Moonshot AI 發布 Kimi K3 開放權重與基礎設施
重點速覽
- •Moonshot AI 已在 Hugging Face 發布 Kimi K3 的開放權重,並在 GitHub 發布其技術報告。
- •此次發布包括支援性基礎設施,例如 attention kernels、MoE 通訊函式庫,以及用於大規模執行 AI 代理的工具。
- •Moonshot AI 表示,Kimi K3 的架構可讓每單位運算量提供 2.5 倍的智慧表現。
- •Kimi K3 在主要基準測試中的分數接近 Fable 5 和 GPT-5.6 Sol 等模型,同時據稱運行成本略低。
- •英國 Cyber Institute 的一項獨立測試發現,Kimi K3 在網路能力與數學能力方面仍落後於前沿模型。

中國 AI 公司 Moonshot AI 已發布 Kimi K3 的模型權重與技術報告,這是其最新的開放權重 AI 模型。模型權重可在 Hugging Face 取得,技術報告則可在 GitHub 取得。開放權重發布備受關注,因為相較於僅透過封閉 API 提供的系統,它能讓外部開發者更直接地執行並調整模型;而技術報告則為研究人員評估訓練選擇、架構主張與限制提供依據。
除了權重之外,Moonshot AI 也將 Kimi K3 周邊使用的部分基礎設施開源。此次發布包括高效能 attention kernels、MoE 通訊函式庫,以及為大規模執行 AI 代理而設計的工具。MoE,即 mixture-of-experts 架構,會將工作分配到專門化的模型元件之間,因此周邊的通訊與服務基礎設施是實際效率的重要組成部分。Moonshot AI 表示,這項新架構可讓每單位運算量帶來 2.5 倍的智慧表現。
Kimi K3 最早於 2026 年 7 月中旬宣布,隨後因在廣受關注的基準測試中取得接近 Fable 5 和 GPT-5.6 Sol 等西方前沿模型的成績而受到注意,同時據稱運行成本略低,且目前已以開放權重形式提供。基準測試結果可能影響外界對模型的早期看法,但它們不能取代特定領域測試、安全評估,或在生產限制下的部署效能驗證。
然而,英國 Cyber Institute 的一項獨立測試發現,Kimi K3 的網路能力仍遠落後於前沿模型。該模型在數學能力方面也呈現類似差距。這些差距值得注意,因為網路與數學評估常被用來檢驗模型是否能從廣泛的語言任務泛化到更專門的推理與工具使用領域。
這些差距可能顯示 Kimi K3 依賴蒸餾,這是一種讓較小模型從能力更強模型的輸出中學習的訓練技術。中國 AI 模型經常面臨這類指控。與此同時,美國開放權重 AI 模型的支持者越來越將蒸餾視為一種正當技術。下一個可能受到審視的重點,將是外部開發者如何利用已發布的權重、報告與基礎設施重現 Moonshot AI 的主張,以及獨立評估是否能確認該模型在實際工作負載中的優勢與弱點。