювання коду, але після всього одного короткого циклу версійної ітерації Kimi K3 одразу піднявся на вершину з 1679 балами. У межах 7 охоплених фронтенд-детальних дисциплін він узяв 6 перших місць, відтіснивши Claude Fable 5 та GPT-5.6 Sol. Таке стрибкоподібне підняття на 17 позицій у історії конкурентної боротьби AI-кодингових моделей трапляється нечасто.

Схема технічної архітектури Kimi K3, що включає Kimi Delta Attention, Attention Residuals та механізм маршрутизації MoE експертів

Натомість різко контрастує з таким стрибком продуктивності його цінова стратегія. API-ціноутворення Kimi K3 становить 3 долари за вхідні 1 млн tokens і 15 доларів за вихідні 1 млн tokens; ціна при кеш-попаданні знижується до 0.3 долара. Порівняно з попереднім поколінням K2.6 — 0.95 долара і 4 долари відповідно — стандартна ціна за вхід у K3 зросла приблизно в 3 рази, а за вихід — майже в 4 рази. На тлі того, що вітчизняні великі моделі загалом захоплюють ринок викликів API за допомогою дуже низьких тарифів, «Місяць За Темрявою» чітко відмовився від стратегії цінової конкуренції.

За рахунок чого Kimi K3 зміг досягти проривного підняття на вершинy в сценаріях кодування довгої контекстної розумної агентної системи? Що означає така, здавалося б, дорога цінова стратегія для фактичних витрат розробників і компаній, які здійснюють закупівлю?

За цим стоїть стрибок на 17 позицій: як MoE на 2.8 трлн параметрів забезпечує тріумф у фронтенд-кодуванні

Фронтенд-кодування — це сценарій з дуже високими вимогами до комплексних можливостей великої моделі. Він вимагає не лише щоб модель розуміла складні наміри UI-дизайну й генерувала коректний за стандартами HTML/CSS/JavaScript-код, а також щоб вона обробляла залежності між багатьма файлами та керування станом. Оцінювання Frontend Code Arena охоплює кілька різнорідних піддисциплін, зокрема brand marketing, reference design, data analysis, consumer products, simulation тощо — тобто всебічно перевіряє, як модель поводиться в реальних задачах розробки. Щоб одночасно отримувати високі бали за всіма цими вимірами, модель має мати потужні можливості генерації коду, чутливість до мови дизайну та стабільність у роботі з довгими послідовностями коду.

Те, що Kimi K3 здатен повсюди випереджати в цих дисциплінах, критично забезпечує його змішана експертна архітектура з 2.8 трлн параметрів. Згідно з даними, розкритими в офіційному технічному блозі, Kimi K3 має 896 експертних мереж, але під час кожного прямого проходу активує лише 16. Така конструкція дозволяє зберегти величезну місткість знань, водночас стримуючи фактичний обсяг обчислень на рівні, близькому до рівня менших щільних моделей. У фронтенд-кодингових сценаріях це означає, що модель може викликати спеціалізовані експертні мережі для обробки таблиць стилів, логіки взаємодій або прив’язки даних, завдяки чому якість генерації підвищується більш детально — без неприйнятної затримки виведення через надто великий масштаб параметрів.

Втім, просте «складання параметрів» не перетворюється напряму на стрибок у можливостях фронтенд-кодування. Ключові технічні прориви K3 — це дві архітектурні інновації: Kimi Delta Attention (KDA) і Attention Residuals (AttnRes).

У сценаріях кодування з довгим контекстом обчислювальна складність механізму уваги зростає квадратично зі збільшенням довжини послідовності — і це є головним вузьким місцем, що обмежує здатність моделі працювати з великими кодовими базами. Коли контекст розширюється з десятків тисяч tokens до рівня мільйонів, традиційний механізм повної уваги спричиняє різке зростання використання відеопам’яті та падіння швидкості декодування. KDA використовує механізм змішаної лінійної уваги: перетворюючи частину обчислень уваги на лінійні операції, він суттєво зменшує обчислювальні витрати при роботі з довгими послідовностями. За офіційними даними, у межах мільйонного контексту він забезпечує 6.3-кратне прискорення декодування. Це означає, що коли розробники «годовують» моделі великий фронтенд-проєкт, який містить десятки файлів, K3 здатен завершувати розуміння і генерацію коду з нижчою затримкою, не демонструючи помітного зниження продуктивності на етапі роботи з довгим контекстом. Для типових у фронтенд-розробці сценаріїв посилань між файлами компонентів і відстеження глобального стану така здатність обробляти довгий контекст із низькою затримкою безпосередньо визначає придатність згенерованого коду.

AttnRes, своєю чергою, підвищує ефективність тренування приблизно на 25% завдяки механізму кросшарової селективної ретривал-операції. У традиційній архітектурі Transformer кожен шар потребує незалежного обчислення уваги, що легко призводить до надлишкової обробки інформації між різними шарами. AttnRes дозволяє моделі багаторазово використовувати й ретривати ключову інформацію уваги між шарами, зменшуючи марні обчислення під час тренувального процесу. Це дає змогу моделі вчитися складним патернам фронтенд-коду та закономірностям UI-дизайну більш ефективно, що прямо відображається у якості та точності згенерованого коду. Для поширених у фронтенд-розробці складних вкладених макетів і сценаріїв повторного використання компонентів таке підвищення ефективності тренування перетворюється на глибше розуміння структури коду, завдяки чому модель генерує код, який більше відповідає інженерним стандартам, а не просто «нагромаджує» функціональні фрагменти.

Нативна підтримка вікна контексту на 1000000 tokens є ще однією базовою опорою. У традиційних робочих потоках кодування обробка великих проєктів часто потребує складних стратегій обрізання контексту та ретривала, що легко призводить до втрати критично важливої глобальної інформації. Наприклад, коли модель бачить лише частину коду компонентів і не має доступу до конфігурацій керування глобальним станом, згенерований код часто має проблеми з невідповідністю інтерфейсів або конфліктами стану. Вікно контексту на 1M tokens дозволяє K3 за один раз вмістити весь вихідний код середнього фронтенд-проєкту, описи дизайн-макетів та документацію до інтерфейсів, виконуючи генерацію коду і рефакторинг у глобальному погляді. Такий глобальний погляд особливо важливий для фронтенд-розробки, оскільки правильність фронтенд-проєкту сильно залежить від узгодженості між компонентами та узгодженості стилів. Коли модель може одночасно бачити конфігурації роутингу, дерево компонентів і таблиці стилів, згенерований нею код не лише може запускатися, а й безпосередньо вбудовується в наявну структуру проєкту — і це є важливою передумовою її виходу на вершину в оцінюванні фронтенд-кодування.

Вхід 3 долари, вихід 15 доларів: логіка ціноутворення K3 та реальна вартість задач

Коли розробники з першого погляду бачать ціну: 3 долари за вхід і 15 доларів за вихід, їх легко віднести до «дорогих» моделей. Якщо дивитися лише на ціну за token, K3 справді є однією з найдорожчих моделей, випущених китайською AI-лабораторією. Але якщо перенести її в координатну систему конкурентної боротьби серед mainstream-моделей для кодування, висновок змінюється.

Порівняно з Anthropic Claude Fable 5, де ціна за вхід — 10 доларів, а за вихід — 50 доларів; а також з OpenAI GPT-5.6 Sol, де вхід коштує 5 доларів, а вихід — 30 доларів. Стандартне ціноутворення K3 — приблизно як третина від Fable 5 і як половина від GPT-5.6 Sol. Воно також збігається зі стандартною ціною Claude Sonnet 5. Це означає, що K3 не «застряг» на завищеній позиції, відірваній від ринку, а перебуває в середньому ціновому діапазоні міжнародних моделей переднього краю.

Ще важливіше: у сценаріях агентного кодування, на закупівельну вартість для компаній вирішує не ціна за token, а загальна вартість виконання реальної задачі розробки. Оціночні дані Artificial Analysis дають ключову опору: на однаковому наборі задач кодування одноразова вартість для Kimi K3 становить 0.94 долара, тоді як для GPT-5.6 Sol — 1.04 долара, а для Claude Fable 5 — аж 2.75 долара. K3 виграє не лише над Fable 5, а й над GPT-5.6 Sol за вартістю однієї задачі.

Те, що K3 отримує перевагу саме за одноразовою вартістю, зводиться до його механізму кешування. У робочих потоках агентного кодування моделі потрібно неодноразово читати системні підказки (system prompts), контекст кодової бази та записи попередніх взаємодій. У багаторундових діалогах ці елементи часто залишаються незмінними, утворюючи основу для кеш-попадань. Ціна кеш-попадання в K3 становить лише 0.3 долара за 1 млн tokens. В офіційному технічному блозі показано, що в кодингових сценаріях рівень кеш-попадань може перевищувати 90%.

Це означає, що під час безперервних циклів кодування фактична ставка рахування для більшості вхідних tokens буде 0.3 долара, а не 3 долари. Якщо обчислити за 90% кеш-попадань, ефективна вартість входу знижується приблизно до 0.57 долара за 1 млн tokens. Такий перехід у логіці ціноутворення від «ціни за token» до «вартості задачі» — і є підставою, через яку K3 може дозволити собі відмовитися від стратегії низьких цін. Для команд компаній, які вже вибудували стабільні робочі потоки агентного кодування, фактична вартість використання K3 може бути значно нижчою, ніж виглядає за поверхневим прайсом.

Але така стратегія теж має виклики. Для низькочастотних викликів або сценаріїв, де контекст сильно змінюється, рівень кеш-попадань складно підтримувати на високому рівні — тоді фактична вартість викликів K3 буде істотно вища, ніж у вітчизняних моделей з низькою ціною. Для незалежних розробників, які щойно стартують, або невеликих стартап-команд, якщо ще не сформований стабільний робочий потік агентного кодування, початковий поріг входу для K3 залишається доволі високим. Крім того, ціна за вихід у K3 — 15 доларів; у сценаріях генерації великої кількості коду та inference tokens частка вартості виходу є вагомою. Розробникам потрібно оцінити потенціал кеш-попадань у власному робочому процесі, щоб зрозуміти, чи справді K3 має кращу цінову вигоду, ніж моделі з низькими тарифами.

Довгий контекст і агентне кодування: зміна стратегії управління контекстом у інструментарії

Kimi K3 чітко фокусується на сценаріях агентного кодування з довгим контекстом — це не просто позиціонування функції, а й оцінка напрямку еволюції екосистеми AI-кодувальних інструментів.

У наявних робочих потоках агентного кодування розробникам зазвичай доводиться покладатися на зовнішні інструменти, щоб керувати контекстом кодової бази. Наприклад, використання Codebase memory mcp — таких інструментів, що вирішують проблеми запам’ятовування та ретривала кодової бази: витягаються релевантні фрагменти коду й передаються моделі. Це тому, що контекстне вікно традиційних моделей обмежене і не дозволяє вмістити весь проєкт за раз. Розробникам потрібно будувати складні процеси RAG (retrieval-augmented generation), фільтруючи релевантні фрагменти коду через векторні бази даних і семантичний пошук — це підвищує складність системи та водночас додає ризику пропусків під час ретривала.

1000000 tokens нативного контекстного вікна K3 змінюють цю парадигму. Коли модель сама здатна вмістити контекст усієї середньої кодової бази, розробники можуть зменшити залежність від зовнішніх інструментів ретривала кодової бази й напряму подавати як контекст структуру проєкту, ключові файли та визначення інтерфейсів. Це знижує складність керування контекстом і зменшує кількість помилок генерації, спричинених пропусками в ретривалі. Для фронтенд-проєктів успадкування стилів і відношення передачі подій між компонентами часто складно повністю вловити через фрагментний ретривал — натомість довге контекстне вікно дозволяє моделі за один раз бачити повне дерево компонентів і таблиці стилів, генеруючи більш узгоджений код.

Для фреймворків оркестрації агентів на кшталт Agently, моделі з довгим контекстом дають більше простору для оркестрації. Фреймворк може використати можливості K3 для опрацювання більш складних ланцюгів кодувальних задач: наприклад, одночасно аналізувати фронтенд-дизайн-макети, бекенд-визначення інтерфейсів і структуру бази даних, а потім генерувати код для end-to-end інтеграційного тесту (full-stack联调). У традиційних моделях оркестрації фреймворк змушений розбивати задачу на кілька підзадач, викликати модель для кожної окремо, а потім зшивати результати вручну або скриптами. Довгий контекст дозволяє фреймворку обробляти більш цілісну ланцюжкову задачу в одному виклику, зменшуючи втрати інформації на проміжних етапах зшивання. Після відкриття ваг (weights) K3 такі інструменти оркестрації отримають більше автономії під час вибору моделі: вони зможуть гнучко перемикатися між викликом через API та self-hosted деплоєм залежно від складності задачі.

Але довгий контекст також створює нові проблеми. Під час практичних тестів Simon Willison виявив, що коли K3 генерує зображення пеліканa в SVG-форматі, він витрачає 16658 вихідних tokens, з яких 13241 — це inference tokens. K3 завжди увімкнений у режимі max рівня inference й не підтримує вимкнення «думок» (thinking). Таке високе споживання inference tokens у складних задачах кодування може проявлятися ще сильніше: хоча це гарантує якість генерації, це також збільшує вартість етапу генерації. Розробникам потрібно шукати баланс між якістю генерації та витратами tokens, але наразі K3 не надає варіантів регулювання глибини thinking. Для сценаріїв, де потрібні швидкі ітерації та часті виклики, незмінна глибина inference може стати вузьким місцем ефективності.

27 липня відкриття ваг: очікування самостійного розгортання та поріг по обладнанню

Офіційно оголошено, що 27 липня 2026 року буде відкрито модельні ваги Kimi K3. Це найбільш впливовий для індустрії крок цієї моделі за межами комерційного API.

Відкриття ваг надає для компаній із наявними обчислювальними ресурсами варіант самостійного розміщення під захистом конфіденційності даних. У чутливих галузях, таких як фінанси та медицина, компанії мають комплаєнс-застереження щодо завантаження кодової бази у сторонні API. Відкриті ваги дозволять таким компаніям розгортати K3 локально, використовуючи його можливість кодування з довгим контекстом для побудови внутрішніх платформ розробки агентів. Для великих технологічних компаній самостійний деплой також може уникнути лімітів частоти викликів API, забезпечуючи стабільність кодувального помічника в пікові періоди.

Але масштаб у 2.8 трлн параметрів означає надзвичайно високий поріг для розгортання. Згідно з обговореннями в спільноті та практикою деплою моделей подібного масштабу, для роботи K3 може знадобитися багато дорогих AI-акселераторів. В одному з аналізів зазначається, що для плавного запуску цієї моделі потрібно понад 64 акселератори. Це означає, що для більшості середніх і малих розробників та стартап-команд самостійний деплой є нереалістичним; відкриття ваг більше схоже на вивільнення технічного впливу для спільноти, а не на пряме перетворення домінуючої бізнес-моделі з API-викликів. Навіть для компаній, які прагнуть самостійного розгортання, все одно потрібно ретельно оцінити довгостроковий баланс між витратами на закупівлю обладнання та витратами на API-виклики.

Крім того, офіційно ще не уточнено конкретний протокол для відкриття ваг. Різні відкриті ліцензії (open-source protocols) мають різні обмеження для комерційного використання, і це напряму вплине на те, чи захочуть downstream-інструменти для кодування брати K3 як типовий базовий (default) нижній рівень. Якщо буде застосовано ліберальну ліцензію, K3 зможе швидко поширитися в екосистемі open-source інструментів для кодування; якщо ж будуть комерційні обмеження, її вплив в екосистемі буде здебільшого обмежений дослідницькими та некомерційними сферами. Очікування розробницької спільноти щодо відкриття ваг полягають не лише в тому, чи можна використовувати їх безкоштовно, а й у тому, чи можна виконувати мікро-налаштування (fine-tuning) та кастомізацію на основі ваг, щоб адаптуватися до потреб кодування певних мов програмування чи фреймворків.

Технічні корені «Місяця За Темрявою»: стратегічний вибір від довгого контексту до агентного кодування

Продуктове позиціонування Kimi K3 не з’явилося з нічого — це природне продовження технічної лінії, яку «Місяць За Темрявою» формував з моменту заснування.

«Місяць За Темрявою» було засновано в березні 2023 року. Засновник Ян Чжилін (杨植麟) мав глибокий досвід у сфері обробки природної мови; він був першим автором у вагомих працях на кшталт Transformer-XL та XLNet. Одним із ключових напрямів цих досліджень було те, як навчити модель обробляти довші послідовності. Від самого початку створення компанії «Місяць За Темрявою» робив ставку на технічну лінію довгого контексту — тоді це був нетиповий вибір на ринку AI, який переважно орієнтувався на діалоги з коротким текстом.

Від раннього Kimi Chat, який робив акцент на обробці довгих текстів, через розширення контекстного вікна в серії K2 — аж до того, як K3 глибоко поєднав довгий контекст із агентним кодуванням: технічна лінія «Місяця За Темрявою» послідовна й спадкоємна. Ця стратегічна стійкість дала віддачу на ринку капіталу. Згідно з публічними повідомленнями, після фінансування в травні 2026 року оцінка вартості «Місяця За Темрявою» вже досягла близько 20 млрд доларів, а сукупний обсяг фінансування перевищив 37.6 млрд юанів.

Достатня підтримка капіталом дала «Місяцю За Темрявою» можливість проводити великомасштабні тренування й оптимізацію MoE-архітектур, а також створила фінансовий «бампер» для його стратегії «не влаштовувати гонку за низькою ціною». Цінова стратегія K3 відображає спробу «Місяця За Темрявою» сформувати позицію бренду через премію за здібності, а не через обсяги за рахунок низької ціни. На ринку кодувальних моделей чутливість розробників до якості коду й частоти виконання задач значно вища, ніж чутливість до ціни за token. K3, зайнявши вершину в Frontend Code Arena, продемонстрував свою спроможність, а потім, використовуючи перевагу за вартістю однієї задачі, переконав компанії у закупівлях — це кардинально відмінний від вітчизняних моделей з низькими цінами шлях комерціалізації.

Але цей шлях також повний ризиків. Ітерації щодо можливостей AI-кодингових моделей відбуваються дуже швидко: перше місце в Frontend Code Arena у будь-який момент може бути перехоплене наступним поколінням Claude або GPT. Як тільки абсолютна продуктивність втратить лідерство, висока ціна втратить підґрунтя. Крім того, офіційно також визнано, що в цілому користувацькому досвіді K3 все ще поступається Fable 5 і GPT-5.6 Sol; модель у нечітких сценаріях може надміру активно вирішувати за користувача, будучи дуже чутливою до історії thinking. Ці обмеження потрібно обережно враховувати у реальних робочих потоках розробки.

Підкорення вершини Kimi K3 доводить потенціал поєднання MoE на 2.8 трлн параметрів із довгим контекстом у кодувальних сценаріях; а логіка ціноутворення, заснована на вартості реальних задач, дає новий орієнтир для комерціалізації великих моделей. Але щоб втримати позиції під тиском Claude та GPT, «Місяцю За Темрявою» ще потрібно надолужити більше слабких місць у користувацькому досвіді та побудові екосистеми.