Kimi K3: Moonshot AI opent gewichten van een model met 2,8 biljoen parameters

Op 27 juli bracht Moonshot AI de gewichten van Kimi K3 uit, een MoE-model met 2,8 biljoen parameters, 896 experts (waarvan 16 actief per token, ongeveer 50 miljard actieve parameters) en een context van 1 miljoen tokens. Het scoort 57 op de Artificial Analysis-index, vierde overall en eerste onder open modellen, waarmee het GLM-5.2 (51) en DeepSeek V4 Pro (44) overtreft. Ook staat het bovenaan de LMArena Frontend Code Arena, waar het Claude Fable 5 verslaat in 76% van de blinde vergelijkingen. De architectuur maakt gebruik van Kimi Delta Attention en Attention Residuals, die volgens het interne rapport van het bedrijf een 2,5x schaalefficiëntie bieden ten opzichte van K2. De gewichten beslaan ongeveer 1,4 TB, zelfs in MXFP4-kwantificatie, waarvoor multi-GPU-serverconfiguraties nodig zijn. Moonshot opende ook FlashKDA (CUDA-kernels voor attention), MoonEP (expert parallel library) en AgentENV (sandboxomgeving voor agenttraining). De licentie is op maat gemaakt: voor producten met meer dan 100 miljoen maandelijkse actieve gebruikers of een maandelijkse omzet van meer dan 20 miljoen dollar is merkweergave vereist, en voor MaaS-aanbieders zijn aparte afspraken nodig. Ondersteuning wordt aangekondigd door Together AI, Fireworks, DigitalOcean, Nebius, Baseten, Modal en vLLM. De API-prijzen zijn 3 dollar per miljoen invoertokens, 15 dollar per miljoen uitvoertokens en 0,30 dollar voor gecachete invoer.