先了解这件事
2026年7月16日,Moonshot AI(月之暗面)发布旗舰模型Kimi K3,这是一个2.8万亿参数的多模态模型,具备1M token上下文窗口和原生视觉能力,采用MoE架构,每token激活896个专家中的16个。据Recode China AI报道,K3在Frontend Code Arena获得1,679分,定价为每百万输入token 3美元、每百万输出token 15美元,开放权重计划于7月27日提供。7月27日,Kimi.ai宣布Modal与Baseten成为K3的Day 0发布合作伙伴,Modal为K3架构训练了定制DFlash推测器,将交互速度从100提升到460 tokens/s;同日SGLang与Miles宣布提供Day-0支持,前者负责推理、后者负责RL训练。7月28日,Kimi.ai宣布K3在DigitalOcean Serverless Inference上线。7月29日,Unsloth发布Kimi K3的1-bit量化版GGUF,体积从1.56TB压缩到594GB,缩减62%,精度保留约78.9%,可在配备128GB内存的Mac Studio上运行。
AI 根据公开报道生成
最新进展 · 正式报道
Unsloth 发布 Kimi K3 本地运行版，1-bit 量化后体积缩减 62%事件进展
5 个已确认进展
- 来源：Unsloth
- 来源：Kimi.ai
- 来源：Kimi.ai
- 来源：LMSYS Blog
- 来源：Modal 官方工程博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
7月29日
Unsloth一手精选
Unsloth 发布 Kimi K3 本地运行版，1-bit 量化后体积缩减 62%
Unsloth 宣布 Kimi K3 现已可在本地运行，其 1-bit 量化版本体积从 1.56TB 压缩到 594GB，缩减 62%，精度保留约 78.9%，可在配备 128GB 内存的 Mac Studio 上运行。Unsloth 同时提供了使用指南和 GGUF 文件链接，并称 Kimi K3 是目前最强的开源模型。
7月28日
Kimi.ai一手
Kimi K3 上线 DigitalOcean 无服务器推理
Kimi K3 现已在 @digitalocean 的 Serverless Inference 上线！ 开发者可以在几分钟内用我们最强的模型开始构建。https://t.co/mDDv2zBpJg
7月27日
Kimi.ai一手
Kimi K3 上线 Baseten Model APIs
很高兴 @baseten 成为我们的 Day 0 发布合作伙伴，把 K3 带给更多用户！ Baseten 的 Model APIs 提供对 Kimi K3 快速、可靠的访问。https://t.co/2il914s8hb
Kimi.ai一手
Kimi K3 发布，Modal 成为 Day 0 启动合作伙伴
Kimi.ai 宣布 Modal 成为 Kimi K3 的 Day 0 启动合作伙伴。Modal 为 K3 的架构训练了定制的 DFlash 推测器，实现更快的推理且无质量损失。Modal 表示 Moonshot 已发布全球首个开放的 3T 级模型，K3 是他们合作过的最强开放模型。
Modal 官方工程博客一手精选
Moonshot 发布 Kimi K3，Modal 同日上线并实现 460 tokens/s
Moonshot 发布 Kimi K3，这是一个 2.8 万亿参数的多模态模型，具备 1M token 上下文窗口和原生视觉能力，采用 MoE 架构，每 token 激活 896 个专家中的 16 个。Modal 与 Moonshot、vLLM 合作在发布当天完成支持，通过定制训练的 DFlash 推测器将交互速度从 100 提升到 460 tokens/s，单 GPU 吞吐从 800k 提升到 150 万 TPM。K3 现已通过 Modal 的 OpenAI 兼容 Shared API 按 token 计费提供，也可作为 Auto Endpoint 使用。
LMSYS Blog一手精选
SGLang 与 Miles 为 Kimi K3 提供 Day-0 支持
SGLang 与 Miles 宣布在 Kimi K3 发布当天提供 Day-0 支持，前者负责推理、后者负责 RL 训练，与 Moonshot AI、NVIDIA 团队合作完成。K3 是首个 3 万亿参数级别的开源模型，实际为 2.8T 参数、1M token 上下文窗口并具备原生视觉理解，其 69 层 KDA 线性注意力与 24 层 MLA 交织的混合架构打破了常规服务栈的多项假设。文中给出统一显存池、DSpark 投机解码与 ReplaySSM、分阶段并行等方案，并报告在 16 节点 × 4 GB300 上做 DAPO 数学 RL 训练，AIME-2024 贪心评测在 12 小时内从 43.3% 升至 76.7%。
7月22日
Interconnects
开放模型盘点：Kimi K3、Qwen 3.8、蒸馏争议与开源闭源差距
Interconnects 播客围绕上周发布的 Kimi K3 展开开放模型季度盘点，讨论其与闭源前沿的差距、GLM 5.2 的持续作用，以及 Qwen、DeepSeek、MiniMax 等中国厂商的进展。节目还涉及蒸馏争议、美国开放模型生态、前沿与近前沿模型之分，以及针对禁令的网络安全论据。
7月20日
Interconnects
Kimi K3 与开源权重的升级：Nathan Lambert 谈中美模型差距与开源策略
Moonshot AI 于 7 月 16 日发布旗舰模型 Kimi K3，这是一个 2.8T 参数的 MoE 模型，权重将于 7 月 27 日开放。作者 Nathan Lambert 认为 K3 是迄今最强的开源模型，在 Vals AI 指数上排名第 2、Artificial Analysis 智能指数第 3、Frontend Code Arena 第 1，开源与闭源、美国与中国模型之间的性能差距已从争议中的 6-9 个月缩短到约 3-5 个月。文章还讨论了开源权重模型对前沿实验室资本开支的减速作用、中国实验室的资本效率，以及美国可能限制中国开源模型的监管动向。
Recode China AI一手精选
Kimi K3为何被称为最不像“中国模型”的中国AI模型
月之暗面于7月16日发布旗舰模型 Kimi K3，作者认为其核心定位是以高性能和高定价直接竞争全球顶尖专有模型，而非充当廉价替代品。K3拥有2.8 trillion参数和1M上下文窗口，在 Frontend Code Arena 获得1,679分，并采用 KDA、AttnRes及默认开启的思考模式。其价格为每百万输入 token $3、每百万输出 token $15，开放权重计划于7月27日提供。
7月18日
張小珺 Xiaojùn
Kimi K3 发布之际，回顾创始人杨植麟在 K2 推出后的播客访谈
Kimi K3 发布之际，张小珺分享了此前对 Kimi 创始人杨植麟的播客访谈。该访谈录制于 K2 推出后不久，过去一年情况已发生许多变化。