I pesi di Kimi K3 sono aperti e posso eseguirlo localmente?

Sì, Moonshot AI ha rilasciato pubblicamente i pesi completi, quindi puoi scaricarli e auto-ospitarli. Con 2,8T parametri totali, però, serve hardware sostanziale; la maggior parte delle persone lo userà via API piuttosto che localmente.

Quanto costa Kimi K3 e qual è la sua finestra di contesto?

Via API costa $0,73 per milione di token in input e $10,00 per milione di token in output, con una finestra di contesto di 1.048.576 token—poco più di un milione.

In cosa Kimi K3 differisce da altri modelli di frontiera?

È il primo modello rilasciato pubblicamente nella classe da 3T parametri, usa una nuova architettura KDA e Attention Residuals, ed è progettato specificamente per flussi agentici a lungo termine con visione nativa—non è un modello chat generalista con ragionamento aggiunto.

▲

23.9%

questa settimana

Kimi K3

9095°

#llm #moonshotai #visione #video #ragionamento #programmazione

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

MoonshotAI | 1,048,576 token context | $0.30/M input, $11.94/M output. Kimi K3 is a 2.8T parameter open-weight multimodal reasoning model from Moonshot AI. It is suited for complex coding, knowledge work, and long-horizon agentic workflows, and is particularly strong at navigating large repositories, using tools, debugging, and iterating against images, logs, tests, and runtime feedback. Its architecture uses KDA and Attention Residuals for computational efficiency.

Guide per questo modello

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Come scegliere un modello AI a ottobre 2026: le novità closed source, poi i pesi aperti da scaricare

Il miglior LLM locale per caso d'uso (ottobre 2026): il modello open giusto per ogni lavoro

Quanta VRAM serve davvero per l'AI locale?

Come Installare Ollama e Usare un'IA Locale (Windows, Mac, Linux)

Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

Kimi K3 è un modello multimodale di ragionamento open-weight da 2,8 trilioni di parametri di Moonshot AI, costruito su una nuova architettura KDA e Attention Residuals con 104B parametri attivati per token. Gestisce testo, immagini e video nativamente su una finestra di contesto di un milione di token, ed è pensato specificamente per lavori agentici a lungo termine: sessioni di codifica multi-step, navigazione di grandi repository e pipeline di ricerca con molti strumenti. Se ti serve un modello open di frontiera per ingegneria o lavoro conoscitivo serio, questo è quello da valutare.

Conosciuto per

Sostiene lunghe sessioni agentiche di codifica su repository enormi con supervisione minima.
Multimodale nativo: comprende testo, immagini e video in un unico modello.
Finestra di contesto da un milione di token per lavori profondi su documenti e codebase.
Architettura MoE da 2,8T parametri che attiva 104B per token per ragionamento di livello frontiera.
Pesi open rilasciati da Moonshot AI per ricerca e distribuzione.

Attenzione a

L’output costa $10,00 per milione di token — i costi salgono rapidamente in loop agentici lunghi.
Con 2,8T parametri totali, la distribuzione locale richiede hardware serio; la maggior parte degli utenti userà l’API.
I pesi sono rilasciati sotto la licenza Kimi K3, non una licenza open-source standard—controlla i termini prima dell’uso commerciale.

Ideale per

Programmazione

Agenti e uso di strumenti

Ragionamento

Visione

Contesto lungo

Prompt da provare

Debug di una suite di test fallita

Ho un repository Python dove i test di integrazione falliscono dopo un recente refactor. Ecco il log degli errori e i file rilevanti. Identifica la causa principale, tracciala nel codice e proponi una correzione minima con spiegazione del perché la modifica originale ha rotto i test.

Ragionamento su progettazione di sistema

Progetta un servizio di rate-limiting per un’API pubblica che deve gestire 50.000 richieste al secondo, supportare limiti per utente e per endpoint, degradare elegantemente in caso di fallimento di Redis e aggiungere non più di 2ms di latenza p99. Spiega le tue decisioni architetturali e i compromessi a ogni passo.

Analisi screenshot per bug

Allego uno screenshot della dashboard della mia web app. Il grafico nel pannello in alto a destra viene renderizzato in modo errato—le barre si sovrappongono e le etichette degli assi sono tagliate. Diagnostica quali impostazioni CSS o della libreria grafica probabilmente causano questo e forniscimi la configurazione corretta.

Confronta con

Kimi Latest
Modello solo API
Contesto di 1,048,576 token · Input $0.29/M, output $24.00/M
Kimi K2 Thinking
Modello con pesi aperti
Contesto di 262,144 token · Input $0.60/M, output $2.50/M
Kimi K2.7 Code
Modello con pesi aperti
Contesto di 262,144 token · Input $0.67/M, output $3.35/M
Kimi K2.5
Modello con pesi aperti
Contesto di 262,144 token · Input $0.50/M, output $2.50/M

Altri modelli di testo da moonshotai

Domande frequenti

I pesi di Kimi K3 sono aperti e posso eseguirlo localmente?: Sì, Moonshot AI ha rilasciato pubblicamente i pesi completi, quindi puoi scaricarli e auto-ospitarli. Con 2,8T parametri totali, però, serve hardware sostanziale; la maggior parte delle persone lo userà via API piuttosto che localmente.
Quanto costa Kimi K3 e qual è la sua finestra di contesto?: Via API costa $0,73 per milione di token in input e $10,00 per milione di token in output, con una finestra di contesto di 1.048.576 token—poco più di un milione.
In cosa Kimi K3 differisce da altri modelli di frontiera?: È il primo modello rilasciato pubblicamente nella classe da 3T parametri, usa una nuova architettura KDA e Attention Residuals, ed è progettato specificamente per flussi agentici a lungo termine con visione nativa—non è un modello chat generalista con ragionamento aggiunto.

Verdetto del capitano
Il modello open-weight più capace disponibile ora, costruito per agenti e lavoro ingegneristico serio—ma il prezzo dell’output punirà le sessioni lunghe.

Scheda modello su Hugging Face

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #16 Hottest Text / LLM model · #16 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tendenza di popolarità di Kimi K3

Punteggio di calore da 16 Jul 2026

Punteggio di popolarità

9,095°

Questa settimana

▲

23.9%

9,067° allora, 9,095° ora

Questo mese

▲

189%

8,954° allora, 9,095° ora

Ultimo anno

n/a

Non ancora rilasciato/tracciato

7,000°

Floor

La scala va da 0° a 9.999°. Tutto ciò che sta sotto 7,000° è riservato ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete. 7,000° è dove iniziano i dati misurati: un modello con dati reali ma quasi nessun download sta al floor, e le misurazioni riempiono i gradi sopra di esso. Il floor non dice nulla sul modello; solo i gradi sopra lo fanno, e sono quelli che distinguono un modello dall'altro.

+1,767°

Token OpenRouter

7,787,431,365,488 token processati da questo modello tramite OpenRouter negli ultimi 30 giorni, prompt e risposte insieme. Ogni 10,000,000 token conta come un download nel termine di download, 778,743 in totale; i token dell'ultimo giorno contribuiscono al tasso di adozione. Fonte: OpenRouter (openrouter.ai/rankings).

+328°

Tasso di adozione

Circa 23,609 download al giorno, misurati tra due rilevazioni delle fonti, mai stimati da una media a vita. La velocità pesa un quarto del termine download, così una nuova impennata si vede senza che un picco di un giorno superi anni di uso.

Mostra dettagli

Ogni numero su questo sito può essere verificato. Il punteggio heat di questo modello è 9,095°, ed è costruito un ingrediente alla volta, con il totale progressivo dopo ogni passaggio: il floor, i gradi che ogni fonte aggiunge, il bonus per il tipo di modello e cosa toglie l'età dei suoi pesi. I colori corrispondono alle bande del grafico sopra. Il glossario alla fine definisce ogni termine.

1
Inizia dal floor.
Perché 7,000° e non zero: la scala va da 0° a 9.999°, e la parte sotto 7,000° è riservata ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete e non superare mai un modello con dati. 7,000° è dove iniziano i dati misurati. Un modello con dati reali ma quasi nessun download sta qui; tutto ciò che segue è misurazione, e lo spazio sopra il floor contiene dieci passi decuplici nei download a 300° ciascuno. Il floor è uguale per ogni modello, quindi non decide nulla; lo fanno i gradi sopra di esso.
7,000°
totale in corso
2
Aggiungi i download.
778,743 equivalenti di download in totale, da Token OpenRouter. Dieci volte i download aggiungono lo stesso 300°, quindi la dimensione conta ma non domina mai il punteggio.
+1,767°
8,767°
totale in corso
3
Aggiungi il tasso di adozione.
Circa 23,609 download al giorno in questo momento, misurati tra due rilevazioni, con un peso di un quarto.
+328°
9,095°
totale in corso
=
Il punteggio heat.
Dove si posiziona questo modello in ogni lista di questo sito. Niente altro lo modifica.
9,095°

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Come si è mosso questo modello rispetto al resto del catalogo: la sua crescita in download, like e utilizzo in ogni periodo, misurata rispetto alla crescita tipica dei modelli nello stesso periodo, con il suo punteggio di popolarità al momento. Sopra la crescita tipica indica un aumento, sotto una diminuzione. Il passato è ricostruito dai totali di oggi, dal primo giorno del modello e dalla sua velocità di download misurata quando ci sono due letture; un modello che non esisteva all'inizio del periodo mostra n/a.

Modelli simili

Llama 3.1 8B Instruct

TEXT / LLM

Aion 3.0 Mini

TEXT / LLM

Modelli di IA per generare immagini, video e testo

Kimi K3 è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm moonshotai visione video ragionamento programmazione agenti contesto lungo

Sfoglia per famiglia di modelli