Moonshot เปิดเผย Kimi K3 Weights ภายใต้ใบอนุญาตที่มีหลายระดับรายได้

Moonshot AI ได้เผยแพร่น้ำหนักแบบเต็มสำหรับ Kimi K3 เมื่อวันที่ 27 กรกฎาคม 2569 ซึ่งเป็น 11 วันหลังจากที่ห้องปฏิบัติการใน北京เปิดตัวโมเดลเป็นบริการโฮสต์ น้ำหนัก และ รายงานทางเทคนิค ได้รับการเผยแพร่พร้อมกันบน Hugging Face และ GitHub ภายใต้เงื่อนไขที่บริษัทเรียกว่า ใบอนุญาต Kimi K3

Kimi K3 เป็นโมเดลที่ผสมผสานระหว่างผู้เชี่ยวชาญหลายคน โดยมีพารามิเตอร์ทั้งหมด 2.8 ล้านล้านพารามิเตอร์ โดย 104 พันล้านพารามิเตอร์จะทำงานเมื่อมีการประมวลผลโทเค็นใดๆ โมเดลนี้มีหน้าต่างบริบทขนาด 1 ล้านโทเค็น และสามารถประมวลผลข้อความและภาพได้โดยตรงผ่าน MoonViT-V2 ซึ่งเป็นตัวเข้ารหัสภาพที่ Moonshot เรียกว่า MoonViT-V2 และส่งแต่ละโทเค็นไปยังผู้เชี่ยวชาญ 16 คนจากทั้งหมด 896 คน Moonshot อธิบายว่าโมเดลนี้เป็นโมเดลที่เปิดกว้างระดับ 3 ล้านล้านพารามิเตอร์แห่งแรกของโลก

สถาปัตยกรรมเป็นสิ่งที่ห้องปฏิบัติการมุ่งเน้นการทำงาน Kimi Delta Attention จัดการ 69 ใน 93 ชั้นของโมเดล โดยมีชั้นการดูแลความสนใจแบบปิด 24 ชั้นร่วมกัน และมีกลไกที่ห้องปฏิบัติการเรียกว่า Attention Residuals ซึ่งสามารถดึงข้อมูลแสดงผลตามความลึกได้ Moonshot รายงานว่าชุดนี้เมื่อรวมกับ Stable LatentMoE routing ของพวกเขา ทำให้เกิดการปรับปรุงประสิทธิภาพการปรับขนาดประมาณ 2.5 เท่าเมื่อเทียบกับ Kimi K2

สิ่งที่ใบอนุญาตอนุญาต

ใบอนุญาต Kimi K3 อ่านได้เหมือน MIT สำหรับระยะเวลาส่วนใหญ่ ใบอนุญาตนี้ให้สิทธิ์แก่บุคคลใดๆ โดยไม่มีค่าใช้จ่ายในการใช้ คัดลอก ปรับเปลี่ยน จำหน่าย และ sublicensing ซอฟต์แวร์ และเพื่อ चलา การปรับให้เหมาะสม หรือสร้างผลงานที่ได้รับอนุญาตจากน้ำหนัก

มีเงื่อนไขสองประการเหนือเส้นรายได้

• ผู้ได้รับอนุญาตที่ดำเนินธุรกิจ “Model as a Service” ซึ่งกำหนดไว้ในใบอนุญาตว่าเป็นการให้บุคคลที่สามเข้าถึงการอนุมานหรือการปรับให้เหมาะสมด้วยการควบคุมที่มีความหมายเหนือการเข้าถึง ข้อมูลพารามิเตอร์ หรือข้อมูลฝึกอบรม ต้องลงนามในข้อตกลงแยกต่างหากกับ Moonshot เมื่อรายได้ของลูกค้าและบริษัทในเครือเกิน 20 ล้านเหรียญสหรัฐฯ ในช่วง 12 เดือนติดต่อกัน
• ผลิตภัณฑ์หรือบริการเชิงพาณิชย์ที่มีผู้ใช้งานมากกว่า 100 ล้านคนต่อเดือน หรือมีรายได้มากกว่า 20 ล้านเหรียญสหรัฐฯ ต่อเดือน จะต้องแสดง “Kimi K3” อย่างเด่นชัดในอินเทอร์เฟซ

เงื่อนไขเหล่านี้ไม่适用于การใช้งานภายในหรือการเข้าถึงผ่านผลิตภัณฑ์ของ Moonshot และพันธมิตรการอนุมานที่ได้รับการรับรอง ผลิตภัณฑ์ที่ฝังโมเดลไว้ในคุณลักษณะหรืออุปกรณ์เฉพาะ หรือที่ส่งต่อคำขอไปยังโมเดลที่บุคคลอื่นเป็นเจ้าของ จะไม่ถือว่าเป็นการให้บริการ

ผลกระทบเชิงปฏิบัติคือการแบ่งแยกตามแบบจำลองธุรกิจมากกว่าการแบ่งแยกตามผู้ใช้ ทีมที่ปรับให้เหมาะสม K3 บนโครงสร้างพื้นฐานของตนเองไม่มีภาระผูกพัน ผู้ให้บริการคลาวด์ที่ขายการอนุมาน K3 ในระดับใหญ่จะต้องมีสัญญากับ Moonshot ก่อนที่จะทำเช่นนั้น

การเปิดตัวนี้ยังเข้ามาอยู่ในข้อโต้แย้งซึ่งกำลังดำเนินอยู่ที่วอชิงตัน Nvidia และ Microsoft สนับสนุนการเปิดน้ำหนัก AI ในจดหมายร่วม (MSFT ) (NVDA ) เมื่อวันที่ 24 กรกฎาคม 2569 และ Sam Altman ของ OpenAI นำ โมเดลตระกูลถัดไปของบริษัทไปยังสมาชิกสภานิติบัญญัติและเจ้าหน้าที่ฝ่ายบริหาร ที่วอชิงตันในวันเดียวกับที่น้ำหนักถูกส่งออก โมเดล 2.8 ล้านล้านพารามิเตอร์ที่สามารถดาวน์โหลดได้จากห้องปฏิบัติการจีนตอนนี้เป็นจุดคงที่ในข้อถกเถียงนั้น

ที่ไหนที่การประเมินมัน

Artificial Analysis ได้คะแนน Kimi K3 ที่ 57 ในดัชนีความฉลาดของตนเอง ในขณะที่โมเดลยังคงเป็น API เท่านั้น โดยวางไว้ที่สามโดยรวมและเทียบเท่ากับ Claude Opus 4.8 และ GPT-5.5 หลัง Claude Fable 5 และ GPT-5.6 Sol ตัวเลือกที่เปิดกว้างที่แข็งแกร่งที่สุดในดัชนีนั้นอยู่ต่ำกว่ามาก: GLM-5.2 ที่ 51 และ DeepSeek V4 Pro ที่ 44

ตัวเลขอัจฉริยะเป็นส่วนแข็งแกร่งของการประเมินนั้น Artificial Analysis วัด K3 ที่ 1668 Elo บน GDPval-AA v2 ขึ้นจาก 1190 สำหรับ Kimi K2.6 และจัดให้อยู่ในอันดับแรกบน AutomationBench-AA ที่ 53% ต้นทุนต่องานอยู่ที่ 0.94 ดอลลาร์ ใกล้เคียงกับ GPT-5.6 Sol และประมาณครึ่งหนึ่งของราคา Opus 4.8

ตารางมาตรฐานของ Moonshot自己的 ตารางมาตรฐาน รายงาน 93.5% บน GPQA Diamond และ 91.2 บน BrowseComp โดยมีคำอธิบายที่เปิดเผยว่าโมเดลที่แตกต่างกันถูกใช้ภายใต้เครื่องมือที่แตกต่างกัน โพสต์การเปิดตัวของห้องปฏิบัติการระบุว่าประสิทธิภาพโดยรวมยังคงตามหลัง Fable 5 และ GPT-5.6 Sol และระบุช่องว่างประสบการณ์ผู้ใช้เทียบกับทั้งสองเป็นข้อจำกัด ตอนนี้ที่จุดตรวจสอบสามารถดาวน์โหลดได้ ตัวเลขเหล่านั้นสามารถรันซ้ำได้โดยใครก็ตามที่ไม่ต้องยอมรับจากเครื่องมือของผู้ขาย

สิ่งที่ต้องใช้ในการทำงาน

Moonshot แนะนำให้ติดตั้ง K3 บนส่วนขยายของซูเปอร์โน้ตที่มี 64 หรือมากกว่า และชี้ไปที่ vLLM, SGLang และ TokenSpeed เป็นตัวขับเคลื่อนการอนุมานที่ได้รับการสนับสนุน เนื่องจาก Kimi Delta Attention ขัดขวางการแคชแบบปกติ ห้องปฏิบัติการจึงมีส่วนร่วมในการนำไปใช้การแคชของตนเองไปยังโครงการ vLLM ร่วมกับการเปิดตัว น้ำหนักจะถูกส่งออกมาในแบบควอนตัมโดยตรง โดยมีการฝึกอบรมที่ตระหนักถึงควอนตัมตั้งแต่ขั้นตอนการปรับให้เหมาะสมแบบกำกับ

รายละเอียดการปรับใช้หนึ่งรายการมีความสำคัญมากกว่าที่ตำแหน่งของโมเดลการ์ดแนะนำ K3 ได้รับการฝึกอบรมในโหมดที่ Moonshot เรียกว่า “ประวัติการคิดที่เก็บรักษาไว้” ซึ่งต้องใช้เครื่องมือในการส่งคืนข้อความช่วยเหลือที่สมบูรณ์ของโมเดล รวมถึงเนื้อหาการให้เหตุผลและเครื่องมือที่เรียกใช้กลับเข้าสู่การสนทนา ทีมที่ละทิ้งหรือที่เปลี่ยนเซสชันที่ทำงานจากโมเดลอื่นกลางงานควรคาดหวังการประมวลผลที่ไม่เสถียร

API ที่ Moonshot โฮสต์ยังคงอยู่ที่ 3.00 ดอลลาร์ต่อล้านโทเค็นเข้า และ 15.00 ดอลลาร์ต่อล้านโทเค็นออก โดยมีการเข้าถึงแคชที่ 0.30 ดอลลาร์ สิ่งที่การเปิดตัวเพิ่มคือทางเลือกแทนการวัดนั้น: น้ำหนัก ใบอนุญาต และรายงานที่อธิบายว่าโมเดลถูกฝึกอบรมอย่างไร ล้วนเป็นสาธารณะ และการจำลองผลลัพธ์ของ Kimi K3 ของชุมชนสามารถเริ่มต้นจากตัวอักษรได้