月之暗面Kimi K3正式开放权重，部署能力突破英伟达生态

北京时间7月27日晚，月之暗面Kimi在全球开源社区Hugging Face正式发布Kimi K3完整模型权重。同步公开的还有详细技术报告，以及支撑该模型训练的三项关键基础设施技术——MoonEP、FlashKDA和AgentEnv。此次开源采用修改版MIT许可证，开发者可按需下载、修改并本地部署。

Kimi K3总参数规模达2.8万亿，激活参数1040亿，是全球首个迈入3万亿参数级别的开源模型。模型基于混合专家（MoE）架构，在896个路由专家中每个Token仅激活16个。架构上采用自研Kimi Delta Attention（KDA）混合线性注意力机制与Attention  Residuals（注意力残差）技术，原生支持视觉理解，上下文窗口达100万Token。相比上一代Kimi K2，整体扩展效率提升约2.5倍。

技术报告披露，Kimi K3在编程、智能体、推理与视觉等数十项基准测试中超越所有开源模型及多数闭源模型。在Arena Intelligence的WebDev Arena中，Kimi K3以1679 Elo登顶，成为首个在该榜单夺冠的开源模型；Artificial Analysis Intelligence Index v4.1得分57.1，排名全球第四。报告同时指出，其整体性能仍略逊于Claude Fable  5和GPT-5.6 Sol。

此次开源尤为值得关注的是Kimi K3在GPU与芯片算力层面展现的自主工程能力。

技术报告显示，在GPU内核优化测试中，Kimi K3在24小时内独立完成了AttnRes、DeepSeek Sparse Attention、KDA和MLA四种代表性内核的优化。其中AttnRes延迟从283.6毫秒降至114.4毫秒，DSA和KDA运行时间分别减少55.1%和73.6%，MLA接近峰值TFLOPS。该表现与Claude  Fable 5持平，显著优于Claude Opus 4.8、GPT-5.6 Sol和GPT-5.5。

需注意的是，测试环境同时覆盖了NVIDIA H200与来自其他供应商的GPGPU，意味着Kimi K3的部署能力已不局限于英伟达生态。

报告还显示，Kimi K3自主开发了名为MiniTriton的紧凑型GPU编译器，从Python前端到PTX代码生成全链路均由模型完成，在NVIDIA L20上性能超越PyTorch eager、torch.compile和标准Triton实现。

作为早期的概念验证，技术报告披露Kimi K3在48小时自主运行中，基于开源EDA工具和Nangate 45nm工艺库，完成一款推理芯片原型的设计、优化与验证。该芯片面积仅4平方毫米，集成146万个标准单元、0.277MB SRAM及带融合去量化的INT4 MAC阵列，是一款由模型设计、为模型服务的芯片，标志着AI已具备从算法到硬件的全栈自主工程能力。

与模型权重同步开源的还有三项基础设施技术：MoonEP是为超大规模MoE设计的高性能专家并行通信库，可实现完美负载均衡；FlashKDA是KDA注意力机制的高性能算子，在英伟达H20上预填充速度相比基线提升1.72至2.22倍；AgentEnv是与KVCache.ai合作开发的智能体沙箱系统，支持快速快照、恢复与Fork，用于大规模Agent训练环境。

月之暗面表示，此次开源旨在加速前沿智能的部署与普及，促进AGI研究。随着Kimi K3完整权重、技术报告及核心Infra技术的同步开放，开源大模型正式迈入2.8万亿参数阶段。

（来源：第一财经）