Китайцы выпустили Kimi K3 — 2,8 трлн параметров и звание крупнейшей открытой модели в мире

Китайская Moonshot AI 16 июля представила Kimi K3 — модель на 2,8 триллиона параметров. Компания называет её первой в мире открытой моделью «3T-класса», и по размеру это действительно рекорд среди открытых.

Что за модель

• Архитектура: разреженная MoE (смесь экспертов). Из 896 экспертов на каждый токен активируется всего 16 — то есть работает лишь малая часть этих 2,8 трлн.
• Контекст: 1 млн токенов.
• Зрение: нативное, а не прикрученное сбоку.
• Цена: $0,30 за млн токенов при попадании в кэш, $3 — если промахнулись мимо кэша, $15 за млн выходных.

Что нового под капотом

Две вещи, которые Moonshot вынесла в заголовок:

• Kimi Delta Attention (KDA) — ускоряет генерацию до 6,3 раза на контексте в миллион токенов. Это прямой ответ на главную боль длинного контекста: чем больше окно, тем медленнее модель.
• Attention Residuals (AttnRes) — повышает эффективность обучения примерно на 25% при удорожании менее чем на 2%.

Вместе с разреженностью это, по заявлению компании, даёт примерно в 2,5 раза лучшее масштабирование, чем у предыдущей K2.

Важные оговорки

Две детали, которые в громких заголовках теряются:

1. Веса ещё не выложены. Moonshot обещает открыть их 27 июля. То есть на сегодня модель «открытая» по намерению, а не по факту — скачать и запустить у себя пока нельзя.
2. Это не первое место по качеству. Сама компания признаёт: по общей производительности K3 всё ещё уступает самым сильным закрытым моделям — Claude Fable 5 и GPT-5.6 Sol. Рекорд тут по размеру и открытости, а не по интеллекту.

Почему это важно

Разрыв между китайскими открытыми моделями и американскими закрытыми продолжает сокращаться — и делает это на глазах. Год назад открытые модели были «неплохой альтернативой для бедных», сегодня они спорят с флагманами на отдельных задачах.

Для российского пользователя открытые китайские модели — вообще отдельная история: Kimi, DeepSeek, Qwen работают без VPN и стоят копейки, а при желании их можно запустить на своём железе. Правда, с 2,8 трлн параметров «своё железо» — это уже серверная стойка, а не игровой ПК.

Что такое MoE и почему 2,8 трлн параметров не значит 2,8 трлн в памяти — в гайде про смесь экспертов. Где брать открытые модели, когда веса выложат, — в гайде по Hugging Face.

Что важно проверить на практике

Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.

Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.

Сначала отделите подтверждённый факт от интерпретации. В исходном сообщении указано, что Китайцы выпустили Kimi K3 — 2,8 трлн параметров и звание крупнейшей открытой модели в мире. Это не означает автоматически, что функция доступна всем пользователям или подходит для любого сценария. Проверьте дату, регион, тариф и статус запуска, прежде чем делать практический вывод.

Для читателя важен не только сам анонс, но и его масштаб. Спросите, какую проблему решает изменение в теме «Китайцы выпустили Kimi K3 — 2,8 трлн параметров и звание крупнейшей открытой модели в мире», кто получит от него пользу и какие ограничения останутся. Если компания говорит о планах, не превращайте планы в обещание готового продукта.

Полезная проверка новости начинается с трёх источников: оригинального объявления, технической документации и независимого теста. Если второго или третьего источника пока нет, так и напишите. Прозрачная неопределённость лучше уверенного пересказа, который невозможно проверить.

Перед публикацией перечитайте текст как человек, который впервые сталкивается с темой. Уберите необъяснённые термины, добавьте конкретный следующий шаг и проверьте, что вывод не шире фактов. Ссылки и даты должны вести к актуальному контексту, а не служить украшением.

Если материал касается денег, безопасности, здоровья, права или персональных данных, обозначьте границы применения отдельно. Решение остаётся за ответственным человеком; нейросеть может ускорить подготовку, но не принимает ответственность за последствие.

Сохраните исходник и финальную версию рядом. Через неделю вернитесь к примеру и отметьте, что пришлось исправить. Такая маленькая история правок превращает публикацию в практический материал, а не в пересказ возможностей.

Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.

Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.