Kimi翻译站点

Kimi 是月之暗面（Moonshot AI）开发的开放权重大模型家族。截至 2026 年 8 月，最新开放权重主线为 Kimi K3——2.8T 总参/104B 激活 MoE，原生视觉理解，1M 上下文窗口，采用自定义 Kimi K3 License（类似 MIT 但含 MaaS 营收门槛）；上一代 K2.6/K2.7 Code 采用 Modified MIT 许可。K3 是开放权重中首个迈入 3T 参数级别的模型，在 Agent 编程、长上下文推理上达到前沿水平，是开放权重 Agent 编程的标杆。

 

产品概述

Kimi 由北京月之暗面科技有限公司（Moonshot AI）开发，自 2024 年 Kimi 模型首次发布以来，已成为国产开放权重大模型家族中”Agent 编程 + 超长上下文”路线的代表。

 

版本演进（具体以官网实时信息为准）：

• Kimi K2（2025 年）：1T 参数 MoE，开放权重线起点，2026 年 5 月 25 日下线
• Kimi K2.5（2025 年）：1T 总参/32B 激活，Agent、代码、视觉理解开源 SOTA；2026 年 8 月 31 日全平台正式下线
• Kimi K2.6（2026 年 4 月 20 日）：1T 总参/32B 激活 MoE，Modified MIT 许可，256K 上下文，支持视觉与文本输入、思考/非思考模式、对话与 Agent 任务
• Kimi K2.7 Code（2026 年 6 月）：Coding 专用模型，256K 上下文，较 K2.6 等效任务少消耗约 30% 思考 token
• Kimi K3（2026 年 7 月 16 日 API 上线，7 月 27 日开放权重）：当前最新开放权重主线。2.8T 总参/104B 激活 MoE，Kimi K3 自定义许可，1M 上下文，原生视觉理解

 

当前最新开放权重主线 Kimi K3 核心参数​ ：

• 架构：MoE，896 个路由专家，每 token 激活 16 个
• 总参数量：2.8T（开放权重中首个 3T 级别模型）
• 激活参数：104B
• 上下文：1M tokens
• 模态：原生视觉理解，视觉编码器 MoonViT-V2
• 注意力机制：Kimi Delta Attention（KDA）覆盖 93 层中的 69 层，剩余 24 层为 Gated Latent Attention；引入 Attention Residuals（注意力残差）与 Stable Latent MoE
• 许可：Kimi K3 License（自定义，类 MIT 但含 MaaS 营收门槛）
• 效率：官方宣称相比 K2 提升约 2.5 倍扩展效率

 

许可策略（关键）：

Kimi 家族许可分层——这是 2026 年开放权重领域”分层授权”趋势的典型样本：

• Kimi K2.6 / K2.7 Code：Modified MIT 许可，商用、自托管、微调、再分发均允许
• Kimi K3：Kimi K3 License（自定义，类 MIT 但有附加条款）：
  • 允许使用、复制、修改、分发、部署、微调、构建衍生作品、再许可、出售
  • MaaS 条款：以”模型即服务”方式运营、且连续 12 个月收入超 2000 万美元的许可方，需与 Moonshot 另签商业协议
  • 署名条款：月活超 1 亿或月收入超 2000 万美元的商业产品，必须在界面显著展示”Kimi K3″标识
  • 纯内部使用、通过 Moonshot 官方产品或认证推理伙伴访问、将模型嵌入特定功能/工具中，均不受上述限制

💡 与 DeepSeek V4（MIT）、Qwen3.8-27B（Apache-2.0）、Gemma 4（Apache-2.0）、Phi-4（MIT）等”无条件宽松许可”不同，Kimi K3 是”类 MIT + 营收门槛”的分层许可。对 99% 的中小团队、内部使用、SaaS 应用层构建者而言功能上等同于 MIT；唯一被锁定的是”已形成规模、将 K3 权重二次打包成 API 对外售卖的中大型 MaaS 厂商”——这正是 Moonshot 阻断算力巨头低价转售、守护官方 API 定价权的核心策略 。

 

核心能力

• 2.8T 参数 MoE 前沿能力：开放权重中首个 3T 级别模型，Artificial Analysis 综合智能指数 57 分，全球第三，仅次于 Claude Fable 5 与 GPT-5.6 Sol，显著超越其他开放权重模型（GLM-5.2 为 51、DeepSeek V4 Pro 为 44）
• 1M 长上下文：K3 原生 1M 上下文；K2.6/K2.7 Code 为 256K 上下文
• 原生多模态：K3 原生视觉理解（MoonViT-V2 编码器），支持图像输入；K2.6 同样支持视觉与文本输入
• Agent 原生训练：K3 在 GDPval-AA v2 达 1668 Elo（K2.6 为 1190），AutomationBench-AA 53%（全球首次）；工具调用、浏览、多步规划为原生能力而非后加
• Agent 编程 SOTA：K3 在 SWE Marathon 登顶第一，Design Arena 前端生成登顶第一
• 思考/非思考统一模式：K3 单一模型内统一思考与非思考模式，无需切换模型
• KDA 注意力机制：Kimi Delta Attention 覆盖 93 层中的 69 层，将推理时的 KV 缓存与显存占用大幅压缩，是 K3 能在 1M 上下文下运行的关键架构创新
• 视频与多模态输入（K2.6）：K2.6 支持原生视频输入（mp4/mov/avi/webm）
• 主流框架 Day 0 支持：vLLM（含 KDA prefill cache）、SGLang 均已支持 K3

 

优势亮点

• 开放权重首个 3T 模型：2.8T 总参让 K3 成为开放权重中参数规模最大的模型，104B 激活参数带来接近 100B 级稠密模型的推理质量
• Agent 编程登顶：SWE Marathon 第一、GDPval-AA v2 1668 Elo、AutomationBench-AA 53%，是开放权重中 Agent 编程能力最强的模型
• 1M 上下文 + KDA 效率：KDA 注意力机制让 1M 上下文在工程上可行，是开放权重中长上下文 Agent 的最佳选择
• 西方主流产品集成：发布 3 周内即登陆 GitHub Copilot（Pro 及以上版本 GA）、Perplexity 等西方主流产品，Fireworks AI 托管供 GitHub Copilot 调用
• 分层许可精准豁免：Kimi K3 License 对 99% 的中小团队、内部使用、SaaS 应用层构建者等同 MIT；仅锁定大规模 MaaS 转售商，是”开放 + 商业可持续”的新范式
• 国产算力突破英伟达生态：K3 测试环境同时覆盖 NVIDIA H200 与其他供应商 GPGPU，部署能力不局限于英伟达
• K2.6/K2.7 仍是 Modified MIT：上一代开放权重线采用 Modified MIT，对不愿接受 K3 自定义许可的团队仍是干净的开放权重选项
• 官方 API 兼容 OpenAI/Anthropic：kimi-k3 API 支持 OpenAI/Anthropic 兼容接口，迁移零成本

 

局限

• K3 许可非无条件宽松：Kimi K3 License 对大规模 MaaS（连续 12 个月收入 >2000 万美元）有另签商业协议要求，月活 >1 亿或月收入 >2000 万美元的产品需界面展示”Kimi K3″标识——企业法务需审阅具体条款
• 自托管硬件门槛极高：K3 权重仓库约 1.56TB、96 个权重分片；官方推理配方给出 8 卡到多节点起点，实验性最低 8×H100 80GB，生产环境需 64+ 加速器 ；社区实测 8×H100 仅能实验性加载，4×B200（1-bit）或 8×B200（原生 4-bit）才是现实自托管起点
• 幻觉率风险：独立测试发现 K3 有 51% 的幻觉率，未在 Moonshot 官方基准图中披露；RAG、客服、法律/金融等事实准确性敏感场景需自行基准测试
• 纯文本为主：K3 虽原生视觉理解，但不支持音频/视频输入；复杂多模态任务不及 Qwen3.8-27B、Gemma 4 12B 等统一多模态模型
• 西方基础设施支持较弱：Moonshot 相较 DeepSeek/阿里规模更小，西方基础设施（如某些推理引擎优化）支持滞后
• API 定价较高：K3 API 输入 $3/百万 token、输出 $15/百万 token，高于 DeepSeek V4 Pro（输出 $0.87-$3.96）与 DeepSeek V3.2（输出 $0.42）
• K2 系列逐步下线：kimi-k2 已于 2026 年 5 月 25 日下线；kimi-k2.5 与 moonshot-v1 系列将于 2026 年 8 月 31 日全平台正式下线，需迁移至 K3
• 中文文档优先：Moonshot 文档中文优先，英文文档滞后于版本发布

 

适用人群

• Agent 编程与自动化团队：K3 在 SWE Marathon、GDPval-AA、AutomationBench-AA 等 Agent 基准登顶，是开放权重中构建编程 Agent、自动化工作流的首选
• 长上下文 Agent 开发者：1M 上下文 + KDA 效率 + 原生工具调用，适合长轨迹多步 Agent 任务
• 需 MIT 类许可的中小团队：K2.6/K2.7 Code 的 Modified MIT 对中小团队功能等同于 MIT；K3 对 99% 的非大规模 MaaS 场景也等同 MIT
• 数据中心级自托管团队：具备 8×H100 或 4×B200 以上硬件资源的团队，可完全本地部署 K3
• 通过托管 API 快速验证的团队：GitHub Copilot、OpenRouter、Fireworks AI、Moonshot API 均提供 K3 托管端点，无需自托管即可验证业务价值
• 国产算力适配需求方：K3 已突破英伟达生态，在其他供应商 GPGPU 上完成测试

 

安装与部署

 

1. 硬件需求参考

⚠️ K3 权重仓库约 1.56TB、96 个权重分片，任何单机方案都应注明是否量化、裁剪、流式或只做概念验证——”消费级硬件运行 K3″在当前技术条件下不可行

 

2. 获取模型权重

从 Hugging Face 拉取官方权重：

# K3（Kimi K3 License，自定义许可）
huggingface-cli download moonshotai/Kimi-K3

# K2.6（Modified MIT）
huggingface-cli download moonshotai/Kimi-K2.6

# K2.7 Code（Modified MIT）
huggingface-cli download moonshotai/Kimi-K2.7-Code

 

3. 通过 vLLM 部署（K3 官方推荐）

# 安装最新 vLLM（含 KDA prefill cache 支持）
pip install -U vllm

# 启动 K3 服务（需 8×H100 80GB 起步）
vllm serve moonshotai/Kimi-K3 \
  --tensor-parallel-size 8 \
  --max-model-len 1000000 \
  --enable-reasoning

💡 H100 可能需要 MXFP4 权重转换步骤；B200 原生支持 MXFP4

 

4. 通过 SGLang 部署

sglang serve --model-path moonshotai/Kimi-K3 \
  --tp 8 \
  --context-length 1000000

 

5. 通过 Hugging Face Transformers 推理（K2.6）

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "moonshotai/Kimi-K2.6"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name, torch_dtype="auto", device_map="auto"
)

 

6. K2.6 量化部署（消费级硬件唯一可行方案）

K2.6 1T 参数经 1.8-bit 极端量化后约 247GB 显存，需 8×A100/H100 80GB 集群 。社区 GGUF Q4 版本预期在权重发布后 24 小时内出现，但实际消费级硬件运行仍极其困难。

 

7. 云端 API 调用（推荐大多数团队）

Moonshot API（OpenAI 兼容）：

from openai import OpenAI

client = OpenAI(
    api_key="your-moonshot-api-key",
    base_url="https://api.moonshot.cn/v1"
)

# K3 API
response = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "帮我分析这段代码"}]
)

其他托管平台：

• OpenRouter：openrouter.ai/moonshotai/kimi-k3，定价 $3 输入/$15 输出每百万 token
• GitHub Copilot：Pro 及以上版本模型选择器内置 K3（由 Fireworks AI 托管）
• Fireworks AI、Together AI、Groq：K3 托管推理预期 48 小时内上线

 

8. Ollama 使用说明

# 注意：ollama pull kimi-k3:cloud 并非本地推理
# 该标签将提示转发至 Moonshot 基础设施，需付费 Ollama 账户
# 真正的本地推理取决于 llama.cpp 对 K3 架构的支持进度
ollama pull kimi-k3:cloud

⚠️ Ollama 的 kimi-k3:cloud 标签是云端转发而非本地推理，提示词会离开本机。真正的本地 K3 推理需等待 llama.cpp 对 K3 架构（KDA、896 专家 MoE）的支持落地

 

9. 部署前必检清单

• 确认仓库位于 huggingface.co/moonshotai/Kimi-K3（官方组织，非复制仓库）
• 商用部署前阅读 LICENSE 文件，确认 Kimi K3 License 具体条款
• 确保 1.2TB+ 空闲存储（下载 + 推理缓存）
• 如果是 MaaS 业务且连续 12 个月收入 >2000 万美元，需与 Moonshot 另签商业协议
• 如果是月活 >1 亿或月收入 >2000 万美元的产品，需在界面显著展示”Kimi K3″标识
• 事实准确性敏感场景（RAG、客服、法律/金融），自行运行幻觉率基准测试（独立测试发现 51% 幻觉率）