Kimi K3 开源：2.8T MoE 模型与技术报告

Kimi 发布其最强模型 Kimi K3，这是一个 2.8T 参数的 MoE 模型，具备原生视觉理解和 1M token 上下文窗口。新架构实现了每单位计算 2.5 倍的智能提升。除模型权重外，Kimi 还开源了高性能注意力内核、MoE 通信库及大规模智能体运行环境基础设施。

Kimi K3 是首个 2.8T 参数的开源 MoE 模型，并具备原生视觉理解与 1M token 超长上下文。每单位计算智能提升 2.5 倍，意味着更强的性能与更低的推理成本，且开源了配套基础设施，降低了多模态、长上下文应用的开发门槛。

MoE 架构通过稀疏激活降低计算开销：2.8T 总参数但每次只激活部分专家，从而在相同算力下获得更高的智能表现。原生视觉理解与 1M 上下文窗口支持多模态长文本联合处理。

开源模型及配套基础设施（注意力内核、通信库、智能体环境）可直接用于产品研发，降低自研大模型和多模态长上下文应用的成本与周期，提升现有 AI 产品的推理效率和能力边界。

• 基于开源 Kimi K3 权重开发多模态长文档分析或智能客服应用。
• 利用开源的高性能注意力内核优化现有 AI 产品的推理速度与上下文长度。
• 结合开源智能体运行环境构建企业级 AI 代理服务，实现复杂任务编排。

• Kimi K3 的许可协议是否完全开源商用？
• 2.5 倍智能提升的具体评测基准和对照模型是什么？
• 1M token 上下文在实际部署中的延迟和显存成本如何？
• 开源基础设施与主流框架（如 PyTorch、vLLM）的兼容性如何？