A pekingi székhelyű Moonshot AI — amelyet részben az Alibaba támogat — csütörtökön nyilvánosságra hozta Kimi K3 nevű nyelvi modelljét. A vállalat szerint a Kimi K3 2,8 billió (2.8 trillion) paraméterrel rendelkezik, így jelenleg a világ legnagyobb nyílt forráskódú mesterséges intelligencia modellje.
A bejelentést időzítették a 2026-os World Artificial Intelligence Conference shanghai rendezvénye előtt; a lépés jelentőségteljes az open‑source AI közösség és a globális AI-verseny szempontjából, valamint fordulópont Moonshot AI visszatérésében, miután a cég piaci helyzete az elmúlt 18 hónapban gyengült.
Hozzáférés és súlyok
A technikai dokumentációt áttekintő kutatók szerint a modell teljes tanult súlyait a cég július 27-én tervezi nyilvánosságra hozni. Addig is a Kimi K3 kipróbálható a kimi.com oldalon: regisztráció Google‑fiókkal vagy telefonszámmal lehetséges, hitelkártya nem szükséges.
Műszaki jellemzők és újítások
A Kimi K3 2,8 billió paraméterrel működő, frontier‑osztályú nagy nyelvi modell. Paramétermérete körülbelül 75 százalékkal nagyobb, mint a DeepSeek V4 Pro modellnél említett ~1,6 billió paraméteres kapacitás. A modell 1 millió tokenes kontextusablakkal rendelkezik, natív vizuális értelmező képességeket kínál, és egy állandóan aktív érvelési módot — a cég „thinking mode” néven említi.
A modell két belső, Moonshot által fejlesztett architekturális újításon alapul: a Kimi Delta Attention nevű hibrid lineáris attention mechanizmuson és az Attention Residuals megoldáson, amely a cég szerint a hagyományos residual kapcsolatok helyettesítésére szolgál és következetes skálázási előnyöket ad. Mindkét technikát a Moonshot korábban nyílt kutatásként publikálta a GitHubon.
API, árképzés és promóció
Az API kompatibilis az OpenAI SDK‑val, így könnyebb integrációt ígér azoknak a fejlesztőknek, akik OpenAI vagy Anthropic eszközökön dolgoznak. Árazás: 3 USD per millió input token és 15 USD per millió output token; a gyorsítótárazott (cached) input tokenek ára 0,30 USD per millióra csökken. Egy promóciós feltöltési visszatérítés augusztus 12‑ig akár 30 százalékos vásárlási utalványt kínál 1 000 USD vagy annál nagyobb API‑kredit esetén.
Benchmarkok és teljesítmény
Nyilvános leaderboard adatok és az Artificial Analysis nevű elemzőcég privát értékelése alapján a Kimi K3 versenyképes a legjobb zárt forráskódú rendszerekkel, például Anthropic és OpenAI modelljeivel.
- A GDPval‑AA v2 benchmarkon, amely 44 foglalkozást és 9 iparágat fed le valós feladatokkal, Kimi K3 1 687 pontot ért el, ezzel a harmadik helyre került Claude Fable 5 Max (1 815) és GPT‑5.6 Sol Max (1 747,8) mögött, de Claude Opus 4.8‑at (1 600) megelőzve.
- Az AA‑Briefcase privát, agentikus benchmarkon K3 1 527 pontot szerzett, ezzel második helyen végzett, megelőzve a GPT‑5.6 Sol Maxot (1 495) és lemaradva csak a Fable 5 Max mögött (1 587).
- A BrowseComp benchmarkon, amely hosszú távú, nagy nehézségű információkeresést mér, K3 91,2/100 pontot ért el, ami állítólag állami-of‑the‑art eredmény.
A cég közlése szerint ezeket az eredményeket egy egyagentes (single‑agent) felállásban érték el a 1 millió tokenes kontextusablak használatával, kontextus‑kompresszió vagy további kontextus‑menedzsment technikák nélkül.
Valós‑világ demonstrációk: 48 órás chiptervezés és asztrofizikai feladat
A benchmarkok mellett a Moonshot AI bemutatott egy proof‑of‑concept demót, amely a cég stratégiai irányát is érzékelteti. A technikai anyagban dokumentált demonstráció során a Kimi K3‑at arra kérték, hogy tervezzen meg egy fizikai chipet, amely egy nanoméretű változatát futtatná magának. 48 órányi folyamatos autonóm ügynök‑működés alatt a modell önállóan végigvezette a chip teljes konstrukciós folyamatát az architekturális tervezéstől az optimalizáláson és verifikáción át, nyílt forráskódú elektronikai tervezőeszközöket használva.
A végeredmény egy 4 mm²‑es funkcionális chipterv volt, amely 100 MHz‑en elérte a timing konvergenciát, és szimulációban több mint 8 700 token/s sebességgel dekódolt. A cég hangsúlyozza, hogy ez nem gyártott chip, hanem a hosszú távú autonóm ügynöki képességek demonstrációja: a 48 órán át tartó, koherens, többlépcsős műszaki munka végrehajtása minőségi ugrást jelent az első generációs LLM‑ek egyszeri kérdés‑válasz jellegű feladataihoz képest.
Egy másik kiemelt példa szerint a K3 egy számításos asztrofizikai feladatban, az I‑Love‑Q reláció reprodukálásában is rövidebb idő alatt ért el eredményt: a cég szerint a feladatot, amely egy tapasztalt kutatónak általában 1–2 hetet venne igénybe, hozzávetőleg két óra alatt hajtotta végre, több mint 20 tanulmányt átolvasva és egy teljes numerikus csővezetést implementálva.
Moonshot AI visszaesése és feltámadása
A Kimi K3 megjelenése kontextusba helyezi Moonshot AI legutóbbi 18 hónapját. A céget 2023‑ban alapította Yang Zhilin, a Tsinghua University végzettje, aki korábban a Google‑nál és a Meta‑nál dolgozott. Gyorsan az egyik figyelemre méltó kínai AI startuptá vált: 2024‑ben a Kimi platform népszerű volt hosszú szöveges elemzési és AI‑keresési funkciói miatt. 2026 elejére a cég körülbelül 1,5 milliárd USD‑t gyűjtött különböző körökben, értékelése 2,5 milliárd USD‑ról 4,3 milliárd USD‑ra emelkedett, és állítólag új finanszírozási kört céloztak 5 milliárd USD‑n.
A helyzet 2025 januárjában megváltozott a DeepSeek olcsó R1 modelljének megjelenésével: Moonshot AI‑t erősen érintette a verseny, a Kimi platform havi aktív felhasználókban a harmadik helyről hetedikre csúszott vissza. Erre reagálva a cég stratégiai irányváltást kezdett az open‑source modellek felé (Kimi K2 július 2025‑ben, K2.5 2026 januárjában), aminek a K3 a betetőzése.
A 2,8 billiós modell mérete és a nyilvános súlyok közzétételének terve arra utal, hogy a K3 mögötti architektúra és infrastruktúra döntéseit hónapokkal, ha nem évekkel korábban meghozták.
Geopolitikai és ipari következmények
A K3 teljes súlyainak nyilvánossá tétele július 27‑én geopolitikai és technológiai stratégiai jelentőségű. A Moonshot saját skálázási idővonalán K3 jóval meghaladja olyan kínai szereplőket, mint DeepSeek (1,6T), Xiaomi (1,02T) és Alibaba (397B). A nyílt forráskódú, nagy paraméterszámú modell közzététele célja, hogy a globális open‑source fejlesztői közösség gravitációs központjává váljon.
Ez illeszkedik egy szélesebb kínai trendbe: több hazai vállalat is nyílt forráskódú modelleket adott ki, amellyel technológiai képességeiket és globális befolyásukat kívánják növelni. Az ilyen modellek lehetőséget teremtenek vállalatok számára, hogy finomhangolják, saját infrastruktúrán futtassák vagy saját réteget építsenek rájuk anélkül, hogy kizárólagos API‑függőségbe kerüljenek a zárt szereplőktől. Ugyanakkor a modell futtatásához jelentős GPU‑infrastruktúra szükséges; 2,8 billió paraméter nem fut egyetlen szerver‑racken.
Moonshot AI erre is felkészült: a Mooncake projekt, amely a FAST 2025 konferencián Best Paper díjat nyert, olyan KV‑cache‑centrikus, diszaggregált kiszolgálási architektúrát mutatott be, amely a nagy modellek nagyüzemi inferálását gyakorlatiasabbá teheti.
Kimi Code és a háromszintű modellkínálat
A K3 mellett a Moonshot AI továbbra is jelentősen fektet Kimi Code nevű, nyílt forráskódú kódolóügynök‑ökoszisztémájába. A Kimi Code 0.25.0 és 0.26.0 kiadásai a K3 bemutatójának napján jelentek meg, új alügynök‑eszközöket, háttérfeladat‑kezelést és biztonsági javításokat hozva.
A Kimi Code CLI több mint 3 100 csillagot kapott a GitHubon, és integrációt kínál VSCode‑dal, Cursorral és Zeddel. Az új kiadás a „coder subagent” eszközkészletet bővítette háttérfeladatokkal, todo‑listákkal, tervmóddal, képesség‑meghívásokkal és beágyazott ügynökökkel, ami gyakorlatilag többrétegű autonóm rendszerré alakítja a kódolóügynököt.
A vállalati termékcsomag három rétegre épül:
- K3 mint zászlóshajó (input/output: 3 USD / 15 USD per millió token),
- K2.7 Code mint kifejezetten kódolási feladatokra optimalizált modell (0,95 USD / 4 USD),
- K2.6 mint általános célú opció (0,95 USD / 4 USD).
Mindhárom modell 256 000 token vagy afeletti kontextusablakot támogat; a K3 teljes, 1 millió tokenes ablakot kínál. A kontextus gyorsítótárazása automatikus — nincs szükség cache ID‑re, TTL‑re vagy extra paraméterre.
Mit jelent mindez az enterprise AI és a globális modellkörnyezet számára?
A Kimi K3 piacra vitele több, eddig irányadó feltételezést kényszerít újragondolásra. Az open‑source és a zárt forráskódú modellek közötti teljesítménykülönbség a határmezsgyén eltűnni látszik. Ha a benchmarkok független vizsgálatok során is alátámasztják az eredményeket — és különösen miután a nyílt súlyok július 27‑től elérhetők lesznek —, a zárt forráskódú szolgáltatók nehezebben indokolhatják majd prémium áraikat pusztán képességekre hivatkozva.
A fejlesztések azt is jelzik, hogy a kínai AI‑ökoszisztéma képességei tovább erősödtek, és az algoritmikus hatékonyság — mint például a hibrid lineáris attention megoldások — versenyképes alternatívát kínálhat a nyers számítástechnikai erőforrások növelésével szemben. Az autonóm, hosszú távon összetett feladatokat végrehajtó ügynökök képességei pedig átformálhatják az AI‑befektetéshez és vállalati bevezetéshez kötődő értékeléseket: a „termelékenységi kopilot” helyett egy „autonóm technikai munkaerő” értékajánlata kerül előtérbe.
Kínai állami hírügynökségek és szakmai szereplők egyaránt nemzeti mérföldkőként értékelték a bejelentést; a Zhongguancun Academy dékánja, Liu Tieyan azt jelezte, hogy a kínai nyílt forráskódú modellek hulláma az elszigetelt áttörésekből kollektív előrelépéssé alakult.
Következtetés
Kimi K3 megjelenése azt mutatja, hogy a frontier‑osztályú nyílt forráskódú modellek megjelenése felgyorsult. Moonshot AI története — gyors emelkedés, majd visszaesés a DeepSeek versenye nyomán, végül a K3‑mal való visszatérés — jól illusztrálja a kínai AI‑piac dinamikáját. A modell műszaki és stratégiai jellemzői, a közzétételi terv és a demonstrációk egyaránt arra utalnak, hogy a verseny nemcsak a méretekben, hanem az autonóm képességek és az architekturális hatékonyság terén is kiéleződik.
