中國的 Moonshot AI 於 2026 年 7 月 16 日發表新一代大型語言模型 Kimi K3。總參數量達 2.8 兆，是目前公開權重的模型當中規模最大的一個。看點不只在規模：在多項基準測試中，它緊追 OpenAI 與 Anthropic 的頂級模型。完整權重預定 7 月 27 日釋出，時間點正好搶在上海世界人工智慧大會開幕之前。
「開放模型效能就是差一截」的前提被推翻
過去開放權重的模型大致落後閉源前沿模型半年左右。看完 K3 的成績，這個前提這次不太成立。
在模擬真實職務任務的 GDPval-AA v2 上，K3 拿下 1,687 分，排名總榜第三。前面只有 Claude Fable 5 Max 的 1,815 分與 GPT-5.6 Sol Max 的 1,747.8 分，而 Claude Opus 4.8 的 1,600 分則被它超越。在衡量長時間知識工作的 AA-Briefcase 上，K3 以 1,527 分名列第二，反超 GPT-5.6 Sol Max 的 1,495 分。
另一個亮點是高難度資訊搜尋基準 BrowseComp 的 91.2 分。Moonshot AI 說明，這個分數是在只啟用單一代理、不做上下文壓縮、也未加入特殊上下文管理的條件下取得。換句話說，比起用多個代理拼湊調度，直接讓模型把長上下文整段讀完，在某些情況下反而更有效。
內部採用稀疏 MoE，定價偏強勢
K3 並非每次都動用全部參數，而是採稀疏的混合專家架構，每個 token 只經過 896 個專家中的 16 個。這也是 2.8 兆規模仍然跑得動的原因。
技術上有兩項新東西，都由 Moonshot AI 自行開發。其一是混合式線性注意力 Kimi Delta Attention，其二是用來取代殘差連接的 Attention Residuals，兩者都希望讓規模放大時的成長維持穩定。此外，上下文長度超過 104 萬 token，原生支援影像理解，推理模式則是常時開啟。
API 直接相容 OpenAI SDK，現有程式基本上只要改一下呼叫位址就能試。價格為每百萬輸入 token 3 美元（約 490 日圓）、每百萬輸出 token 15 美元（約 2,400 日圓），命中快取的輸入則降至 0.30 美元（約 50 日圓）。這在中國業者中算是強勢定價，但完成同樣工作的單價大約只有 Claude Opus 4.8 的一半。8 月 12 日之前，儲值 1,000 美元（約 16 萬日圓）以上還可獲得最高 30% 的抵用券回饋。
※1 美元 = 162 日圓（2026 年 7 月 18 日收盤價）
想立刻試用的話，可透過 kimi.com、辦公取向的 Kimi Work，以及開發者取向的 Kimi Code 使用。
花 48 小時設計一顆自己要用的晶片
比基準分數更有說服力的，是隨發表一併展示的示範。Moonshot AI 要求 K3 設計一顆晶片，用來執行把自身極度縮小後的版本。
據稱，K3 使用開源的設計自動化工具，在 48 小時內完全無人介入地走完架構設計、最佳化到驗證的整套流程。最終成果是一顆面積 4 平方公釐的小晶片，在 100MHz 下達成時序收斂，模擬中每秒可解碼 8,700 個以上的 token。
這並不是要量產的產品。示範真正想驗證的，是模型能否把「讀資料、做判斷、失敗後重來」這個循環連續維持兩天。這與單次問答的能力屬於不同面向，顯示競爭已進入考驗代理續航力的階段。天體物理領域也有一個例子：研究者通常需要一到兩週的計算，K3 約兩小時就重現出來，過程中比對閱讀了 20 篇以上的論文。
曾經跌落的公司，改用規模重新下注
Moonshot AI 成立於 2023 年，創辦人楊植麟畢業於清華大學，曾在 Google 與 Meta 從事研究工作。2024 年，Kimi 憑藉長文本解析與 AI 搜尋迅速走紅，中國的月活躍使用者數一度衝上第三。
轉折點出現在 2025 年 1 月。DeepSeek 推出低成本的 R1，市場注意力隨之轉移，Kimi 的排名掉到第七。該公司累計募資約 15 億美元（約 2,400 億日圓），估值從 25 億美元（約 4,000 億日圓）成長到 43 億美元（約 7,000 億日圓），但存在感明顯被稀釋。
之後的翻身策略，就是從 2025 年 7 月 Kimi K2 開始的開放路線。K3 是這條路線的延伸，而規模差距相當明顯：在公開權重的同業中，DeepSeek 為 1.6 兆，Xiaomi 為 1.02 兆，Alibaba 為 3,970 億，K3 明顯高出一截。訓練 2.8 兆規模的模型需要可觀的運算資源與數個月準備，因此這一步很可能早就開始鋪陳。此後募資也相當順利：2026 年 5 月該公司募得約 20 億美元（約 3,200 億日圓），估值已回升至 200 億美元（約 3.2 兆日圓）以上。
對於無力自行訓練的企業而言，可自行部署並微調的準前沿模型選項變多了。也可以這樣解讀：在美國收緊運算資源出口的背景下，中國方面正試圖藉由公開權重，坐上全球開發者社群的中心位置。等到 7 月 27 日權重真正釋出，下一個焦點會是這套東西究竟能在多少人手上跑起來。
總結
Moonshot AI 推出的 Kimi K3 擁有 2.8 兆參數與超過 104 萬 token 的上下文，是公開權重模型中規模最大的一批。GDPval-AA v2 第三名、BrowseComp 91.2 分，顯示它與閉源頂級模型的差距已大幅縮小。正如 48 小時自主設計晶片的示範所呈現，勝負關鍵正從單次問答轉向長時間的代理運作。完整權重預計於 7 月 27 日公開。
