Kimi K3 砸出 2.8T 参数开源核弹，Notion 火速接入，Polymarket 180 万粉官宣

北京时间 7 月 27 日，月之暗面（Moonshot AI）如期开放 Kimi K3 完整模型权重。2.8 万亿参数，1.4TB 下载量，MXFP4 量化，人类历史上最大的开源权重模型，提前一天交货。

Polymarket 以 180 万粉丝量级官宣，4,000 点赞、22.6 万阅读。Notion 在数小时内通过 Fireworks 完成接入。预测市场、生产力独角兽、GPU 集群，同一天被同一件事引爆。

Polymarket 180 万粉官宣、Sentdex 直呼「大日子」、Notion 数小时内上线

Polymarket（@Polymarket，180 万粉丝）以一条「BREAKING」推文击中 22.6 万阅读量、4,003 点赞和 226 次转发。Miles Deutscher（@milesdeutscher，67.4 万粉丝）将 K3 称为「今年最大的开源发布之一」，91 赞、近 3 万阅读。

AI 教育者 Harrison Kinsley / Sentdex（@Sentdex，10.8 万粉丝）发帖：「Promises made, promises kept，Kimi K3 现在正式开放权重。许可证看起来不错、公平。开源模型的大日子。」这条帖子获 615 赞、33 次转发、1.9 万阅读。他在回复中补充，K3 的蒸馏溢出效应会是「史诗级的」。

Abacus AI CEO Bindu Reddy（@bindureddy，32.2 万粉丝）在发布前一天预告要「把 Sonnet 和 Terra 的工作负载迁移到 K3」，286 赞、1.6 万阅读。BridgeMind（@bridgemindai，4.8 万粉丝）则亮出数据：K3 在 Frontend Code Arena 上以约 1,679 分登顶，超越 Claude Fable 5 和 GPT-5.6 Sol。

Notion（@NotionHQ，52.5 万粉丝）在发布当天宣布：「听说你们喜欢开源权重模型？Kimi K3 现在可以在 Notion 中使用了。由美国服务商 Fireworks 托管。」

Charm（@charmcli，1.6 万粉丝）紧随其后上线 K3，Applied Compute（@appliedcompute）宣布支持 K3 训练与推理，Nebius Token Factory 以「Day 0 合作伙伴」身份当天并行提供服务。

前 Google Brain 工程师 Ning（@totheagi）晒出一张 80 张 RTX 5090 跑 K3 的照片：20 tok/s 单流，纯 GDDR7 游戏卡跑通，647 赞、7.5 万阅读。

不是孤例。打开 Hugging Face 的 K3 模型页面，README 下方列着一整列立刻上线的推理服务商。

从 K3 API 上线到权重开放：十天里发生了什么

Kimi K3 的 API 在 7 月 16 日就已上线，同步开放 Kimi 应用、Kimi Code 和 API 三个入口。月之暗面当时承诺 7 月 27 日前放出完整权重。最终，权重于美东时间 7 月 26 日晚 7:30 落地，比自设 deadline 早一天。

这十天可不安静。7 月 16 日 K3 发布当天，港股中国 AI 概念集体下挫：Z.ai 股价一度暴跌 30%，MiniMax 跌 16%，阿里巴巴跌 4%。Arena 盲评中，开发者在前端编程任务上选择了 K3 而非美国头部模型。

同时，白宫科技政策办公室主任 Michael Kratsios 上周公开指控月之暗面使用受限制的英伟达芯片训练 K3，并对美国模型（包括 Anthropic 的 Fable 系列）进行了大规模蒸馏。月之暗面未回应置评请求。更早前，Anthropic 在 2 月单独指控月之暗面使用数百万条 Claude 对话日志训练前代 Kimi 模型。两项指控均未被独立验证。

另一边，AMD、Vercel 和 Ollama 公开签署了一封支持开源权重的联名信，主张保持包括中国模型在内的开源权重广泛可用。而 Anthropic 和 OpenAI 据报在推动更严格的管控。K3 的权重恰好落在这场政策辩论的正中央。

896 个专家只开 16 个：K3 的 2.5 倍效率从哪来

Kimi K3 是一个 MoE 模型，总参数 2.8 万亿，每 token 激活 104B 参数，从 896 个专家中选取 16 个。对比前代 K2 的 1T 总参数、32B 激活和 384 个专家，K3 的稀疏度大幅提高：专家数量涨了 2.3 倍，激活数只翻了一倍。这正是官方声称 2.5 倍 scaling 效率的来源，不靠堆参数硬怼。

架构上，K3 用上了 Kimi Delta Attention（KDA）和 Attention Residuals（AttnRes），93 层中 69 层为 KDA、24 层为 Gated MLA。视觉端搭载 MoonViT-V2（4.01 亿参数），支持原生图像和视频输入。上下文窗口拉到 100 万 token。量化方案是 MXFP4 权重 + MXFP8 激活，量化感知训练。

需要纠正一个流行的误解：不是整个模型都是 4-bit。独立研究者 @tonbistudio 挖权重后发现，只有 894 个路由专家的权重是 MXFP4，注意力层、共享专家和 embedding 仍然是全精度。另外，K3 不是每 token 只激活 16 个专家，还有 2 个共享专家永远在线，专门处理语法、常用词等通用语言建模。

Benchmark 上，Moonshot 官方报告极为坦率：K3 总体使用体验仍落后于 Claude Fable 5 和 GPT-5.6 Sol。但在多个单项上 K3 实现了反超：FrontierSWE 81.2 对 Fable 5 的 86.6 和 GPT-5.6 Sol 的 71.3；BrowseComp 91.2 对 88.0 和 90.4；SWE-Marathon 42.0 对 35.0 和 39.0；MCPMark-Verified 94.5 对 87.4 和 92.9。这种自我评估的诚实程度在模型发布中少见。

API 定价：$3/百万输入 token（缓存未命中）、$15/百万输出 token。缓存命中时低至 $0.30/百万 token。月之暗面称自己的 Mooncake 推理架构在典型编程负载下缓存命中率超 90%，意味着实际编程成本接近 $0.30 而非 $3。自建推理的最低门槛是 64 张加速卡，单机至少 8×H100 80GB。这不是笔记本模型。

开源对闭源，北京对华盛顿：K3 落在两条战线的交火点

过去，开源权重模型的叙事是「追赶」：DeepSeek V4 Pro 的 1.6T、MiMo V2.5 Pro 的约 1T，都难以进入与 GPT-5 或 Claude Fable 同级别的对话。K3 改变了这一点。它不是在所有维度上赢，但它在足够多的维度上坐到了同一张桌子旁，而且权重全部可下载。

转折点不止在性能。K3 的许可证才是真正的信号。大多数人还在用 K2 的「Modified MIT」做假设，但 K3 的实际许可文件是全新的自定义文档。Nathan Lambert 独立确认了两个商业门槛：年收入超 $2000 万的 Model-as-a-Service 需要另签商业协议；月活超 1 亿或月收入超 $2000 万的产品需要醒目展示「Kimi K3」品牌。比起 K2，多了一条专门针对 API 转售商的限制。不是阻断开源，是在可控范围内开放。

这恰好撞上更宏大的叙事框架。月之暗面 6 月 ARR 已达 $3 亿美元（4 月为 $2 亿），K3 发布后日收入增长至少 6 倍，正在以 $500 亿估值融资，计划年内赴港 IPO。《Tom's Hardware》的标题概括了这层意味：「向 OpenAI 和 Anthropic 的船舷开了一炮。」但这一炮同时也打在了华盛顿的甲板上。Kratsios 的指控、Anthropic 的二月声明、芯片管制争议、蒸馏合规辩论，全被这个 1.4TB 的下载捆绑到了一起。

风投人 Brian Zhan（Strike VC 合伙人）提出了一个被忽视的观点：K3 的 API 价格（$3/$15）与 Claude Opus 4.8 的 $5/$25 相比并不到「便宜到杀死算力需求」的程度，K3 在短任务上能烧掉 13,000+ 思考 token。「开源权重改变的是谁能吃到利润，不是改变前沿智能的运行成本。」

这不是一次追赶，这是同桌竞争

Kimi K3 的发布比任何一份 benchmark 表格更能说明一件事：开源权重模型已经不需要「追赶」这个词。2.8 万亿参数、提前一天交货、Notion 和 Polymarket 同一时间窗口内的反应。这不是一个替代品的故事，是一个席位的故事。坐在同一张桌子旁，用 104B 激活参数和 80 张 RTX 5090 投票。

转载声明：AREX Agent Feeds 原创报道，转载需保留完整内容并注明出处。