Что произошло
16 июля 2026 года китайская Moonshot AI представила Kimi K3 — по заявлению компании, крупнейшую в истории открытую (open-weight) ИИ-модель: около 2,8 трлн параметров. Модель сразу возглавила рейтинг Frontend Code Arena на платформе LMArena и, по данным Tom’s Hardware, обошла в этом бенчмарке Claude Fable 5. Полные веса Moonshot обещает открыть 27 июля под модифицированной лицензией MIT.
Детали
- Архитектура Stable LatentMoE: 896 экспертов, из которых на каждый токен активны 16 (около 50 млрд активных параметров из 2,8 трлн); окно контекста — 1 млн токенов.
- Новые механизмы внимания Kimi Delta Attention (KDA) и Attention Residuals дают, по данным Moonshot, 2,5× прирост эффективности масштабирования против K2 и до 6,3× более быстрое декодирование на контексте в 1 млн токенов.
- В Frontend Code Arena модель набрала 1679 баллов и заняла первое место в шести из семи категорий фронтенда (второе — только в игровой).
- Веса выложат на GitHub (репозиторий MoonshotAI/Kimi-K3) 27 июля 2026 года.
Что это значит
Kimi K3 — это второй за полтора года «момент DeepSeek»: сильная китайская модель в открытых весах снова ставит вопрос об экономике огромных вложений США в ИИ-инфраструктуру.
- Кого касается. Разработчиков и компании, которым нужна мощная модель для кодинга; а также инвесторов в чипы и дата-центры — на новостях об открытых китайских моделях акции полупроводниковых компаний уже уходили в минус.
- Риск и возможность. Сама угроза «дешёвой» альтернативы пока со звёздочкой: веса ещё не открыты (обещаны 27 июля), а доступ к K3 через API Moonshot успел заметно подорожать. Но когда веса выложат, любой сможет запускать модель у себя — а это и есть тот сценарий, что давит на тезис о «бесконечном» спросе на дорогие ускорители.
- Горизонт. Реакция рынка и бенчмарки ощутимы уже сейчас, но по-настоящему проверить экономику self-hosting можно будет только после открытия весов 27 июля.
Контекст
Kimi K3 — очередной шаг линейки Kimi от Moonshot AI, наследник предыдущих версий K2. Компания позиционирует модель как инструмент для агентного кодинга и работы с длинным контекстом.
