Kimi K3 堆到 2.8T 參數，主打長程 coding 同一百萬 token context

月之暗面推出 Kimi K3，2.8T 總參數自然最搶眼，不過呢個數字對開發者嘅實際意義冇宣傳圖講到咁直接。TechNews 科技新報報道將焦點放喺佢追近美國頂級模型；由官方資料再拆開睇，K3 更值得留意嘅地方係一百萬 token context、原生視覺理解，同埋可以連續操作終端機同工具嘅 coding agent 能力。呢幾項能力夾埋，對日常開發方式嘅影響可能大過參數數字。

2.8T 聽落誇張，但每次推理冇用晒全部參數

Kimi K3 用 MoE 架構，總共有 896 個 experts，每次會啟動當中 16 個。即係話，模型雖然共有 2.8T 參數，處理每個 token 時只會用到其中一小部分。月之暗面暫時未公布準確活躍參數量，完整技術報告亦未出，所以而家冇足夠資料直接用 2.8T 同其他模型逐粒參數比較。官方聲稱新架構嘅整體 scaling efficiency 高過 Kimi K2 約 2.5 倍，呢個同樣要等技術報告交代計法。

架構方面，K3 加入 Kimi Delta Attention 同 Attention Residuals，目標係減低長 context 嘅運算負擔，同時改善資訊跨越大量 token 同模型層數時嘅流動。月之暗面亦喺微調階段加入量化感知訓練，採用 MXFP4 權重同 MXFP8 activations。規格睇落係為高效推理鋪路，不過官方建議部署落至少 64 粒 accelerator 嘅 supernode；一般工作站甚至細型 GPU server 都唔係合理目標。

圖片：Moonshot AI

Coding agent 先最有機會影響日常工作

一百萬 token context 可以一次放入更大份 repository、規格文件、錯誤記錄同畫面參考，減少 agent 做到一半先漏失前文。K3 又可以理解文字、圖片同影片，寫前端或者遊戲時，理論上可以一邊睇 screenshot，一邊改 code、跑測試再檢查結果。呢種長時間、多工具循環先係 coding agent 最易炒車嘅位置：模型識唔識寫單一 function 已經唔夠，仲要記得早前改過咩、識得揀工具，同埋唔好愈修愈亂。

官方 benchmark 顯示，K3 Max 喺 Terminal-Bench 2.1 得 88.3、FrontierSWE 得 81.2，部分項目貼近甚至高過廠方列出嘅閉源對手；但同一張表亦見到 DeepSWE 只得 67.5，落後 GPT 5.6 Sol 嘅 73.0。呢批結果大多由月之暗面整理，模型又會用 Kimi Code、Claude Code 或 Codex 等唔同 harness，未算完全同場較量。K3 推出時間亦太短，暫時冇足夠獨立測試證明佢處理大型真實 codebase 有幾穩。

API 價錢有吸引力，長輸出依然唔平

K3 已經喺 Kimi 網頁、Kimi Work、Kimi Code 同官方 API 提供。國際 API 定價係 cache hit 輸入每百萬 token 0.30 美元、普通輸入 3 美元、輸出 15 美元。長 context 工作如果可以重用同一批 repository 內容，cache hit 會令成本差好遠；但 agent 反覆產生大量 code、分析同工具參數時，輸出 token 仍然會係主要開支。官方聲稱 coding 工作嘅 cache hit rate 超過 90%，呢個係佢哋自家服務數據，其他 workload 未必做到相同水平。

對香港開發者嚟講，kimi.com 同國際 API 文件而家可以直接瀏覽，不過官方公開資料未清楚列出香港帳戶註冊限制、可用付款卡種同帳單地區。正式放入公司產品前，最好先用實際帳戶核對付款流程。資料方面，Kimi Help Center 表示 API 輸入同輸出唔會攞去訓練模型，亦話只會用嚟完成當次要求；但企業要處理客戶資料、未公開 code 或受規管文件，仍然要向官方確認保留期限、處理地點同合約保障，唔應該只靠 FAQ 作決定。

「開放」而家仲係一張期票

月之暗面稱 K3 係 open model，但截至 7 月 17 日，完整權重、model card、技術報告同最終授權條款仍未公開。官方話會喺 7 月 27 日或之前放出權重，所以現階段較準確嘅講法係 API 已開放、權重準備公開。授權可唔可以商用、有冇額外品牌或大型服務條款，同埋社群推理框架支援得幾完整，都要等正式文件先有答案。

就算權重如期放出，64 粒以上 accelerator 嘅建議配置亦代表絕大部分團隊會繼續租 API 或第三方託管服務。K3 對開放模型生態嘅價值，短期會落喺模型供應商可以提供多一個高階選擇，令 coding agent 同長 context API 嘅價錢繼續受壓。到 7 月 27 日，最值得核對嘅係活躍參數、授權條款、可重現 benchmark 同實際部署要求。

參考來源

• TechNews 科技新報 — Kimi K3 新模型強攻開源生態，月之暗面縮小與美國對手差距 — original report
• Kimi K3 Tech Blog: Open Frontier Intelligence — 月之暗面官方發布文章，列出架構、context、部署建議、API 價格、benchmark 同權重發布時間。
• Kimi API Platform — 官方國際 API 入口，用嚟核對 K3 服務供應同開發者接入方式。
• Data processing & security — Kimi Help Center — 官方 API 資料處理說明，交代輸入輸出會唔會用作訓練。
• Kimi K2: Open Agentic Intelligence — Kimi K2 技術論文，用嚟補充上一代 MoE、活躍參數同 agent 能力背景。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。