Kimi K3 превзошёл GPT-5.6 Sol в агентных задачах — открытый код выйдет 27 июля

Модель, которая только что превзошла флагман OpenAI по самому важному бенчмарку для долгосрочного программирования и интеллектуальной работы, уже доступна через API. Это не разработка OpenAI, Google или Anthropic. Kimi K3 — новейший релиз Moonshot AI, пекинского стартапа, известного прежде всего чат-ботом Kimi, и это крупнейшая из когда-либо выпущенных модель с открытыми весами: 2,8 триллиона параметров в разрежённой архитектуре, которая снижает затраты, активируя лишь их часть на каждый запрос.

На AA-Briefcase — агентной оценке Artificial Analysis, созданной для имитации реальной интеллектуальной работы, а не учебных задач, — Kimi K3 набрала 1 527 баллов, уступив только Claude Fable 5 Max (1 587) и опередив GPT-5.6 Sol Max (1 495). На более широком бенчмарке GDPval-AA модель занимает третье место с результатом 1 687, уступая Fable 5 Max (1 815) и GPT-5.6 Sol Max (1 747,8). Разрыв между первым и вторым местом в агентном бенчмарке уже, чем разрыв между вторым и пятым.

Разницу в цене труднее игнорировать, чем позиции в рейтингах. Kimi K3 берёт $3 за миллион некэшированных входных токенов и $15 за миллион выходных. Claude Opus 4.8 стоит $5 за миллион входных и $25 за миллион выходных. Для команд, работающих с высокообъёмными агентными процессами, Moonshot сообщает о доле попаданий в кэш выше 90% на задачах программирования, что снижает эффективную стоимость входных токенов до $0,30 за миллион — цифра, которая меняет экономику развёртывания ИИ фронтьерного класса в масштабе.

Два архитектурных новшества лежат в основе модели. Kimi Delta Attention — это гибридный механизм линейного внимания, который, по словам компании, обеспечивает в 6,3 раза более быструю декодировку в контекстах из миллиона токенов по сравнению со стандартным вниманием. Attention Residuals описывается как замена стандартных остаточных соединений, дающая стабильный прирост производительности по мере масштабирования модели. Окно контекста в 1 миллион токенов — достаточно, чтобы вместить примерно десять полноценных романов за раз — работает и функционально, а не является теоретической спецификацией.

Существует различие между «доступна сегодня» и «открытый исходный код», и оно здесь важно. Kimi K3 доступна сейчас через API и приложение Kimi, то есть запросы проходят через серверы Moonshot. Фактические веса модели — обученные параметры, которые позволили бы любому развернуть её на собственной инфраструктуре, — пока не опубликованы. Moonshot планирует выпустить их 27 июля под модифицированной лицензией MIT, на тех же условиях, что и предыдущую модель K2. Для большинства разработчиков API — это то, что нужно; для организаций с требованиями к суверенитету данных или соответствию нормативным актам дата выхода весов является релевантной.

Нативная мультимодальная поддержка охватывает текст, изображения и видео в рамках одного вызова API. Общее количество параметров модели в 2,8 триллиона относится к полному набору разрежённых параметров MoE; количество активных параметров на один прямой проход значительно ниже, именно так Moonshot удерживает низкие затраты на инференс. Запуск полной модели локально потребовал бы оборудования, далеко выходящего за рамки потребительской рабочей станции. Что позволят открытые веса — так это развёртывание на инфраструктуре корпоративного уровня без маршрутизации данных через API, принадлежащий китайской компании.

Релиз весов 27 июля покажет, насколько преимущество в бенчмарках сохранится в реальном развёртывании. Когда Moonshot выпустила K2 на сопоставимых открытых условиях, внедрение разработчиками пошло быстрее, чем ожидала компания — отчасти потому, что сочетание производительности, близкой к фронтьерной, и лицензирования в стиле MIT устранило юридические препятствия для команд, которым нужно было и то, и другое. K3 — более крупная ставка на ту же стратегию.

Теги: GPT-5.6, модели ИИ, Kimi K3, Moonshot AI, open-source ИИ, локальный ИИ