月之暗面最新旗舰模型Kimi K3已经上线。根据Kimi官方技术博客和开放平台文档，K3拥有2.8万亿参数、100万Token上下文窗口，并原生支持视觉理解。这意味着国产开源模型的规模进一步跨入“3T级”，竞争焦点也从单纯聊天能力转向长程编程、知识工作和复杂推理。

从架构看，Kimi K3采用Kimi Delta Attention混合线性注意力机制和Attention Residuals注意力残差技术，并扩大了MoE稀疏专家体系。官方披露，模型在896个专家中每次高效激活16个；结合Stable LatentMoE、训练方法和数据配方优化，整体扩展效率相较Kimi K2提升约2.5倍。需要注意，这一效率数据来自厂商自身评估，后续仍需更多第三方测试验证。

超长上下文是K3的重要产品支点。100万Token窗口能够容纳大型代码仓库、长篇研究材料和跨文档任务记录，为持续数小时甚至更长时间的智能体工作流提供基础。官方把长程编程列为核心场景，强调模型可以在较少人工监督下理解大型代码库、调用终端工具并持续完成工程任务。

K3的视觉能力也被纳入统一模型。它不仅能够阅读图片，还可以把截图和视觉反馈用于前端开发、游戏制作及CAD等任务。对企业而言，这类能力的价值在于减少模型之间的切换，让文字、代码和图像信息进入同一条任务链。

知识工作是另一个重点方向。Kimi希望模型从“回答问题”升级为“交付成果”，例如分析多份资料、生成结构化报告、制作演示文稿，并协调多个工具完成连续步骤。开放平台同时提供结构化输出、工具调用、动态加载工具和联网搜索等接口，方便开发者把模型嵌入业务系统。

在推理策略方面，当前官方API文档列出low、high和max三档思考力度，默认使用max。企业可以根据任务难度、响应速度和调用成本进行选择：常规整理任务不必始终使用最高推理强度，高风险决策和复杂工程问题则可以投入更多计算资源。

Kimi K3目前已经进入Kimi.com、Kimi Work、Kimi Code和API渠道。官方表示，完整模型权重将在2026年7月27日前发布，并将同步公布更完整的架构、训练与评测报告。因此，“开源3T级模型”目前更准确的理解是产品和技术信息已经公开，完整权重仍在按计划释放过程中。

对国内AI产业而言，K3的意义不只在参数数字。它展示出大模型竞争的新方向：通过稀疏架构控制超大规模模型的计算效率，通过长上下文承接复杂工作，再以视觉和工具调用构建智能体。接下来真正决定市场表现的，将是实际任务成功率、服务稳定性、推理成本以及开源生态的适配速度。

资料来源：Kimi官方技术博客及Kimi API开放平台文档
https://www.kimi.com/blog/kimi-k3
https://platform.kimi.com/docs/guide/kimi-k3-quickstart