Kimi K3: обзор нейросети MoonshotAI — модель на 2,8 трлн параметров

Kimi K3 — это флагманская нейросеть Moonshot AI (Китай), крупнейшая открытая (open-weight) модель в мире на момент выхода: 2,8 триллиона параметров. Она вышла 16 июля 2026 года и сразу после релиза стала доступна в чате СуперИнтеллекта. Модель заточена под сложное программирование, работу со знаниями и длинные агентные сценарии — многочасовые задачи с инструментами, которые другие модели «бросают» через пару минут. В этом обзоре разберём архитектуру Kimi K3, контекст в 1 млн токенов, мультимодальность, бенчмарки (с честной оговоркой), сильные и слабые стороны и то, кому модель подойдёт.

Kimi K3 — это большая языковая модель нового поколения от лаборатории Moonshot AI, наследница линейки Kimi (предыдущая версия — K2.6). «Флагманская» значит, что это верхняя, самая мощная модель разработчика: на неё приходятся лучшие результаты по коду и агентным задачам. «Открытая» (open-weight) — веса модели Moonshot обещает выложить в открытый доступ примерно к 27 июля 2026 года. Для работы на СуперИнтеллекте это неважно: модель уже подключена и отвечает в чате прямо сейчас.

Главное, что отличает K3 от предшественников — сочетание огромного размера (2,8 трлн параметров) с экономной архитектурой, которая не активирует всю эту массу на каждый запрос. Плюс контекстное окно в миллион токенов и упор на автономные, многошаговые сценарии. Ниже разберём, как это устроено.

В основе Kimi K3 — архитектура Mixture-of-Experts (MoE): модель разбита на 896 «экспертов», но на каждый конкретный запрос активируется лишь малая их часть — 16 из 896. Такая высокая разреженность даёт мощность триллионной модели при экономной фактической работе: вы получаете качество огромной сети, но система не гоняет впустую все 2,8 трлн параметров на каждое слово.

Стабильно обучать столь агрессивную разреженность помогает механизм Stable LatentMoE — без него модель такого размера с раскладкой 16/896 обучалась бы нестабильно. Это одна из инженерных находок, которая и сделала конфигурацию K3 возможной.

Второй ключевой элемент — Kimi Delta Attention (KDA), гибридное линейное внимание. Именно оно позволяет работать с миллионным контекстом без обвала скорости: по заявлению Moonshot, KDA даёт до 6,3× более быструю генерацию на контекстах в миллион токенов. Для длинных документов и больших репозиториев это критично — без такого внимания огромное окно было бы слишком медленным на практике.

Третий компонент — Attention Residuals (AttnRes): приём, который повышает эффективность обучения примерно на 25% при менее чем 2% дополнительных затрат. В сумме с остальными решениями это даёт около 2,5× более высокую эффективность масштабирования по сравнению с прошлой моделью Kimi K2 — то есть из того же бюджета вычислений выжимается заметно больше «интеллекта».

На СуперИнтеллекте Kimi K3 работает с контекстом в 1 000 000 токенов — это в четыре раза больше, чем 256K у прошлой K2.6, и один из самых больших контекстов среди моделей платформы. На практике миллион токенов вмещает целую кодовую базу, стопку PDF-договоров, длинную техдокументацию или многодневную переписку — всё это можно держать в одном окне и задавать вопросы «по всему сразу», не нарезая на куски.

Kimi K3 понимает не только текст, но и изображения (vision): скриншоты, графики, макеты, диаграммы, лог-файлы на картинке. Модель может рассуждать по изображению — например, разобрать скриншот ошибки или прочитать данные с графика. На платформе доступен ввод текста и картинок.

Ещё одна особенность — всегда включённое рассуждение (reasoning). K3 «думает» перед ответом по умолчанию, и на старте работает на максимальном уровне усилия. Тонкую настройку уровней рассуждения Moonshot обещает добавить позже; пока модель всегда выкладывается по максимуму, что хорошо для сложных задач.

Начнём с кода и агентных задач — это профильная зона Kimi K3. По заявленным бенчмаркам модель показывает уверенные результаты именно там, где нужны длинные, многошаговые сценарии.

Отдельно стоит отметить фронтенд-код. В рейтинге Arena Frontend Code Arena Kimi K3 заняла 1-е место — 1679 очков против 1631 у Claude Fable 5, поднявшись с 18-го места, которое занимала прошлая K2.6. По этому замеру K3 лидировала в 6 из 7 фронтенд-доменов. А в сводном Artificial Analysis Intelligence Index модель на момент выхода была 4-й (≈57 баллов), уступая только Claude Fable 5 и GPT-5.6 Sol.

Показательный пример автономности: по данным Moonshot, K3 сама придумала двухфазный алгоритм для вычислительного ядра и за 15 часов ускорила собственный обучающий kernel с 283,6 мс до 114,4 мс. Это как раз тот тип длинной самостоятельной задачи, ради которого модель и создавалась — и повод посмотреть на её агентные возможности подробнее.

Приятная деталь: все модели, с которыми сравнивают K3, тоже есть на СуперИнтеллекте — можно переключаться под задачу прямо в одном чате. Сравниваем честно и с той же оговоркой про ранние замеры.

Kimi K3 в первую очередь для тех, кому нужен очень длинный контекст и автономность. Модель хорошо ложится на несколько ролей:

Больше конкретных сценариев с примерами — в подборке задач для Kimi K3.

Kimi K3 доступна в чате СуперИнтеллекта уже сейчас, широкому кругу пользователей — базовый уровень доступа и выше. Включить модель просто:

Kimi K3 — флагманская нейросеть лаборатории Moonshot AI из Китая, вышедшая 16 июля 2026 года. На момент выхода это крупнейшая открытая модель в мире: 2,8 трлн параметров с архитектурой Mixture-of-Experts. Она заточена под программирование, работу со знаниями и длинные агентные сценарии и доступна в чате СуперИнтеллекта.

На СуперИнтеллекте контекст Kimi K3 — 1 000 000 токенов, в четыре раза больше, чем 256K у прошлой K2.6. Этого хватает, чтобы держать в одном окне целую кодовую базу, стопку документов или длинную переписку и работать с ними целиком.

По заявленным и ранним бенчмаркам K3 обходит Claude Opus 4.8 и близка к Claude Fable 5, а во фронтенд-коде (Arena) обошла Fable 5; в терминальных задачах она вровень с GPT-5.6 Sol. Но независимая проверка ещё идёт, а Claude и GPT остаются проверенными лидерами на репозиторном коде и в надёжности. Однозначного «лучше» нет — всё зависит от задачи, а обе линейки доступны на платформе. Подробнее — в гайдах Kimi K3 vs Claude и Kimi K3 vs ChatGPT.

Да, Kimi K3 понимает изображения (vision): скриншоты, графики, макеты, диаграммы, лог-файлы на картинке — и может рассуждать по ним. На платформе доступен ввод текста и изображений; видео как вход в продукте не подключено.

2,8 триллиона параметров — но благодаря архитектуре MoE на каждый запрос активируется лишь 16 из 896 экспертов. Поэтому модель даёт мощность огромной сети, не гоняя всю массу параметров на каждое слово.

Откройте селектор модели в чате СуперИнтеллекта, перейдите в раздел «Флагманские» и выберите Kimi K3 (MoonshotAI). Дальше работайте как обычно — пошаговая инструкция есть в гайде как пользоваться Kimi K3.