Kimi K3权重已开放
月之暗面已公开 Kimi K3 的完整权重、许可证与技术报告：2.8 万亿总参数、每 token 激活 1040 亿参数，文件约 1.56 TB。开源是真的，但部署门槛仍是数据中心级。
60 秒版本
月之暗面已公开 Kimi K3 完整权重：2.8 万亿总参数、每 token 激活 1040 亿参数、100 万 token 上下文，模型文件约 1.56 TB。
要点
- Hugging Face 仓库公开且无需申请，包含 96 个 safetensors 分片、配置与许可证。
- K3 每 token 激活 896 个专家中的 16 个，采用 MXFP4 权重和 MXFP8 激活。
- 官方建议至少 64 张加速卡的超节点，普通工作站基本不具备自托管条件。
- 自定义许可证允许修改和商业使用，但对大型 MaaS 与超大型产品设有额外条件。
- 权重公开已经核实；跑分仍是厂商自测，等待外部复现。
结论. 这不是空仓库，而是一次重量级开放权重发布。实际受众主要是研究机构和大型推理服务商；普通开发者更适合先用 API 测试。
最新变化权重不再只是承诺
Kimi K3 发布时，开放权重仍是未来时。现在它已经成为可以检查和下载的真实产物：Hugging Face 提供完整模型文件，GitHub 提供技术报告和发布文档。模型仓库总量约 1.56 TB，按二进制单位约为 1.42 TiB。
架构体量巨大，激活路径稀疏
K3 是混合专家模型，共有 896 个专家。每个 token 选择 16 个专家，另有 2 个共享专家，因此并非每一步都运行全部 2.8 万亿参数。官方给出的每 token 激活参数量为 1040 亿。模型共 93 层，包括 69 层 Kimi Delta Attention 与 24 层 Gated MLA；401M 参数的 MoonViT-V2 编码器负责原生图像理解。
| 架构 | 稀疏混合专家：896 个专家，每 token 选择 16 个，另有 2 个共享专家。 |
|---|---|
| 注意力 | 69 层 Kimi Delta Attention，加 24 层 Gated MLA。 |
| 精度 | MXFP4 权重、MXFP8 激活，并采用量化感知训练。 |
| 模态 | 开放模型支持文本和图像输入；产品博客还展示了面向视频的工作流。 |
| 上下文 | 1,048,576 token。 |
部署门槛开放不等于普通电脑能跑
权重无需申请即可下载，但本地部署是数据中心工程。月之暗面建议使用至少 64 张加速卡的超节点。仅模型仓库就有 1.56 TB，还没有算推理时的额外显存、缓存与通信开销。对大多数开发者而言，现实入口仍是官方 API 或专业推理服务商。
许可证权利宽泛，但设有商业门槛
自定义的 Kimi K3 License 允许使用、复制、修改、再分发、再许可、销售、部署和微调，但它不是 Apache 2.0 或 MIT。若模型即服务业务及其关联方在任意连续 12 个月总收入超过 2000 万美元，商业使用前需与月之暗面另签协议。若商业产品月活超过 1 亿，或月收入超过 2000 万美元，界面需显著展示“Kimi K3”。内部使用不受这两项限制。
| 研究与修改 | 允许，包括微调和衍生作品。 |
|---|---|
| 商业产品 | 原则上允许，但须遵守许可证中的规模门槛与署名要求。 |
| 大型 MaaS | 连续 12 个月总收入超过 2000 万美元时需另签协议。 |
| 超大型产品 | 月活超过 1 亿或月收入超过 2000 万美元时须显著展示“Kimi K3”。 |
性能排行榜仍需外部验证
月之暗面公布的成绩包括 Terminal-Bench 2.1 的 88.3、DeepSWE 的 67.5 和 GPQA Diamond 的 93.5，并展示了多模态和知识工作能力。按这组数字，K3 在多项任务上已接近领先闭源模型，但开放权重并不会自动把厂商自测变成独立证据。
使用方式API是更现实的起点
官方 API 模型名为 `kimi-k3`。命中缓存的输入为每百万 token 0.30 美元，未命中为 3 美元，输出为 15 美元。官方称编程场景缓存命中率超过 90%，团队仍应根据自己的提示词结构实测。
K3 已经从发布预告跨到了真实可下载的权重。下一道考题不是文件是否存在，而是外部用户能否以合理成本复现它的能力。
结论重要的开放权重里程碑
Kimi K3 现在是一次真正的开放权重发布：文件公开、技术报告完整、许可证授予了有实际意义的使用与修改权。代价也同样明确，它的规模把自托管门槛推到了大型基础设施。研究和部署评估可以直接下载权重；日常试用优先走 API；在独立评测出现前，不要把厂商的前沿跑分当成定论。