Kimi K3 в GPTIK: гигантская модель для кода и агентов

Добавили в каталог Kimi K3, новый флагман Moonshot AI, создателей линейки Kimi. Модель вышла 16 июля, и шум вокруг неё поднялся сразу: по оценке Tom's Hardware, это крупнейшая открытая (open-weight) модель на сегодня. Разберём, что она умеет и кому в GPTIK пригодится.

Что за модель

Kimi K3 работает с текстом и картинками, а размер у неё внушительный: 2,8 триллиона параметров. Пугаться числа не надо. Внутри архитектура Mixture-of-Experts, то есть на каждый токен включается лишь малая часть модели, 16 «экспертов» из 896. Огромный запас знаний, но без пропорциональной платы за скорость. Грубо говоря, у модели большая библиотека, и к каждому вопросу она снимает с полки пару нужных книг, а не тащит весь стеллаж.

Под капотом Moonshot собрали свои наработки: фирменное внимание Kimi Delta Attention, Attention Residuals, квантование весов в MXFP4. Для пользователя это переводится просто: большую модель сумели сделать применимой на практике, а не красивой только на бумаге.

Ещё Kimi K3 понимает изображения из коробки и умеет вызывать инструменты (function calling). Годится и под агентные сценарии: модель сама ходит по репозиторию, читает логи, тесты, разбирает скриншот ошибки.

Контекст почти в миллион токенов

Контекстное окно: 1 048 576 токенов, около миллиона. Сюда влезает большой документ или целая кодовая база, без нарезки на куски. Для разбора крупных репозиториев это принципиально: модель держит всё в голове разом и не теряет нить между фрагментами.

Чем сильна: код и агенты

Moonshot затачивали K3 под сложное программирование и долгие агентные процессы. Официальные бенчмарки это показывают.

На кодинговых тестах Kimi K3 (синие столбцы) лидирует в Program Bench и SWE Marathon, а в остальных четырёх держится в тройке, идя вровень с GPT-5.6 и Fable 5. Видно, где модель сильнее всего: в длинных, «выносливых» задачах, где код пишут долго и помногу, а не в одиночных примерах.

По данным Moonshot AI (официальный анонс Kimi K3). Результаты Fable 5 приведены с возможными fallback'ами.

С агентными и мультимодальными задачами похожая картина.

Здесь K3 берёт первое место в Automation Bench, BrowseComp и SpreadsheetBench 2, то есть там, где модель сама что-то автоматизирует, ходит по вебу, разбирает таблицы. В визуальных тестах (CharXiv, Zerobench) тоже держится в верхней части списка.

По данным Moonshot AI (официальный анонс Kimi K3).

Вывод простой: K3 берут туда, где надо аккуратно тянуть большую задачу от начала до конца, а не выдавать один красивый сниппет.

Кому пригодится

Разработчикам. Сложный кодинг, разбор больших репозиториев, ревью, отладка.
Тем, кто строит агентов и автоматизации с вызовом инструментов.
Задачам с очень длинным контекстом: документы на сотни страниц, логи, кодовые базы целиком.
Когда зрение нужно в связке с кодом: разобрать скриншот ошибки, макет, диаграмму.

Открытые веса

Отдельный сюжет: полные веса модели Moonshot обещали выложить в открытый доступ к 27 июля. Для индустрии это заметно, открытая модель такого размера тягается с топовыми западными системами. Плюс Китай собрал её в обход американских ограничений на вычисления, что добавляет истории остроты.