ИИтог

Kimi выпустила открытую модель K3, почти на уровне GPT-5.6 Sol и Fable 5

моделиРедакция ИИтогThe Decoder🔥78Рейтинг ИИтог · значимость 69 · 111111/ч
Kimi выпустила открытую модель K3, почти на уровне GPT-5.6 Sol и Fable 5

Kimi (китайская компания Moonshot AI) выпустила новую флагманскую модель K3, мультимодальную (обрабатывает текст, изображения и видео) на архитектуре mixture-of-experts: 896 экспертов, из которых одновременно активны только 16, всего 2,8 трлн параметров и контекстное окно в 1 млн токенов. Kimi называет K3 первой открытой моделью в классе около 3 трлн параметров. Полные веса модели обещают выложить в открытый доступ к 27 июля.

По собственным тестам Kimi, K3 пока уступает лидерам, Claude Fable 5 и GPT-5.6 Sol, но с большим отрывом опережает остальные модели, включая Claude Opus 4.8, GPT-5.5 и китайский GLM-5.2. Из 35 тестов K3 заняла первое место около семи раз, в основном занимая второе-третье места; чаще всего первой была Fable 5. Важная оговорка: для разных тестов использовались разные агентные системы, KimiCode, Claude Code или Codex, поэтому условия тестирования не были полностью идентичными.

Независимая лаборатория Artificial Analysis подтвердила сильные результаты K3: модель набрала 57 баллов по Intelligence Index, на уровне Opus 4.8 и GPT-5.5, но позади Fable 5 и GPT-5.6 Sol. В агентных задачах K3 показала рейтинг Elo 1668 на GDPval v2 (у предшественника K2.6 было 1190), опередив GLM-5.2 (1514), GPT-5.5 (1494) и Opus 4.8 (1600), но не догнав Fable 5 (1760). На AutomationBench-AA (аналог оценки агентных SaaS-сценариев от Zapier) K3 заняла первое место с результатом 53%. На тесте AA-Briefcase (оценка длительной интеллектуальной работы) K3 набрала Elo 1547, рост на 732 пункта к K2.6, выше только у Fable 5. При этом точность на AA-Omniscience Index выросла с 33% до 46% (итоговый балл, с +6 до +18), но и частота галлюцинаций поднялась с 39% до 51%: модель чаще выдаёт вымышленные ответы, даже отвечая правильно чаще, чем раньше.

Kimi позиционирует K3 прежде всего для длительной разработки ПО с минимальным участием человека: модель анализирует крупные кодовые базы, координирует терминальные инструменты и удерживает фокус на задаче на протяжении множества шагов. Ключевая особенность, система «Vision in the Loop» (визуальная обратная связь в цикле): модель делает скриншоты экрана, правит код и проверяет визуальный результат. В демонстрациях K3 полностью в браузере сгенерировала процедурную 3D-игру с открытым миром (на Three.js, WebGPU и GPU Compute), интерактивную визуализацию чёрной дыры, симуляцию запуска и посадки ракеты «Чанчжэн-10» (Long March 10) и эмулятор Game Boy Advance. Ускорение вычислений обеспечивает новая архитектура внимания Kimi Delta Attention, по заявлению компании, до 6,3 раза быстрее декодирование при контексте в миллион токенов; «остаточные связи внимания» (attention residuals) якобы повышают эффективность обучения примерно на 25% при менее чем 2% дополнительных вычислительных затрат.

Цена K3 заметно выросла по сравнению с K2.6: $3 за млн входных токенов и $15 за млн выходных (при кэш-попадании, $0,30 за млн входных) против прежних $0,16 / $0,95 / $4 у K2.6. Это ставит K3 в один ценовой ряд с западными моделями среднего класса, например, Sonnet 5 от Anthropic стоит столько же ($3/$15), но, по данным источника, показывает более низкую производительность. В пересчёте на задачу K3 обходится в среднем в $0,94 по Intelligence Index, близко к GPT-5.6 Sol ($1,04) и примерно вдвое дешевле Opus 4.8 ($1,80), но заметно дороже открытых конкурентов GLM-5.2 ($0,32) и DeepSeek V4 Pro ($0,04). При этом K3 экономичнее по токенам: на все девять тестов ушло около 132 млн выходных токенов против примерно 166 млн у K2.6 (снижение на 21% при результате на 13 баллов выше), но из-за подорожания токенов итоговая стоимость задачи всё равно, вероятно, будет выше, чем у K2.6. Автор статьи связывает рост цен с общим трендом: китайские провайдеры больше не предлагают флагманские модели по демпинговым ценам.

K3 уже доступна на Kimi.com, в мобильных приложениях (iOS, Android, HarmonyOS), в десктоп-клиенте Kimi Work (с версии 3.1.0) и в Kimi Code. На OpenRouter модель числится под идентификатором «moonshotai/kimi-k3», но пока обслуживается только через саму Moonshot. Для бизнеса Kimi предлагает отдельную версию с управлением участниками и разделением личных и корпоративных аккаунтов, а также планирует запустить платформу Kimi Hosted Agent, изолированные среды для длительных агентных задач (сейчас открыт лист ожидания).

Ключевые факты

  • K3, модель на архитектуре mixture-of-experts: 2,8 трлн параметров всего, активны только 16 из 896 экспертов, контекст 1 млн токенов, обработка текста, изображений и видео; полные открытые веса, к 27 июля.
  • В бенчмарках Kimi K3 обходит Claude Opus 4.8, GPT-5.5 и GLM-5.2, но уступает Claude Fable 5 и GPT-5.6 Sol; из 35 тестов заняла первое место около семи раз.
  • Artificial Analysis независимо подтвердила силу модели (57 баллов Intelligence Index, на уровне Opus 4.8/GPT-5.5), но зафиксировала рост частоты галлюцинаций с 39% до 51%.
  • Цена выросла по сравнению с предшественником K2.6: $3/$15 за млн входных/выходных токенов против $0,95/$4 (без кэша), стоимость задачи $0,94, как у GPT-5.6 Sol и вдвое дешевле Opus 4.8.
  • Модель уже доступна на Kimi.com, в мобильных приложениях и через OpenRouter; сигнализирует конец эпохи сверхдешёвых китайских моделей.

Почему это важно

Kimi выпустила K3, первую открытую модель класса около 3 трлн параметров, которая по независимым тестам Artificial Analysis подошла вплотную к лидерам GPT-5.6 Sol и Claude Fable 5, обойдя Opus 4.8, GPT-5.5 и GLM-5.2. Это значимый шаг для открытых моделей уровня frontier, но не революция: K3 всё ещё уступает топовым проприетарным моделям, а рост цены с предыдущей версии K2.6 (втрое по входным токенам, почти в 4 раза по выходным) сигнализирует, что эпоха сверхдешёвых китайских моделей заканчивается, Kimi и другие китайские провайдеры подтягивают цены к уровню западных конкурентов вроде Sonnet 5.

Кому это важно

Разработчикам и компаниям, которые строят агентные системы для длительных задач программирования и аналитической работы и выбирают между открытыми и проприетарными моделями. Тем, кто следит за динамикой цен на ИИ-инфраструктуру в Китае: рост цены K3 меняет расчёт экономики использования китайских моделей. Создателям инструментов на базе открытых весов, которые получат доступ к весам K3 к концу июля.

Как это применить

K3 уже доступна через Kimi.com, мобильные приложения (iOS, Android, HarmonyOS), десктоп-клиент Kimi Work (от версии 3.1.0), Kimi Code и OpenRouter (идентификатор «moonshotai/kimi-k3», пока обслуживается только Moonshot). Цена по API, $3 за млн входных токенов ($0,30 при кэш-попадании) и $15 за млн выходных, независимо от длины контекста; кэширование происходит автоматически, что выгодно для агентов с длинными неизменными префиксами промпта. Полные открытые веса модели обещают выложить к 27 июля, тогда её можно будет запускать самостоятельно. Для длительной разработки полезна система «Vision in the Loop», модель проверяет визуальный результат своей работы через скриншоты.

Можно ли доверять

Часть данных, собственные бенчмарки Kimi (35 тестов на максимальной или высокой интенсивности «размышления»), к которым стоит относиться с обычной осторожностью к самооценке вендора; методология не полностью единообразна, для разных тестов использовались разные агентные системы (KimiCode, Claude Code, Codex). Но результаты по большей части подтвердила независимая лаборатория Artificial Analysis, которая провела собственную оценку и получила близкие цифры (57 баллов Intelligence Index, позиция между GLM-5.2/GPT-5.5 и Fable 5/GPT-5.6 Sol). Это повышает доверие к заявленному уровню модели.

Риски и подводные камни

Главный минус, который отмечает сама Artificial Analysis, рост частоты галлюцинаций с 39% до 51% на AA-Omniscience Index: K3 отвечает правильно чаще, чем K2.6, но и чаще выдумывает факты там, где не уверена. Второй риск, экономика использования: несмотря на снижение расхода токенов на 21% относительно K2.6, итоговая цена задачи для K3, скорее всего, вырастет из-за подорожания самих токенов почти в 4 раза. Наконец, конкурентное преимущество «дешёвая китайская модель» размывается, K3 по цене уже сопоставима с западными моделями среднего класса вроде Sonnet 5, так что выбор в пользу K3 теперь должен обосновываться качеством, а не ценой.