Что умеет Kimi K3: возможности, сильные стороны и ограничения

Kimi K3 — это флагманская нейросеть Moonshot AI (Китай), на момент выхода — крупнейшая открытая (open-weight) модель в мире на 2,8 триллиона параметров. Она заточена под сложное программирование, работу со знаниями и длинные агентные сценарии — многочасовые задачи с инструментами, которые обычные модели «бросают» через несколько минут. Kimi K3 вышла 16 июля 2026 и сразу после релиза стала доступна в чате СуперИнтеллекта. В этом гайде разбираем по пунктам, что умеет Kimi K3, где она сильна, а где стоит выбрать другую модель.

Возможности Kimi K3 строятся вокруг трёх опор: код, агентность (работа с инструментами) и очень длинный контекст. Ниже — краткая карта того, что модель делает на практике, а дальше разберём каждый пункт подробнее.

Программирование — главная специализация Kimi K3. Модель заточена под навигацию по большим репозиториям целиком: контекст в 1 млн токенов вмещает множество файлов сразу, поэтому она видит проект не по кусочкам, а как единое целое. Это помогает в дебаге по логам и тестам, в итеративной сборке фронтенда и целых приложений.

По заявленным бенчмаркам на момент выхода Kimi K3 показывает Program Bench 77.8 и Terminal-Bench 2.1 88.3 — почти вровень с GPT-5.6 Sol (88.8). Отдельно выделяется SWE Marathon 42.0 — тест устойчивой многочасовой инженерии, где многие модели «сваливаются» на длинной дистанции. В Arena Frontend Code Arena модель заняла первое место (1679 очков против 1631 у Claude Fable 5), лидируя в 6 из 7 фронтенд-доменов — резкий скачок с 18-й позиции прошлой версии K2.6.

Kimi K3 сильна в агентных сценариях — там, где нужен не один ответ, а цепочка действий. Модель умеет пользоваться инструментами, вести веб-поиск, отлаживать по логам, итерировать по тестам и скриншотам. Её конёк — долгие многошаговые задачи, которые нельзя решить одним сообщением: агент сам ходит по источникам, собирает данные, сверяет и доводит задачу до результата.

На агентных бенчмарках заявлены BrowseComp 91.2 (лучший результат на момент выхода), MCP Atlas 84.2 и Humanity's Last Exam 56.0 с инструментами. Показательна автономность: по данным Moonshot, K3 сама придумала двухфазный алгоритм ядра и за 15 часов ускорила собственный обучающий kernel с 283,6 мс до 114,4 мс — пример именно длинной автономной работы, а не разового ответа.

На СуперИнтеллекте Kimi K3 держит контекст в 1 000 000 токенов — один из самых больших среди моделей платформы и в четыре раза больше, чем 256K у прошлой K2.6. На практике это значит, что в одно окно помещаются целые кодовые базы, стопки PDF-документов, длинные договоры и многочасовые переписки — без нарезки на фрагменты и потери связей между ними.

За скоростью на таких объёмах стоит архитектура Kimi Delta Attention (KDA) — гибридное линейное внимание, которое ускоряет генерацию на миллионных контекстах до 6,3 раза. То есть длинный контекст здесь не просто «влезает», а обрабатывается без обвала в скорости.

Kimi K3 понимает не только текст, но и изображения (vision). Модель разбирает скриншоты, графики, макеты, диаграммы и лог-файлы в виде картинки — и может рассуждать по тому, что видит. Это удобно, когда проще показать, чем описать словами: скинуть скрин ошибки, фото макета или график из отчёта.

Kimi K3 хорошо держит сложные вопросы из точных наук и работу со знаниями. По заявленным данным она показывает GPQA Diamond 93,5% на сложных научных вопросах и CharXiv 91.3 с инструментами при разборе графиков и статей. В связке с миллионным контекстом это делает её удобной для анализа длинных документов — договоров, технической документации, стопок PDF и больших таблиц целиком, без потери деталей на стыках фрагментов.

Kimi K3 применима в автоматизации рабочих процессов и работе с данными в таблицах. На профильных тестах заявлены Automation Bench 30.8 и SpreadsheetBench 2 34.8 — задачи, где модель должна не просто ответить, а выстроить и выполнить последовательность шагов над структурированными данными. Это полезно для исследовательских и рутинных пайплайнов, которые раньше собирали вручную.

Kimi K3 — молодая модель, и это накладывает ограничения. Стоит держать их в голове при выборе инструмента под задачу.

Больше готовых идей и промптов под конкретные роли — в подборке задач для Kimi K3. Кому именно модель подойдёт: разработчикам и техкомандам (код, агенты, репозитории), аналитикам и ресёрчерам (длинные документы, наука), продуктовым командам и автоматизаторам (агентные пайплайны) — и всем, кому нужен очень длинный контекст в одном окне.

Kimi K3 умеет работать с кодом и большими репозиториями, вести длинные агентные задачи с инструментами и веб-поиском, держать контекст до 1 млн токенов, понимать изображения (скриншоты, графики, макеты) и решать сложные научные вопросы. Это флагманская модель Moonshot AI, заточенная под программирование и агентные сценарии.

На платформе Kimi K3 держит контекст в 1 000 000 токенов — это один из самых больших контекстов среди моделей СуперИнтеллекта и в четыре раза больше, чем у прошлой версии K2.6. В одно окно помещаются целые кодовые базы, стопки документов и длинные переписки.

Да. На СуперИнтеллекте Kimi K3 понимает текст и изображения (vision): можно прислать скриншот ошибки, график, макет или диаграмму, и модель будет рассуждать по картинке. Видео-вход в продукте не используется.

По заявленным ранним бенчмаркам Kimi K3 обходит Claude Opus 4.8 и близка к Claude Fable 5, а во фронтенд-коде (Arena) обошла Fable 5; в терминальных задачах она рядом с GPT-5.6 Sol. Но независимая проверка ещё идёт, а Claude и GPT остаются проверенными лидерами на многих критичных задачах. На СуперИнтеллекте все эти модели доступны — удобно переключаться под задачу.

Разработчикам и техкомандам (код, агенты, репозитории), аналитикам и ресёрчерам (длинные документы, наука), продуктовым командам и автоматизаторам (агентные пайплайны), а также всем, кому нужен очень длинный контекст в одном окне.

Да. Независимые бенчмарки ещё идут, поэтому часть заявленных цифр не подтверждена третьей стороной. На старте доступен только максимальный уровень усилия рассуждения. Модель молодая — у неё меньше «пробега» против устоявшихся Claude и GPT. На платформе используются только текст и изображения.