Kimi K3: 2.8 триллиона параметров
и что это меняет для вашего AI-стека
Коротко: Kimi K3 от Moonshot AI — 2.8T параметров, контекст 1 миллион токенов, API $3/$15 за 1M tokens (input/output). Это первая открытая модель которая по масштабу превосходит все закрытые флагманы и при этом дешевле GPT-5.6 Sol ($5/$30). 27 июля выходят полные веса под Modified MIT — после этого появятся fine-tuned версии под ниши и self-hosted варианты. Если ты строишь на AI — архитектурный выбор «платить за закрытое API или держать открытые веса» становится острее прямо сейчас.
17 июля 2026 года Moonshot AI объявил Kimi K3 — модель на 2.8 триллиона параметров. Предыдущий рекорд среди открытых моделей держал DeepSeek V4 Pro с 1.6T (апрель 2026). Kimi K3 больше на 75%.
За 48 часов после анонса спрос вплотную подошёл к лимиту GPU-мощностей компании. 19 июля Moonshot приостановил продажу подписок и объявил: полные веса выходят 27 июля под лицензией Modified MIT.
Это не просто «новая большая модель». Это момент когда open-weight AI перестаёт быть компромиссом между мощностью и ценой — и становится реальной инфраструктурной альтернативой. Разбираю что именно изменилось и что делать с этим на следующей неделе.
1. Что произошло
Moonshot AI — китайский AI-стартап основанный в 2023 году — выпустил Kimi K3. Несколько ключевых фактов которые нужно знать без лишних слов.
Архитектура. 2.8 триллиона параметров, Mixture-of-Experts: активирует 16 из 896 экспертов при каждом инференсе. Официальный блог не называет цифру активных параметров, но сообщество считает её расчётно около 50B (2800/896 × 16). Moonshot подтверждает только структуру 16/896 — это важно, поскольку именно активные параметры определяют скорость инференса и требования к железу.
Контекст. 1 048 576 токенов — то есть ровно 1 миллион. Для сравнения: Claude 3.5 Sonnet поддерживает 200K, GPT-4o — 128K. Kimi K3 может обработать весь средний кодовый репозиторий, годовой архив переписки с клиентами или полный массив документации в одном запросе.
Мультимодальность. Нативная поддержка текста и изображений (официально подтверждено). Видео упоминается в единственном источнике и пока не является подтверждённым фактом.
Цена API. $3 за 1M input токенов, $15 за 1M output токенов. Для сравнения: GPT-5.6 Sol — $5/$30. Kimi K3 примерно в 1.7 раза дешевле по input и в 2 раза по output чем флагман OpenAI. Важное уточнение: GPT-5.6 Terra ($2.50/$15) и Luna ($1/$6) дешевле K3 по input — сравнение корректно только с Sol-тиром.
Доступность. 19 июля Moonshot приостановил подписки из-за нагрузки и объявил два новых тарифа: Kimi Membership (веб-приложение, мобилка, workplace) и Kimi Code Membership (coding-воркфлоу). API доступен. 27 июля выходят полные веса под Modified MIT.
2. Почему это смена парадигмы
До Kimi K3 существовала чёткая логика: закрытые модели (GPT-5.6, Claude 4) — максимальное качество за высокую цену; открытые модели (Llama, DeepSeek) — компромисс, дешевле но слабее на сложных задачах.
Kimi K3 нарушает эту логику по трём осям одновременно.
2.8 триллиона параметров — это крупнейшая открытая модель в истории, которая по общему количеству параметров превосходит то что OpenAI и Anthropic держат за закрытым API. Аргумент «у открытых моделей нет ресурсов на конкуренцию с закрытыми» больше не работает как универсальный тезис.
Миллион токенов контекста снимает целый класс проблем: необходимость в chunking, RAG, сложных пайплайнах для длинных документов. Для enterprise-сценариев (анализ договоров, аудит кодовой базы, обработка переписки за месяц) это прямая экономия на инжиниринговом времени.
API за $3/$15 при качестве сопоставимом с GPT-5.6 Sol за $5/$30 — это примерно 40-50% экономии на реальных рабочих нагрузках. А 27 июля, когда выходят полные веса под Modified MIT, появится возможность self-hosted деплоя — и стоимость инференса упадёт ещё раз.
3. Новая архитектура простыми словами
Mixture-of-Experts (MoE) — это способ масштабировать модель без линейного роста стоимости инференса.
Представь библиотеку с 896 специалистами. Каждый запрос попадает к 16 из них — тем кого маршрутизатор считает наиболее релевантными. Остальные 880 экспертов в этот момент не потребляют вычислительные ресурсы.
Результат: общий размер модели 2.8T параметров даёт ей богатство знаний и специализацию. Но каждый конкретный запрос обрабатывается примерно 50B активными параметрами (расчётно по структуре 16/896). Это значит что K3 не требует 2.8T-GPU-памяти для инференса одного токена — только память под активных экспертов плюс маршрутизатор.
Большой контекст означает что модель держит всю информацию в одном forward-pass. RAG (Retrieval-Augmented Generation) нужен когда контекст не вмещает все данные. При 1M токенах порог сдвигается: средний PDF (300-500 страниц) помещается целиком, кодовая база из 50-100 файлов — тоже. Это не отменяет RAG полностью, но убирает необходимость в нём для большого класса задач.
4. Мой кейс: Content Factory с числами
Я строю Content Factory — пайплайн который берёт тему, прогоняет через несколько моделей параллельно и выдаёт контент для 15+ платформ. Сейчас стек: Claude API для structure и fact-check, Gemini для tone и длинного текста, Groq для быстрых задач где нужна скорость.
Главный ограничитель в этом пайплайне — не качество, а стоимость длинного контекста. Когда я прогоняю верификацию фактов через весь бриф (5-10K токенов) плюс исходные источники (ещё 15-20K) — каждый проход стоит $0.10-0.20 при использовании дорогих моделей. На 50 циклов в день — $5-10/день только на fact-check.
Kimi K3 по $3/1M input — это примерно в 1.5-2 раза дешевле Claude 3.5 Sonnet на длинных контекстах для аналогичных задач. Не уточняю конкретные цифры экономии, потому что качество на конкретных задачах нужно проверять отдельно — это будет тест на следующей неделе.
Более важное: 1 миллион токенов контекста означает что я могу отдать модели весь архив публикаций за три месяца в одном запросе и попросить найти паттерны в том что работает по engagement. Сейчас для этого нужно либо дробить на чанки, либо строить отдельный RAG. С K3 — один запрос. Если 27 июля веса выходят без серьёзных ограничений по лицензии — буду смотреть на self-hosted вариант для задач где клиентские данные нельзя отправлять во внешний API.
5. Экономика — что заинтересует CFO
Прямой cost math для команды из 5 разработчиков, 200 API-запросов в день, средний запрос 2K input / 1K output токенов:
Input: 200 × 2000 × $5/1M = $2.00/день
Output: 200 × 1000 × $30/1M = $6.00/день
Итого: $8/день, ~$240/месяц
Input: 200 × 2000 × $3/1M = $1.20/день
Output: 200 × 1000 × $15/1M = $3.00/день
Итого: $4.20/день, ~$126/месяц
Разница: $114/месяц при том же объёме запросов. При нагрузке в 10 раз больше (энтерпрайз-сценарий, 2000 запросов в день) — $1140/месяц экономии только на API-затратах.
Важный контекст для CFO: K3 дешевле GPT-5.6 Sol, но GPT-5.6 Terra ($2.50/$15) находится в сопоставимом ценовом диапазоне. Реальное решение — смешанный стек: K3 для задач с длинным контекстом, более дешёвые тиры для простых запросов.
6. Что умирает, что живёт
7. Что делать на следующей неделе
⚠️ Не переводите production-нагрузку на K3 до того как проверили качество на своих задачах. Размер параметров и контекстное окно — не гарантия результата. Тестируйте на реальных данных.
8. Раскладка B2C / B2B
До K3 выбор был прост: Claude или GPT для качественных задач, что-то из Llama-семейства для дешёвых. Kimi K3 добавляет третий вариант — мощная открытая модель с длинным контекстом за разумные деньги.
Конкретный сценарий для Content Factory: если вы прогоняете материалы через несколько моделей, K3 — кандидат для длинно-контекстных задач: суммаризация всего архива, анализ паттернов в большом массиве данных, code review целого репозитория. Хотите чек-лист "5 тестов для быстрой оценки новой AI-модели"? Напишите слово K3 в бот @N8N270426_bot — придёт автоматически.
Три вопроса которые стоит задать внутри до 27 июля:
- 1.Есть ли задачи где длинный контекст — узкое место? Анализ договоров, аудит кода, обработка переписки за период.
- 2.Какова ваша текущая API-нагрузка в токенах в месяц? Посчитайте по модели выше.
- 3.Есть ли данные которые нельзя отправлять во внешнее API? Если да — 27 июля это момент посмотреть на self-hosted опцию.
Чек-лист: 5 тестов для быстрой оценки новой AI-модели
Готовый чек-лист чтобы проверить K3 (и любую новую модель) на ваших реальных задачах — не по бенчмаркам, а по вашему workflow. Напишите слово K3 боту — придёт автоматически.
Написать в @N8N270426_bot → слово K3Бесплатный 20-минутный AI-инфраструктурный аудит
Разберём ваш текущий AI-стек, посчитаем потенциальную экономию с K3 на реальных числах и дадим конкретные рекомендации. Без питча — только карта. Напишите аудит боту.
Написать в @N8N270426_bot → слово аудитЧасто задаваемые вопросы
Что такое Kimi K3 и что значат 2.8 триллиона параметров? ▼
Kimi K3 — открытая языковая модель от Moonshot AI (Китай, 2023). 2.8 триллиона параметров — это общий размер модели, крупнейший среди когда-либо открытых. Предыдущий рекорд держал DeepSeek V4 Pro с 1.6T (апрель 2026) — K3 больше на 75%. Важно: архитектура Mixture-of-Experts означает, что при каждом инференсе активны только ~50B параметров (расчётно), остальные не потребляют ресурсы. Поэтому 2.8T — это ширина знаний и специализация, а не стоимость каждого запроса.
Почему архитектура Mixture-of-Experts важна для стоимости инференса? ▼
В обычной «плотной» модели каждый параметр участвует в каждом запросе. В MoE (Mixture-of-Experts) модель разбита на экспертов — у K3 их 896. При каждом запросе активируются только 16 из них (те, что маршрутизатор считает наиболее релевантными). Остальные 880 в этот момент не потребляют GPU-память. Результат: модель размером 2.8T работает по цене и скорости модели ~50B активных параметров. Это та же архитектура что у DeepSeek V4 Pro и Mixtral — но в масштабе, который раньше встречался только у закрытых лабораторий.
Насколько Kimi K3 дешевле GPT-5.6 Sol по API? ▼
Kimi K3: $3 за 1M input токенов, $15 за 1M output. GPT-5.6 Sol: $5/$30. Разница ~40% на input и ~50% на output. Для команды из 5 разработчиков при 200 запросах в день (2K input / 1K output каждый) это $4.20/день на K3 против $8.00/день на Sol — экономия $114/месяц. Важная оговорка: GPT-5.6 Terra стоит $2.50/$15 — дешевле K3 по input. Сравнение K3 vs Sol корректно; vs Terra — K3 выигрывает только по контексту (1M токенов против 128K).
Что произойдёт 27 июля 2026 года с весами Kimi K3? ▼
27 июля Moonshot AI планирует выпустить полные веса модели под лицензией Modified MIT. Это означает: коммерческое использование разрешено, дообучение (fine-tuning) разрешено, self-hosted деплой разрешён (с атрибуцией). API доступен уже сейчас — 27 июля добавляет возможность локального запуска. Важно: перед переводом production-нагрузки прочитайте финальный текст лицензии — термин Modified MIT означает базовый MIT с дополнительными условиями, которые станут известны при релизе.
Стоит ли переводить production-задачи на K3 до тестирования? ▼
Нет. Размер параметров и контекстное окно не гарантируют качество на ваших конкретных задачах. Рекомендуемый порядок: сначала получите API-доступ на kimi.com, выберите одну задачу с длинным контекстом из текущего workflow (анализ документа, code review, суммаризация архива), прогоните 20 идентичных промптов через K3 и через текущую модель, сравните по точности и стоимости. Только после успешного теста на реальных данных — переводите нагрузку. 27 июля можно дополнительно оценить self-hosted вариант для чувствительных данных.
Источники
- kimi.com/blog/kimi-k3 — официальный анонс Moonshot AI
- x.com/Kimi_Moonshot — официальный X-аккаунт, пост от 19 июля 2026
- VentureBeat — «Moonshot AI releases Kimi K3», 17 июля 2026