Kimi（月之暗面）：把长上下文做成智能体
Kimi 用「能读长文档」走进大众视野，如今把筹码压在另一件事上：一个能连续工作几小时、自己开终端改代码的开源前沿模型。
| 厂商 | 月之暗面 Moonshot AI，2023 年 3 月成立 |
| 当前旗舰 | kimi-k3：2.8T 参数、1M 上下文、原生多模态、开放权重 |
| 在售家族 | kimi-k2.7-code、kimi-k2.6、kimi-k2-thinking、kimi-k2.8-preview |
| 开放权重 | K2 与 K3 系列在 HuggingFace / GitHub 开放（MoonshotAI/Kimi-K3 等） |
| 标签 | KDAMoE原生多模态Agent长程任务 |
一、K3 到底改了什么
官方对 K3 的描述很具体，值得逐条拆开看：
Kimi Delta Attention（KDA）+ Attention Residuals
KDA 是一种更省算力的注意力变体，配合 AttnRes（注意力残差）来稳定深层网络的信息流动。团队还单独开源了 FlashKDA 内核——这说明他们不只是「想了个结构」，而是把底层 kernel 也做到了可用性能。
Stable LatentMoE：896 个专家里只激活 16 个
K3 的总参数达到 2.8 万亿，但每个 token 只走 16 个专家。官方称相比 K2 在整体扩展效率上提升约 2.5 倍。极大稀疏度的收益是成本，风险是负载不均与训练不稳定——所以才有 Stable 这个前缀。
原生多模态 + 1M 上下文
不是「外挂一个视觉编码器」，而是把视觉能力做进基座，因此可以边看图边写代码、边看录屏边改界面。1M 窗口让它一次吞下大型仓库或长文档。
面向长程任务的训练目标
官方列举的场景是 GPU 内核优化、编译器开发、视觉在环的游戏开发、CAD 甚至芯片设计——都是「几小时起步、需要反复试错」的任务类型。K3 是当前开源阵营里少见的、明确以长程工程任务为目标的模型。
二、这条路是怎么走过来的
| 阶段 | 关键动作 | 留下的能力 |
|---|---|---|
| 2023—2024 | Kimi 智能助手以超长上下文处理文档、网页为卖点 | 长文本工程能力、检索与产品化经验 |
| 2025 年初 | k1.5 多模态推理模型，用强化学习拉长思维链 | 推理与多模态并行推进 |
| 2025 年中 | K2 发布：万亿级 MoE、开放权重，主打智能体 | 开源社区的关注度与推理生态 |
| 2026 年 | K2.5（视觉智能体）、K2.6 / K2.7-code 迭代，K3 登场 | 从「会读」转向「会干」 |
三、怎么用、多少钱
API：官方开放平台提供 kimi-k3、kimi-k2.7-code 等型号；阿里云百炼也上架了 Kimi 系列，可以直接与 Qwen、GLM 等同平台对比切换。
价格锚点（百炼刊例价，2026-09）：kimi-k3 输入 20 / 输出 100 / 缓存命中 2（元/百万 tokens），1M 上下文；kimi-k2.7-code 上下文 262K、最大输出 16K，更偏代码场景。
自建：K3 是 3 万亿级模型，官方定位是「开放权重的前沿模型」，实际部署需要成规模的多机集群；中小团队更适合 API，或退一步用同门的较小模型。
四、适合与不适合
适合：需要模型连续工作很久、反复试错的工程任务；超长文档的深度研究（配合它的可视化输出）；需要开放权重但又想要前沿能力的团队；原生多模态理解——截图、录屏、图表混着看的场景。
要注意：K3 的输出价格在国产阵营里偏高（100 元/百万 tokens），长输出任务账单增长很快，建议配合缓存与「限制输出长度」的工程手段。另外开放权重不等于低门槛部署，请先算清硬件账。
本页整理于 2026-09，主要依据 Kimi K3 官方模型卡（MoonshotAI/Kimi-K3）、MoonshotAI 开源组织（MoonEP、FlashKDA、Kimi Code CLI 等）与阿里云百炼模型目录。规格以官方发布为准。