Kimi K3

Kimi K3 在贴近真实律所工作的 Harvey LAB 法律基准测试中，从 K2.6 的 0 分大幅提升至 26.7%，多项法律基准超过当前全球最先进闭源模型；国内多家红圈律所已配备 Kimi 企业版，通过 Word 批注、可溯源检索及 Kimi Work 插件接入律师工作流，验证 K3 在法律领域的实际应用能力。

月之暗面开源权重模型 Kimi K3 于 2026-08-11 通过 Databricks Unity AI Gateway 上线，新增一条企业级调用渠道：可在数据所在的 Lakehouse 环境内运行 K3，网关提供访问控制、调用治理与性能监控，并可不改应用代码与其他前沿模型并行测试，用于构建自定义 AI 应用与智能体。

月之暗面开放模型 Kimi K3 新增一条海外调用渠道：已在 Perplexity Agent API 上线，模型名 perplexity/kimi-k3，官方称独家托管于美国服务器；开发者可在该 API 中让 K3 配合 web_search 联网搜索完成研究并输出带引文的交互式 HTML 产物，按服务商原价按 token 计费。

开放权重模型 Kimi K3 于 2026-08-06 在 GitHub Copilot 正式可用（GA），由 GitHub 托管于 Fireworks AI，按供应商列价计入用量计费。这为 K3 新增一条重要分发渠道：开发者可在 VS Code、Visual Studio、Copilot CLI、Copilot 云端 Agent、Copilot app、github.com、GitHub Mobile iOS/Android、JetBrains、Xcode、Eclipse 的模型选择器直接调用它做智能体编程，覆盖 Copilot Pro、Pro+、Max、Business 与 Enterprise 套餐。

Atomic Chat 发布 Kimi K3 的 1-bit 量化版并上传 Hugging Face：2.8T 参数模型体积压缩至 590GB（-62%），保留 78.7% 原始质量与完整 1M 上下文；2.1-bit 版本体积 769GB、一致率升至 87.2%，官方展示其在 4张 B200 上本地运行，为该开源模型新增低显存本地部署渠道。

社区团队 UnslothAI 对 2.8 万亿参数开源模型 Kimi K3 完成动态 1-bit 量化，将权重从 1.56T 压缩至 594G（缩约 62%），保留约 78.9% 精度，使 K3 可在 128GB 内存的 Mac Studio 上本地运行，无需云端或 API 费用，拓展了该开源模型的消费级本地部署渠道。

Kimi Code 官方文档显示 K3-256k 现已上线：这是 Kimi K3 的 256K 上下文版本，在 256k 上下文内提供与 1M 版相同的效果，而配额消耗约为 k3(1M) 的一半，适合日常问答、代码补全、常规功能开发与单文件/小文件编辑；面向 Moderato 及以上会员开放，固定 256K 上下文上限，仅支持图片输入、不支持视频输入。

华为官方宣布昇腾对 Kimi K3 实现 0day 适配：训练侧基于 MindSpeed MM 在 Atlas 800 A3 与 Atlas 900 A3 SuperPoD 上完成减层训练基础功能适配并做算子、并行加速、显存优化；推理侧通过 vLLM Ascend 与 SGLang 开源推理引擎快速部署，昇腾 950 超节点原生支持 Kimi K3 的 mxFP4 量化权重，进一步拓展该 2.8T 开源模型在国产算力平台的训练与推理渠道。

微软 2026 年 7 月 28 日发布公告，用户可通过 Fireworks AI 在 Microsoft Foundry 上部署月之暗面 Kimi K3（2.8 万亿参数、100 万 Token 上下文），拓展了该开放模型在微软企业级 AI 平台上的推理部署渠道；Data Zone 部署定价为每百万 Token 输入 3.30 美元、输出 16.50 美元、缓存输入 0.33 美元。

月之暗面披露 Kimi K3 全栈开源细节：除全部权重外，还开源 FlashKDA 推理内核、MoE 通信库及 Agent 训练环境 AgentENV；KDA 注意力与 AttnRes 架构使单位算力智能密度提升 2.5 倍、长上下文解码速度提升 6 倍，杨植麟表示开源是长期策略。

阿里云真武M890超节点实例Day0适配Kimi K3，成为国内首个跑通近3万亿参数模型的超节点；阿里云同时宣布千问AI平台和阿里云百炼将提供Kimi K3模型API，进一步拓展这一2.8万亿参数开源模型在国内算力平台的推理调用渠道。

Kimi K3 上线 OpenCode Zen 平台：OpenCode 官方宣布 Kimi K3 现已在 OpenCode Zen 中可用，开发者可在该开源编程智能体中调用这一 2.8T 开源模型，拓展了 Kimi K3 的第三方分发渠道。

月之暗面正式发布 Kimi K3 技术报告并开源模型权重、配套高性能内核与基础设施：2.8T MoE 模型，原生视觉理解、1M token 上下文窗口，采用 Kimi Delta Attention、NoPE、跨深度注意力残差与 896 专家 MoE 架构，单位算力智能较 K2 提升约 2.5 倍，兑现此前 7 月 27 日开放权重的预告。

月之暗面在 Hugging Face 上线 Kimi-K3 模型页，宣布将于 2026 年 7 月 27 日在该页面开放权重下载。K3 为全球首个开放 3T 级模型，基于 Kimi Delta Attention 新架构，具备原生智能体能力（工具调用、联网浏览、多步规划）和面向仓库级代码理解的扩展上下文窗口，面向长程编程、知识工作与推理场景。

国家超算互联网上线 Kimi K3 模型 API 调用服务，企业与开发者无需繁琐环境配置即可调用这一 2.8 万亿参数开源大模型；该 API 兼容 OpenAI 与 Anthropic 接口规范，超算互联网平台模型服务已汇聚 MiniMax、DeepSeek、Qwen、GLM、Kimi 等开源大模型。

Artificial Analysis 发布 Kimi K3 在其新基准 AA-Briefcase（智能体知识工作评测，覆盖数千复杂输入文件，要求产出电子表格、演示文稿与 UI 原型）上的结果：Elo 1543，仅次于 Claude Fable 5（1574），较上一代 Kimi K2.6（816）提升 727 分；客观项通过率 51%、分析质量 Elo 1754 与 Fable 5 相当，但呈现质量较弱；单任务平均成本 10.57 美元、耗时 56.4 分钟、83 轮交互，定价 3/15 美元每百万输入/输出 token（缓存九折），为用户评估 Kimi K3 知识工作智能体能力与成本提供参照。

Kimi K3 在网页端和移动端新增三级推理强度选项：标准、高、最大，用户可按需调节推理深度。

Kimi K3 发布：全球首个 2.8T 参数级开源模型，支持 1M token 上下文和原生多模态，采用 Kimi Delta Attention 实现百万 token 上下文 6.3 倍加速解码，Attention Residuals 提升 25% 训练效率。模型已上线 Kimi 官网及 API，权重将于 2026 年 7 月 27 日前开放。

月之暗面发布开源模型Kimi K3，参数量2.8万亿，基于KDA混合线性注意力架构，支持100万token上下文窗口，完整权重7月27日前放出。在长程Agent任务中接近Claude Fable 5水平，能独立完成编译器编写、芯片设计等复杂工作。

Moonshot AI 发布 Kimi K3：2.8 万亿参数稀疏 MoE 开源模型，采用 Kimi Delta Attention 和 Attention Residuals 架构，激活 896 个专家中的 16 个，原生支持多模态（文本、图像、视频），上下文窗口 100 万 token，支持 MXFP4 量化和 vLLM 推理框架。

Kimi K3 旗舰模型于 7 月 16 日正式上线，新增最高 1M 上下文窗口支持，强化编程、游戏/3D 及知识类任务能力。用户可在 Kimi Code 客户端或第三方工具中按模型 ID 选择 K3 或 K2.7 Code，影响开发者的智能体编程与长文本处理工作流。