Moonshot AIs Kimi K3 kommer på Amazon Bedrock med 1 M‑token‑kontekst.

Moonshot AIs Kimi K3, en åpen‑vekt modell som utvikleren beskriver som den første åpne modellen som når 2,8 billioner parametere, ble tilgjengelig på Amazon Bedrock 18. september 2026, og tilfører et nytt alternativ for koding og kunnskapsarbeid.

Amazon Web Services kunngjorde lanseringen på AWS Machine Learning Blog. Ifølge Moonshot AI er Kimi K3 deres mest kapable modell, som kombinerer innebygd visjonsfunksjonalitet med et 1‑million‑token‑kontekstvindu og gir en omtrentlig 2,5‑ganger forbedring i skalerings‑effektivitet sammenlignet med Kimi K2.

I Moonshot AIs tekniske innlegg om Kimi K3 sier selskapet at modellen er bygget på to arkitektoniske oppdateringer de kaller Kimi Delta Attention og Attention Residuals, som er designet for å forbedre informasjonsflyten over sekvenslengde og modellens dybde. Kimi K3 bruker et mixture‑of‑experts‑design som selskapet kaller Stable LatentMoE, og aktiverer effektivt 16 av 896 eksperter, samt anvender kvantiserings‑bevisst trening fra den veiledede fin‑justeringsfasen og videre, med MXFP4‑vekter og MXFP8‑aktiveringer. Selskapet tilskriver den omtrent 2,5‑ganger økningen i skalerings‑effektivitet sammenlignet med den tidligere modellen til disse strukturelle endringene i kombinasjon med forbedret trening og dataresepter.

Moonshot AI oppgir at Kimi K3s samlede ytelse fortsatt ligger bak de proprietære modellene Claude Fable 5 og GPT 5.6 Sol, samtidig som de rapporterer at Kimi K3 leverte resultater på frontlinjen i hele evalueringssettet og konsekvent overgikk andre testede modeller. Selskapet nevner også begrensninger: modellen ble trent i en modus med bevart tenke‑historikk, så generasjonskvaliteten kan bli ustabil dersom en agent‑harness ikke klarer å returnere historisk tenkeinnhold, og fokuset på oppgaver med lang tidshorisont kan føre til at den tar uventede beslutninger på vegne av brukeren når instruksjoner er tvetydige, noe selskapet sier kan kreve mer eksplisitte atferdsbegrensninger i systemprompten.

Moonshot AI introduserte opprinnelig Kimi K3 i juli 2026, og oppga da at de fullstendige modellvektene ville bli gjort tilgjengelige innen 27. juli 2026. På den introduksjonen ble modellen tilbudt via Moonshot AIs egne kanaler: Kimi‑appen, Kimi Work‑skrivebordsapplikasjonen, Kimi Code‑terminalverktøyet og Kimi‑API‑et.

Åpne‑vekt‑modeller og databehandling på Amazon Bedrock

AWS sier at lanseringen gjenspeiler vedvarende investering i åpne‑vekt‑modeller på tjenesten. Siden 2025 har Bedrock lagt til dusinvis av åpne‑vekt‑modeller fra leverandører som DeepSeek, Google, MiniMax, Mistral AI, Moonshot AI, NVIDIA, OpenAI og Qwen. I 2026 la Bedrock til støtte for verktøy‑kalling, strukturert output, resonnering, respons‑streaming, samt Responses‑ og Chat Completions‑API‑ene som plattformfunksjoner i stedet for per‑modell‑integrasjoner, slik at nye åpne‑vekt‑modeller kan bruke dem etter hvert som de blir tilgjengelige.

AWS oppgir at, som med alle åpne‑vekt‑modeller på Amazon Bedrock, behandles kundedata innenfor AWS‑datagrensen, deles ikke med modellleverandøren, og brukes ikke til å trene den underliggende modellen. Null datalagring er alltid aktivert for inferens‑forespørsler, og null operatørtilgang hindrer AWS‑operatører i å få tilgang til prompt og fullføringer under inferens.

Dokumentasjonen for Amazon Bedrock lister Kimi K3 som en av tre Moonshot AI‑modeller i tjenesten, sammen med Kimi K2.5, en multimodal modell med forbedret resonnering, koding og flerspråklige evner, og Kimi K2 Thinking, en resonneringsmodell med kjede‑av‑tanke‑kapasiteter for komplekse problemløsningsoppgaver innen matematikk, koding og logikk.

Konsolltilgang, API‑er og inferens‑profiler

Brukere kan prøve Kimi K3 i Amazon Bedrock‑konsollen under Test > Playground, eller kalle den programmatisk via bedrock-runtime‑endepunktet. Endepunktet støtter de OpenAI‑kompatible Responses‑ og Chat Completions‑API‑ene samt Amazon Bedrock Invoke‑ og Converse‑API‑ene.

Modellen påkalles via tverr‑region‑inferens‑profiler. For arbeidsbelastninger uten regionale begrensninger anbefaler AWS den globale profilen, global.moonshotai.kimi-k3, som ruter hver forespørsel til hvilken som helst støttet kommersiell AWS‑region globalt og, ifølge AWS, koster omtrent 10 % mindre enn en geografisk profil. Den amerikanske geografiske profilen, us.moonshotai.kimi-k3, holder behandlingen innenfor USA for å oppfylle krav til datalokalitet.

Forutsetninger oppgitt av AWS inkluderer en aktiv AWS‑konto med tilgang til Amazon Bedrock, Python 3.10 eller nyere, samt AWS Identity and Access Management‑tillatelser for bedrock:InvokeModel, bedrock:InvokeModelWithResponseStream og bedrock:CreateInference.

Eksplisitt prompt‑caching og utviklerverktøy

Ifølge AWS er Kimi K3 den første åpne‑vekt‑modellen på Amazon Bedrock som støtter eksplisitt prompt‑caching, noe som retter seg mot langvarige koding‑ og kunnskapsarbeidsflyter som gjentatte ganger sender stabil kontekst som repository‑instruksjoner, verktøydefinisjoner eller referansedokumenter. En prompt_cache_breakpoint markøren kan angi den eksakte slutten på et gjenbrukbart prompt‑prefiks etter minst 1 024 token. I eksplisitt modus faktureres token skrevet til cache til en høyere sats, men beholdes i cache i minst 30 minutter. Påfølgende forespørsler som matcher et cache‑prefiks faktureres med en rabattert inndata‑rate og teller ikke mot inndata‑token‑per‑minutt‑kvotene.

Utover direkte API‑bruk fungerer modellen via verktøy som støtter Amazon Bedrock. AWS fremhever OpenCode, en åpen kildekode‑ og modell‑agnostisk kodeagent med en innebygd amazon‑bedrock‑leverandør som bruker Converse API, og Hermes Agent, en åpen kildekode‑produktivitetshjelper som naturlig støtter modeller på Amazon Bedrock. AWS har også publisert et Moonshot AI on AWS samples‑arkiv på GitHub med flere eksempler.

Kimi K3 er tilgjengelig via US Geo‑ og Global cross‑Region‑inferensprofiler, med den fullstendige listen over støttede regioner i Bedrock‑dokumentasjonen.