активная часть параметров для каждого запроса составляет около 270 миллиардов, что делает модель эффективной и мощной. Модель обучалась на суперкомпьютере Nexa AIDC с кластером из 10 000 ускорителей, что потребовало значительных инвестиций. Moonshot намерена следовать примеру успешных американских аналогов, таких как Llama от Meta, которые доказали, что открытая модель может стать отраслевым стандартом и принести коммерческий успех. Хотя по сырым метрикам Kimi K3 пока уступает американским конкурентам, её параметры близки к ведущим закрытым моделям, что свидетельствует о быстром сокращении разрыва. Компания также предоставила инструменты для разработчиков, позволяющие запускать модель на различных устройствах.