Kimi K3 补全 #278 未知项｜2.8T 模型已上 API，完整权重仍要等到 7 月 27 日
一句话总结
Kimi K3 确认为 2.8T 稀疏 MoE；API 已上线，完整权重承诺 7 月 27 日前发布但尚未交付。
月之暗面 7 月 17 日补全 Kimi K3 规格，更新本站 #278：这是 2.8T 参数、原生视觉和 1M token 上下文的 sparse MoE 人工智能模型，但完整权重尚未发布。官方只承诺在 7 月 27 日前放出 full model weights，technical report 也要同期公开。
K3 采用 Kimi Delta Attention、Attention Residuals 和 Stable LatentMoE，每次激活 896 个 experts 中的 16 个。官方称相较 K2 的 scaling efficiency 约提高 2.5 倍，并建议自行部署时使用 64 颗以上 accelerators 的 supernode；公开架构数据不等于目前已有可下载的开源权重。
产品和 API 已经可用。官方价格按每 100 万 tokens 计算：cache-hit input 0.30 美元、cache-miss input 3 美元、output 15 美元，上下文上限为 1,048,576 tokens。Arena 公布 Kimi-K3 在 Frontend Code Arena 获得 1,679 分、排名第 1；这是前端竞技场成绩，不是官方整体 benchmark。
Kimi 把 K3 称为首个 open 3T-class model，开源承诺和交付日期已经写入文件。截至 7 月 17 日，GitHub 和 Hugging Face 仍没有完整 2.8T weights；可以调用 API，不等于可以下载模型。
via Graphify / Kimi / Kimi API / Kimi 价格 / Arena
K3 采用 Kimi Delta Attention、Attention Residuals 和 Stable LatentMoE，每次激活 896 个 experts 中的 16 个。官方称相较 K2 的 scaling efficiency 约提高 2.5 倍，并建议自行部署时使用 64 颗以上 accelerators 的 supernode；公开架构数据不等于目前已有可下载的开源权重。
产品和 API 已经可用。官方价格按每 100 万 tokens 计算：cache-hit input 0.30 美元、cache-miss input 3 美元、output 15 美元，上下文上限为 1,048,576 tokens。Arena 公布 Kimi-K3 在 Frontend Code Arena 获得 1,679 分、排名第 1；这是前端竞技场成绩，不是官方整体 benchmark。
Kimi 把 K3 称为首个 open 3T-class model，开源承诺和交付日期已经写入文件。截至 7 月 17 日，GitHub 和 Hugging Face 仍没有完整 2.8T weights；可以调用 API，不等于可以下载模型。
via Graphify / Kimi / Kimi API / Kimi 价格 / Arena
