Kimi K3: Обзор китайской нейросети Moonshot AI, возможности и сравнение

Что такое Kimi K3 и кто её создал

Kimi K3 — это флагманская языковая модель китайской компании Moonshot AI, основанной в марте 2023 года выпускниками престижного университета Цинхуа. Компания уже успела заявить о себе в 2025 году с моделью Kimi K2, которая привлекла внимание открытыми весами, длинным контекстом и доступными ценами. K3, выпущенная 16 июля 2026 года, стала логичным продолжением и значительным шагом вперёд.

Модель относится к классу Large Language Models (LLM) и предназначена для работы с текстом, кодом, анализа документов и выполнения агентных сценариев. Важно понимать: K3 не генерирует изображения или видео на выходе, хотя может принимать их на вход для анализа. Это чисто текстовая модель, способная писать код, который, например, склеивает готовые видеофрагменты, но не создаёт их с нуля.

Название модели читается как «Кими» — в русскоязычном пространстве встречаются оба варианта написания, но речь всегда об одной и той же нейросети.

Архитектура и ключевые технические характеристики

Kimi K3 построена на архитектуре Mixture of Experts (MoE) с впечатляющими характеристиками. Модель содержит 2,8 триллиона параметров — это почти втрое больше, чем у предшественницы K2 (около 1 трлн). Из 896 экспертов на каждый токен активируются 16, что позволяет сохранять высокую производительность при огромном общем размере.

Собственные разработки Moonshot включают механизм Kimi Delta Attention (KDA) и Attention Residuals (AttnRes). Эти инновации помогают модели эффективно обрабатывать длинные последовательности и удерживать контекст в многошаговых агентных цепочках.

Контекстное окно составляет 1 048 576 токенов — это более тысячи страниц текста в одном запросе. Однако в некоторых источниках указывается 262 144 токена, что может быть связано с ограничениями конкретных интерфейсов или планов. Официально заявленный максимум — 1 млн токенов.

Модель всегда работает в режиме рассуждений (reasoning), параметр reasoning_effort пока принимает только значение max. В веб-чате появился регулятор «Интенсивность рассуждений», но в API пока доступен только максимальный уровень.

Реальные результаты: бенчмарки и независимые оценки

Moonshot публикует впечатляющие результаты собственных тестов. По данным компании, K3 показывает 91,2 балла в BrowseComp (выше Claude Fable 5 с 88,0 и GPT-5.6 Sol с 90,4), 42,0 в SWE Marathon (первое место) и 81,2 в FrontierSWE. Однако важно понимать контекст: это vendor-бенчмарки, то есть замеры, выполненные самим разработчиком.

В независимом рейтинге Artificial Analysis модель набрала 57 баллов и заняла четвёртое место среди 189 моделей. Это выдающийся результат для команды, которая младше OpenAI на семь лет, но не «победа над всеми», как иногда подаётся в новостях.

Есть и нюансы в методологии Moonshot. Например, если Claude Fable 5 отказывался выполнять запрос по внутренним правилам, задание автоматически передавалось другой модели Anthropic — Opus 4.8, и её ответ засчитывался в строку Fable. Кроме того, разные модели тестировались с разными программными обвязками (KimiCode, Claude Code, Codex), что вносит собственную погрешность.

Из независимых оценок: на Arena.ai K3 заняла первое место в тесте по созданию веб-интерфейсов. При этом Artificial Analysis отмечает рост галлюцинаций по сравнению с предыдущей версией.

Сравнение с конкурентами: Claude, GPT и DeepSeek

Прямое сравнение с западными флагманами показывает, что K3 — сильный игрок, но не безусловный лидер. Сам Moonshot в разделе Limitations признаёт, что общая производительность K3 уступает Claude Fable 5 и GPT-5.6 Sol.

По цене ситуация тоже неоднозначная. Официальный прайс API: $3 за миллион входных токенов (с кэшированием — $0,30) и $15 за миллион выходных. Для сравнения: Claude Opus 4.8 стоит $5/$25, то есть K3 дешевле примерно вдвое. Однако Claude Sonnet 5 до 31 августа 2026 года доступен по промо-цене $2/$10, что делает его в полтора раза дешевле «убийцы дорогих подписок». После окончания промо тарифы сравняются: стандартный прайс Sonnet 5 — те же $3 и $15.

С китайскими конкурентами ситуация иная. DeepSeek V4 Pro значительно дешевле, но уступает по ряду параметров. K3 — самая крупная модель из тройки (DeepSeek, Qwen, Kimi) и единственная с окном в миллион токенов.

Важный момент: K3 всегда включает reasoning, что приводит к большому количеству выходных токенов. При цене $15 за миллион выходных это может быстро увеличить счёт. Бюджет стоит рассчитывать именно по выходным токенам.

Открытые веса: миф или реальность

Одно из самых громких заявлений — «открытая модель, качай и пользуйся». На практике ситуация сложнее. Moonshot обещала выложить веса к 27 июля 2026 года, но на момент проверки в указанный день в профиле moonshotai на Hugging Face свежего релиза не было. Более того, речь идёт именно об open weight, а не полноценном open source: технический отчёт, детали обучения и файлы для запуска пока не опубликованы.

Даже когда веса появятся, запустить модель дома не получится — для работы с 2,8 трлн параметров нужны десятки ускорителей, что доступно только крупным компаниям и исследовательским центрам. Таким образом, для большинства пользователей модель остаётся закрытой и доступной только через API или веб-чат.

Как получить доступ к Kimi K3 из России

Официальный сайт нейросети — kimi.com. Здесь доступен чат, скачивание приложений и подписки. Для разработчиков есть platform.kimi.ai с API и документацией. Важно: никаких других официальных адресов у Moonshot нет. Фейковые сайты вроде kimik2.com, kimi-com.ru, kimi.online — подделки, на них нельзя вводить платёжные данные.

Регистрация на kimi.com возможна по email или телефону. С российскими номерами могут быть проблемы — Help Center Moonshot указывает, что принимаются только номера «поддерживаемых регионов». Рекомендуется регистрироваться по почте.

С 19 июля 2026 года Moonshot приостановил регистрацию новых пользователей из-за перегрузки серверов. Действующие аккаунты работают, а новые открывают партиями. Однако чат на kimi.com отвечает и без входа — K3 доступна в селекторе моделей. Правда, без аккаунта по умолчанию отвечает младшая модель K2.6, и после нескольких ответов K3 начинает показывать предупреждение о загруженных серверах.

Альтернативный путь — сторонние агрегаторы, такие как STIVA.AI, где модель доступна за токены без необходимости иностранных карт и VPN.

Цены и подписки: сколько стоит использование

Официальные цены API Kimi K3 на platform.kimi.ai:

• Input, cache hit: $0,30 за 1 млн токенов
• Input, cache miss: $3,00 за 1 млн токенов
• Output: $15,00 за 1 млн токенов

Кэширование работает автоматически: при повторной отправке того же префикса контекста плата снижается в 10 раз.

Для пользователей веб-чата доступен бесплатный план Adagio с ограничениями: одна активная задача, две запланированные, 500 МБ под файлы, урезанная длина ответа. Подписка Allegro стоит от $79 в месяц при оплате за год и даёт приоритетную очередь, расширенные лимиты агентов и полный контекст в 1 млн токенов.

На сторонних платформах цены могут отличаться. Например, на STIVA.AI запрос стоит 200 токенов платформы, что может быть выгоднее для разовых задач.

Практическое применение: для каких задач подходит K3

Kimi K3 демонстрирует лучшие результаты в задачах, требующих глубоких рассуждений, анализа больших объёмов данных и многошаговых сценариев. Вот ключевые области применения:

• Сложные исследования и аналитика: модель способна обрабатывать документы объёмом до тысячи страниц, выделять ключевые риски и предлагать решения.
• Программирование и архитектура кода: K3 показывает высокие результаты в бенчмарках SWE Marathon и FrontierSWE, что говорит о сильных навыках в разработке и рефакторинге.
• Агентные сценарии: модель может планировать и выполнять многошаговые задачи, например, написать скрипт для склейки видео из готовых клипов.
• Деловая переписка и техническая документация: K3 хорошо справляется с генерацией структурированных текстов на русском языке.

Однако для простых повседневных запросов модель избыточна — младшие версии K2.5 или K2.6 справляются быстрее и дешевле. Рекомендуется использовать K3 только для задач, где действительно нужна её глубина рассуждений.

Ограничения и слабые стороны модели

Несмотря на впечатляющие характеристики, у Kimi K3 есть ряд ограничений, которые важно учитывать:

• Чувствительность к thinking history: модель может начать делать лишнее, если промт недостаточно точный. Требуется чёткая формулировка задачи.
• Избыточная проактивность: при неконкретных запросах K3 может генерировать ненужные действия или рассуждения.
• Рост галлюцинаций: по данным Artificial Analysis, по сравнению с предыдущей версией K2 у K3 увеличилось количество вымышленных фактов.
• Высокая стоимость выходных токенов: из-за постоянно включённого reasoning итоговый счёт может быть значительно выше ожидаемого.
• Отсутствие генерации изображений и видео: модель работает только с текстом и кодом, хотя может анализировать визуальный контент на входе.
• Ограниченная доступность: проблемы с регистрацией новых пользователей и необходимость использования сторонних платформ для пользователей из России.

Как правильно составлять промпты для Kimi K3

Чтобы получить максимальную отдачу от модели, следуйте нескольким простым правилам:

1. Задавайте роль и цель: «Ты редактор, перепиши текст короче и строже» вместо «Перепиши текст».
2. Явно указывайте желаемый формат ответа: список, таблица, JSON, план.
3. Прикладывайте файлы и данные целиком — контекст в 1 млн токенов это позволяет.
4. Для сложных задач просите модель сначала составить план, затем выполнять по шагам.

Примеры эффективных промптов:

• Анализ документа: «Ты аналитик. Вот отчёт на 40 страниц. Составь резюме на одной странице, выдели 5 ключевых рисков и предложи действия по каждому.»
• Код и рефакторинг: «Проверь этот модуль на баги и предложи рефакторинг. Объясни каждое изменение и покажи итоговый код целиком.»
• Деловой текст: «Напиши письмо клиенту с извинением за задержку и планом решения. Тон — вежливый, но уверенный, до 150 слов.»

Помните: чем конкретнее запрос, тем точнее и полезнее будет ответ.

Вопросы и ответы