Огляд Kimi K3: відкрита модель Moonshot на 2,8 трлн параметрів проти Fable 5 та GPT-5.6 Sol

Огляд Kimi K3: відкрита модель Moonshot на 2,8 трлн параметрів проти Fable 5 та GPT-5.6 Sol

Остання перевірка: 17 липня 2026 року. Кожна характеристика, ціна та бенчмарк нижче були повторно перевірені за документацією платформи Moonshot, даними Artificial Analysis та незалежними джерелами в день публікації. Kimi K3 була запущена 16 липня 2026 року.

У цьому огляді Kimi K3 одна цифра говорить сама за себе: нова модель Moonshot дебютувала на першому місці в рейтингу Frontend Code від Arena, піднявшись на 17 позицій вище за Kimi K2.6 і обійшовши Claude Fable 5. Це китайська модель з відкритими вагами, яка перемогла в конкурсі фронтенд-розробки, оціненому реальними розробниками в сліпих тестах. Під капотом це архітектура Mixture-of-Experts (MoE) із 2,8 трильйона параметрів, яка активує лише 16 із 896 експертів на токен, обробляє контекст довжиною в мільйон токенів і коштує від $0,30 до $3,00 за мільйон вхідних токенів. Але є важливий нюанс, про який треба знати, перш ніж захоплюватися: ви ще не можете завантажити ваги моделі, і Moonshot повідомляє, що ситуація зміниться лише 27 липня.

Короткий вердикт:

• Що це таке: Флагманська модель Moonshot AI, MoE-модель із 2,8 трлн параметрів, контекстом 1 млн токенів, нативною підтримкою зображень і відео та постійно увімкненим режимом міркувань. Ідентифікатор API: kimi-k3.
• Де вона перемагає: агентний браузеринг (BrowseComp 91,2) та довготривале програмування (SWE Marathon 42,0, вище за Fable 5 і GPT-5.6 Sol). №1 у Frontend Code Arena від Arena.
• Де вона поступається: FrontierSWE та HLE-Full (лідирує Fable 5), DeepSWE (лідирує GPT-5.6 Sol). Незалежний рейтинг Artificial Analysis ставить її на 4-те місце зі 189 моделей.
• Скільки коштує: $0,30 за кеш-попадання / $3,00 за нові вхідні дані, $15,00 за вихідні дані на мільйон токенів. Найдорожча модель, випущена будь-якою китайською лабораторією.
• Нюанс: називається моделлю з відкритими вагами, але чекпоінт стане публічним лише 27 липня 2026 року. До цього часу немає можливості самостійного хостингу чи незалежної оцінки третіми сторонами.

Якщо вам потрібна відповідь в одному рядку: Kimi K3 — це перша модель з відкритими вагами, яка може реально змагатися із закритими лідерами ринку, але це програмне забезпечення першого дня запуску з очікуваним релізом ваг і преміальною ціною. Читайте далі, щоб дізнатися про характеристики, реальність бенчмарків (включно з застереженням, яке змінює те, як слід сприймати кожну цифру), математику ціноутворення та кому дійсно варто її використовувати.

Що таке Kimi K3?

Kimi K3 — це нова велика мовна модель від Moonshot AI, випущена 16 липня 2026 року. Це модель архітектури Mixture-of-Experts із загальною кількістю 2,8 трильйона параметрів, яка активує лише 16 із своїх 896 експертів для кожного токена, тому обчислювальна вартість на токен залишається значно нижчою, ніж у щільної моделі на 2,8 трлн параметрів. Вона приймає текст, зображення та відео, має вікно контексту в один мільйон токенів і за замовчуванням працює з увімкненим режимом міркувань.

Ось специфікації в стислому вигляді.

Цікава інженерна особливість полягає в дизайні механізму уваги. Moonshot називає його Kimi Delta Attention, або KDA, — це гібридний лінійний механізм уваги, який, за словами компанії, забезпечує декодування до 6,3 разів швидше в контекстах із мільйоном токенів. K3 поєднує його з низкою нових технік, які лабораторія називає Attention Residuals, Gated MLA та Stable LatentMoE. Вам не потрібно запам’ятовувати ці абревіатури. Разом вони дають модель, яка залишається швидкою, несучи величезний контекст, що є саме тим навантаженням, яке ламає старіші архітектури.

Якщо поставити K3 поруч із моделлю, яку вона замінює, стрибок буде значним. Вона майже потроює кількість параметрів Kimi K2 (2,8 трлн проти приблизно 1 трлн), учетверо збільшує вікно контексту лінійки K2.6 і K2.7 (1 млн проти 256 тис.) і додає введення зображень і відео до сімейства, яке раніше орієнтувалося на текст. Якщо ви пробували попередні версії Kimi і залишилися байдужими, то ця модель — зовсім інша тварина.

Бенчмарки Kimi K3: де вона перемагає, а де ні

Бенчмарки запуску Kimi K3 справді сильні, але й суперечливі. Вона лідирує в деяких задачах програмування та агентних завданнях, але явно поступається закритим лідерам в інших. Перед таблицею одне застереження, яке важливіше за будь-який окремий бал: Moonshot запускала кожну модель у власному середовищі програмування. K3 оцінювалася в KimiCode, Fable 5 — у Claude Code, а GPT-5.6 Sol — у Codex. Програмне забезпечення, що оточує модель, впливає на результати, тому сприймайте ці дані як орієнтир, а не як остаточний рейтинг.

Ось ключові показники програмування та агентних задач із таблиці запуску Moonshot.

Проаналізувавши рядки, можна помітити закономірність. K3 перемагає у довгій, виснажливій роботі. У SWE Marathon, який вимірює стійкість під час багатогодинних інженерних сесій, результат K3 (42,0) чітко перевищує показники GPT-5.6 Sol та Fable 5. Вона трохи випереджає конкурентів у Program Bench і також лідирує в агентних задачах, показуючи 91,2 у BrowseComp і 91,1 у OmniDocBench, де Moonshot також повідомляє про перше місце в Automation Bench.

Де вона програє? У DeepSWE GPT-5.6 Sol виривається вперед із результатом 73,0. У FrontierSWE Fable 5 має значну перевагу з показником 86,6, хоча варто зазначити, що 81,2 у K3 все одно перевищує 71,3 у Sol. Власна таблиця Moonshot визнає, що K3 поступається Fable 5 у FrontierSWE та HLE-Full, а також GPT-5.6 Sol у DeepSWE. Це не модель, яка перемагає лідерів скрізь. Це модель, яка перемагає їх у певних аспектах, чого жоден реліз з відкритими вагами раніше справді не досягав.

Незалежна оцінка підтверджує це. Artificial Analysis оцінює K3 у 57 балів за своїм Індексом інтелекту та ставить її на 4-те місце зі 189 моделей, позаду Claude Fable 5 та двох налаштувань міркувань GPT-5.6 Sol, але попереду Claude Opus 4.8. Її виміряна швидкість генерації становить досить помірні 62 токени за секунду. З боку людських уподобань перше місце K3 у Frontend Code Arena від Arena є видатним досягненням, оскільки цей рейтинг формується голосами розробників за реальний фронтенд-код, а не за самооцінку.

Незалежний розробник Саймон Віллісон протестував K3 у своєму тесті з SVG «пелікан на велосипеді» у день запуску. Модель показала солідний результат і написала точний альтернативний текст для власного зображення, що свідчить про хороші можливості комп’ютерного зору. Він також звернув увагу на несподіванку з вартістю, про яку ми поговоримо в розділі про ціни, і нагадав читачам, що швидкий тест SVG нічого не говорить про виклик агентних інструментів, де така модель дійсно заробляє свої гроші. Справедливе застереження.

Kimi K3 проти Fable 5, GPT-5.6 Sol, DeepSeek та Qwen

Отже, яке місце займає K3 у ширшому полі? Важливі два порівняння: проти закритих лідерів ринку та проти інших китайських моделей з відкритими вагами.

У порівнянні з лідерами ринку, чесне формулювання звучить так: «поруч із лідерами, але не на вершині». Claude Fable 5 та GPT-5.6 Sol все ще лідирують у загальних рейтингах інтелекту, а Fable 5 зберігає реальну перевагу у найскладніших тестах на міркування та фронтенд-програмування. Що змінилося з K3, так це те, що розрив звузився до окремих бенчмарків, а не залишився прірвою між категоріями. Для моделі, яку можна завантажити, лідирувати в SWE Marathon і посісти перше місце в сліпому голосуванні за фронтенд-код — це нова територія.

У порівнянні з колегами по відкритим вагам, K3 є новою планкою за сировими можливостями, але вона не є очевидним вибором за замовчуванням для кожної задачі. Якщо ви розглядаєте китайські моделі з відкритими вагами як групу, наше порівняння Qwen, DeepSeek та GLM показує, як ці три сімейства ділять ринок: Qwen для найлегшого самостійного хостингу та найбільш ліберальної ліцензії, DeepSeek для найдешевших токенів, GLM для практичного програмування. K3 тепер перевершує їх усіх у пікових бенчмарках, а також і за ціною. Це преміальний варіант у категорії, яка побудувала свою репутацію на дешевизні.

Для ширшого огляду, включаючи моделі, які дійсно перевершують якість класу GPT-4, наш огляд найкращих open-source LLM за 2026 рік ставить твердження K3 у контекст. Коротко кажучи: K3 підвищує стелю для моделей з відкритими вагами, але поняття «відкриті ваги» та «дешево» офіційно перестали бути синонімами.

Ціни на Kimi K3 та математика кеш-попадань

Ось де K3 викликає суперечки. Moonshot встановлює ціну $0,30 за мільйон вхідних токенів із кеш-попаданням, $3,00 за мільйон нових вхідних токенів і $15,00 за мільйон вихідних токенів, однаково для всього мільйонного вікна контексту.

Якщо порівняти з моделлю, яку вона замінює, зміна є різкою.

Це приблизно трикратне зростання цін на вхідні дані та майже чотирикратне на вихідні порівняно з K2.6. Віллісон зазначив, що тариф $3/$15 потрапляє в ту ж категорію, що й Claude Sonnet. The Decoder назвав K3 сигналом того, що ера наддешевого китайського ШІ закінчується. Якщо вашою єдиною причиною використання китайської моделі була ціна, K3 змусить вас задуматися вдруге.

Але саме частота кеш-попадань визначає ваш реальний рахунок, тож давайте порахуємо для реалістичного агентного циклу, використовуючи опубліковані тарифи Moonshot. Припустімо, що ваш код-агент читає контекст кодової бази з 200 000 токенів і генерує 8 000 токенів виводу, роблячи це 20 разів на день:

• Промах кешу (перше холодне читання): 200 000 вхідних токенів по $3,00/млн коштує $0,60, плюс 8 000 вихідних токенів по $15,00/млн коштує $0,12. Це близько $0,72 за виклик, або $14,40 на день.
• Попадання в кеш (повторюваний контекст, типовий випадок у сесії програмування): 200 000 вхідних токенів по $0,30/млн коштує $0,06, плюс ті ж $0,12 за вивід. Це близько $0,18 за виклик, або $3,60 на день.

Економіка кешу скорочує витрати на вхідні дані приблизно вдесятеро, з $0,60 до $0,06 за виклик. Moonshot повідомляє про понад 90% кеш-попадань у задачах програмування, що є сценарієм, який робить K3 доступною, а не шалено дорогою. Урок для вашого бюджету: K3 дорога для холодних одноразових викликів і розумна всередині теплого циклу з великим контекстом.

Ще одну пастку витрат виявив Віллісон. K3 наразі надає лише один рівень міркувань «max», а токени міркувань тарифікуються за ставкою вихідних даних. Його простий тест SVG витратив 13 241 токен міркувань поверх 3 417 токенів виводу, тому тривіальний запит коштував близько 25 центів. Поки що немає дешевого режиму «низьких міркувань», що означає, що K3 переплачує за прості запитання. Якщо контроль витрат є вашим пріоритетом, наші посібники щодо цін на API LLM та як зменшити витрати на API LLM тут безпосередньо застосовні: агресивно використовуйте кеш, направляйте тривіальні виклики до дешевшої моделі та залишайте K3 для складної роботи з великим контекстом, де вона виправдовує преміальну ціну.

Відкриті ваги: що «відкриті» насправді означає тут

Це та частина, яку заголовки про запуск оминули. Kimi K3 анонсована як модель з відкритими вагами, і Moonshot має реальний досвід постачання завантажуваних чекпоінтів. Але станом на 17 липня 2026 року ваги K3 не є публічними. Організація Moonshot на Hugging Face все ще містить лише чекпоінти серії K2. Компанія заявляє, що повні ваги з’являться 27 липня 2026 року.

Чому цей розрив має значення? Три практичні причини:

• Поки що немає самостійного хостингу. Ви не можете запустити K3 на власному обладнанні або приватному кластері, доки не з’являться ваги. Для команд із вимогами щодо резидентності даних або ізольованих мереж K3 наразі доступна лише через API, що нівелює велику частину причин, чому ви б обрали відкриту модель. Коли ваги з’являться, наші посібники про найкращі інструменти для запуску LLM локально та запуск LLM локально допоможуть вам почати, хоча модель із 2,8 трлн параметрів належить до кластерного, а не ноутбукового класу.
• Поки що немає незалежних оцінок. Кожен бенчмарк K3, який ви бачили, проводився вендором у власному середовищі Moonshot. Серйозні сторонні дані щодо таких речей, як HLE або агентні задачі, не можуть існувати, доки зовнішні лабораторії не отримають ваги для тестування. Сприймайте таблицю запуску як сильну заяву, а не підтверджений результат.
• Умови ліцензії все ще уточнюються. Попередні релізи Kimi використовували ліберальні ліцензії, але обов’язково перевірте точну ліцензію K3 в офіційній картці моделі, коли чекпоінт буде опубліковано, особливо якщо ви плануєте комерційне розгортання.

Ніщо з цього не робить K3 менш вражаючою. Це означає, що якщо ваш план залежить від завантаження та доналаштування моделі, ваша реальна оцінка починається 27 липня, а не 16-го.

Як ми оцінюємо Kimi K3 для клієнтських проектів

Коротка примітка про те, звідки взявся цей огляд і де він закінчується. У Techsy ми інтегруємо сторонні LLM у виробничі конвеєри для B2B-клієнтів, зазвичай через сумісні з OpenAI SDK ендпоінти, щоб ми могли змінювати моделі без перебудови інфраструктури. K3 добре вписується в цей шлях: вона надає API, сумісний з OpenAI, з ідентифікатором моделі kimi-k3, тому додавання її в наявну інтеграцію для тестування є зміною конфігурації, а не переписуванням коду.

Щоразу, коли з’являється нова модель, ми пропускаємо її через той самий фіксований набір оцінок на задачах, репрезентативних для клієнтів, перш ніж щось рекомендувати. І ось чесне обмеження цього огляду: ми поки що не публікуємо власний бал K3. Ваги ще не вийшли, бенчмарки запуску проводилися вендором у власному середовищі Moonshot, а справедлива оцінка потребує нейтрального налаштування на задачах, які виглядають як реальна клієнтська робота, а не як leaderboard. Цитування бенчмарку від першої особи для моделі, якій один день і яка ще не має публічних ваг, було б саме тим типом цифри, якому ми радимо клієнтам не довіряти.

Те, що ми можемо оцінити сьогодні через живий API, — це частина, яка не потребує leaderboard: поверхня інтеграції, модель витрат і режими відмов. Математика цін вище — це наш власний розрахунок на основі опублікованих тарифів Moonshot, а не бенчмарк, і він уже говорить вам операційну правду: дисципліна кешування є різницею між тим, чи буде K3 доступною, чи стане проблемою для бюджету. Якщо вам потрібна допомога у визначенні того, чи належить такій моделі, як K3, місце у вашому стеку, це саме той тип оцінки, який ми робимо в практиці AI-інтеграції Techsy, і ви можете замовити безкоштовну консультацію, щоб обговорити це.

Кому варто використовувати Kimi K3 (а кому ні)

Kimi K3 добре підходить для конкретного набору задач і погано для інших. Узгодьте її з вашим реальним навантаженням.

Обирайте K3, якщо:

• Ви використовуєте агентний браузеринг або дослідження. Її лідерство в BrowseComp та Automation Bench, плюс найкраща незалежна оцінка агентних досліджень, роблять її найбільш здатною моделлю з відкритими вагами для агентів, що використовують інструменти, на даний момент.
• Ви займаєтеся довготривалим програмуванням. SWE Marathon — це бенчмарк, який відображає багатогодинні інженерні сесії, і K3 лідирує в ньому. Якщо ваші агенти працюють із великими кодовими базами протягом тривалого часу, це їхня стихія.
• Ви хочете модель з відкритими вагами, близьку до лідерів ринку, і можете почекати на ваги. Якщо метою є самостійний хостинг топової відкритої моделі 27 липня, K3 є найбільш здатним кандидатом.

Зачекайте, якщо:

• Вам потрібні ваги сьогодні. До 27 липня K3 доступна лише через API. Модель, яку вже можна завантажити, послужить вам краще цього тижня.
• Ви обробляєте великі обсяги трафіку, чутливого до вартості. З одним дорогим рівнем міркувань і преміальною ціною на вивід, K3 переплачує за прості виклики. Kimi K2.7-Code або дешевша відкрита модель виграє у масовій роботі.
• Вам потрібні перевірені незалежні оцінки перед впровадженням. Цифри запуску проведені вендором. Якщо ваш процес вимагає сторонньої перевірки, дайте йому кілька тижнів.

Часті запитання

Що таке Kimi K3?

Kimi K3 — це флагманська велика мовна модель від Moonshot AI, випущена 16 липня 2026 року. Це модель архітектури Mixture-of-Experts із 2,8 трильйона параметрів, яка активує 16 із 896 експертів на токен, підтримує вікно контексту в 1 млн токенів і приймає текстові, зображувальні та відеовхідні дані з постійно увімкненим режимом міркувань.

Чи є Kimi K3 open source?

Kimi K3 анонсована як модель з відкритими вагами, але станом на 17 липня 2026 року ваги не є публічними. Moonshot повідомляє, що повний чекпоінт буде випущено 27 липня 2026 року. До цього часу вона доступна лише через додатки Kimi та API, тому ви ще не можете розмістити її самостійно.

Чим Kimi K3 відрізняється від Kimi K2?

K3 майже потроює кількість параметрів K2 (2,8 трильйона проти приблизно 1 трильйона), учетверо збільшує вікно контексту лінійки K2.6 та K2.7 (1 млн проти 256 тис. токенів) і додає нативну підтримку зображень і відео до сімейства, яке раніше було орієнтоване на текст. Вона також представляє новий дизайн уваги Kimi Delta Attention.

Скільки коштує Kimi K3?

Moonshot встановлює ціну на K3 $0,30 за мільйон вхідних токенів із кеш-попаданням, $3,00 за мільйон нових вхідних токенів і $15,00 за мільйон вихідних токенів. Це приблизно втричі дорожче за вхідні дані K2.6 і майже вчетверо за вихідні, що робить K3 найдорожчою моделлю, випущеною китайською лабораторією.

Яке вікно контексту у Kimi K3?

Kimi K3 підтримує вікно контексту в один мільйон токенів, і ціна залишається незмінною для всього цього вікна. Модель використовує новий дизайн уваги під назвою Kimi Delta Attention, який, за повідомленням Moonshot, забезпечує декодування до 6,3 разів швидше при довжині контексту в мільйон токенів.

Чи можу я запустити Kimi K3 локально?

Поки що ні. Ваги не будуть публічними до 27 липня 2026 року. Після цього самостійний хостинг технічно можливий, але модель із 2,8 трильйона параметрів потребує обладнання кластерного рівня, а не однієї робочої станції, тому більшість команд все одно будуть отримувати до неї доступ через API.

Чи дійсно Kimi K3 краща за Fable 5?

Це залежить від задачі. K3 перемагає Claude Fable 5 у SWE Marathon, Program Bench та сліпому голосуванні за фронтенд-код від Arena. Fable 5 все ще лідирує у FrontierSWE, HLE-Full та загальних агрегованих рейтингах інтелекту. Кожен бенчмарк запуску також проводився у власному середовищі кожного вендора, тому сприймайте перемоги в окремих бенчмарках як орієнтир.

Чи підходить Kimi K3 для програмування?

Так, особливо для довгих, стійких сесій програмування та фронтенд-роботи, де вона зараз лідирує. Вона також сильна в агентних та термінальних задачах. Головним недоліком є вартість: з одним дорогим рівнем міркувань вона переплачує за тривіальні виклики, тому поєднуйте її з дешевшими моделями для масової рутинної роботи.

Як отримати доступ до Kimi K3?

Ви можете використовувати Kimi K3 через веб-додаток Kimi, Kimi Work та Kimi Code, або через API з ідентифікатором моделі kimi-k3. API сумісний з OpenAI SDK, тому додавання його до наявної інтеграції стилю OpenAI є переважно зміною конфігурації.

Про автора

Мерт Батур Гюрбуз, співзасновник, Techsy.io (Університет Бірмінгема). Зв’язатися можна в LinkedIn.

Мерт Батур Гюрбуз є співзасновником Techsy.io, де команда постачає AI-агентів, системи автоматизації та голосові/SDR конвеєри для B2B-клієнтів. Він навчається в Університеті Бірмінгема і пише про стек інструментів LLM, який команда Techsy дійсно використовує у виробництві.

Ключові висновки

• Kimi K3 — це перша модель з відкритими вагами, яка може реально змагатися із закритими лідерами ринку, лідируючи в SWE Marathon та посідаючи перше місце в сліпому голосуванні за фронтенд-код від Arena попереду Claude Fable 5.
• Вона знаходиться поруч із лідерами, але не на вершині. Незалежний рейтинг Artificial Analysis ставить її на 4-те місце зі 189, і вона поступається Fable 5 у найскладніших тестах на міркування та фронтенд-програмування.
• Відкрита за назвою, але очікувана на практиці. Ваги не будуть опубліковані до 27 липня 2026 року, тому до того часу немає можливості самостійного хостингу чи незалежної оцінки.
• Ціна поклала край ері дешевого китайського ШІ. За ціною $3/$15 за мільйон токенів, саме дисципліна кешування робить K3 доступною; плануйте бюджет на теплий цикл із великим контекстом, а не на холодні одноразові виклики.
• Найкраще підходить для агентних досліджень та довготривалого програмування. Якщо вам потрібні ваги сьогодні або ви обробляєте великі обсяги трафіку, чутливого до вартості, зачекайте або оберіть дешевшу модель. Зв’яжіться з нами, якщо вам потрібна допомога у прийнятті рішення.