آیا وزنهای Kimi K3 باز هستند و میتوانم آن را به صورت محلی اجرا کنم؟

بله، Moonshot AI وزنهای کامل مدل را به صورت عمومی منتشر کرده است، بنابراین میتوانید آنها را دانلود و خودمیزبانی کنید. با ۲.۸ تریلیون پارامتر کل، به سختافزار قابل توجهی نیاز دارید؛ بیشتر افراد از طریق API استفاده خواهند کرد.

هزینه Kimi K3 چقدر است و پنجره متنی آن چقدر است؟

از طریق API قیمت ۰.۷۳ دلار به ازای هر میلیون توکن ورودی و ۱۰ دلار به ازای هر میلیون توکن خروجی است، با پنجره متنی ۱,۰۴۸,۵۷۶ توکنی — کمی بیش از یک میلیون.

Kimi K3 چه تفاوتی با سایر مدلهای پیشرفته استدلال دارد؟

این اولین مدل منتشر شده در کلاس ۳ تریلیون پارامتری است، از معماری نوآورانه KDA و Attention Residuals استفاده میکند و به طور خاص برای جریانهای کاری عاملمحور بلندمدت با دید بومی طراحی شده — نه یک مدل چت عمومی با استدلال افزوده شده.

▲

23.9%

این هفته

Kimi K3

9095°

#llm #moonshotai #بینایی #ویدیو #استدلال #کدنویسی

اجرای مدل

پیشنهادها / تبلیغات

OpenRouter ترمینال / API

پرداخت به ازای هر توکن

با این مدل در مرورگر چت کنید یا با یک کلید API از کد خود به آن دسترسی داشته باشید.

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.

راهنماهای این مدل

وزن‌های باز در مقابل متن‌باز در مقابل فقط API: واقعاً چه کاری مجاز هستید انجام دهید

چطور در اکتبر ۲۰۲۶ یک مدل هوش مصنوعی انتخاب کنیم: اخبار مدل‌های بسته و سپس وزن‌های باز که ارزش دانلود دارند

بهترین مدل محلی LLM بر اساس کاربرد (اکتبر ۲۰۲۶): مدل باز مناسب برای هر کار

واقعاً چقدر VRAM برای هوش مصنوعی محلی نیاز دارم؟

چگونه Ollama را نصب کنیم و یک هوش مصنوعی محلی را اجرا کنیم (ویندوز، مک، لینوکس)

فایل GGUF چیست؟ مدل‌های کوانتیزه شده توضیح داده شده (Q4، Q8، fp8، NF4)

همه راهنماها

یادداشت‌های کاپیتان

نوشته شده توسط Captain، ویراستار خانه

یادداشت‌ها از 2026-10-13

Kimi K3 مدل استدلال چندرسانه‌ای با وزن باز از Moonshot AI است که بر پایه معماری نوآورانه KDA و Attention Residuals با ۲.۸ تریلیون پارامتر کل و ۱۰۴ میلیارد پارامتر فعال شده در هر توکن ساخته شده. این مدل متن، تصویر و ویدئو را به صورت بومی در یک پنجره متنی یک میلیون توکنی مدیریت می‌کند و به طور خاص برای کارهای عامل‌محور بلندمدت طراحی شده: جلسات برنامه‌نویسی چندمرحله‌ای، ناوبری مخازن بزرگ و خطوط تحقیقاتی با ابزارهای سنگین. اگر به دنبال یک مدل باز پیشرفته برای مهندسی جدی یا کارهای دانش هستید، این مدل ارزش ارزیابی دارد.

معروف به

پشتیبانی از جلسات برنامه‌نویسی عامل‌محور طولانی در مخازن عظیم با نظارت حداقلی.
چندرسانه‌ای بومی: درک متن، تصویر و ویدئو در یک مدل واحد.
پنجره متنی یک میلیون توکنی برای کارهای عمیق روی اسناد و کدبیس.
معماری MoE با ۲.۸ تریلیون پارامتر کل و ۱۰۴ میلیارد فعال شده برای استدلال در سطح پیشرفته.
وزن‌های باز منتشر شده توسط Moonshot AI برای تحقیق و استقرار.

مراقب باشید

خروجی با قیمت ۱۰ دلار به ازای هر میلیون توکن — هزینه‌ها در حلقه‌های عامل‌محور طولانی سریع افزایش می‌یابد.
با ۲.۸ تریلیون پارامتر کل، استقرار محلی نیازمند سخت‌افزار جدی است؛ بیشتر کاربران از API استفاده خواهند کرد.
وزن‌ها تحت مجوز Kimi K3 منتشر شده‌اند که مجوز متن‌باز استاندارد نیست — قبل از استفاده تجاری شرایط آن را بررسی کنید.

بهترین برای

کدنویسی

عامل‌ها و استفاده از ابزار

استدلال

بینایی

متن زمینه بلند

دستورات برای امتحان

رفع اشکال تست شکست‌خورده

یک مخزن پایتون دارم که تست‌های یکپارچه‌سازی پس از بازسازی اخیر شکست می‌خورند. اینجا لاگ خطا و فایل‌های مرتبط است. علت اصلی را شناسایی کنید، آن را در کد دنبال کنید و یک اصلاح حداقلی با توضیح اینکه چرا تغییر اصلی تست‌ها را شکست داده پیشنهاد دهید.

استدلال در طراحی سیستم

یک سرویس محدودکننده نرخ برای یک API عمومی طراحی کنید که باید ۵۰,۰۰۰ درخواست در ثانیه را مدیریت کند، محدودیت‌های کاربر و نقطه انتهایی را پشتیبانی کند، در صورت خرابی Redis به آرامی افت کند و بیش از ۲ میلی‌ثانیه تاخیر p۹۹ اضافه نکند. تصمیمات معماری و مصالحه‌های هر مرحله را توضیح دهید.

تحلیل اسکرین‌شات برای اشکال

یک اسکرین‌شات از داشبورد وب‌اپ من پیوست شده. نمودار در پنل بالا سمت راست به درستی رندر نمی‌شود — میله‌ها روی هم افتاده‌اند و برچسب‌های محور قطع شده‌اند. تشخیص دهید کدام تنظیمات CSS یا کتابخانه نمودار احتمالاً باعث این مشکل شده‌اند و پیکربندی اصلاح شده را ارائه دهید.

مقایسه با

Kimi Latest
مدل فقط API
متن زمینه 1,048,576 توکن · ورودی $0.29/M، خروجی $24.00/M
Kimi K2 Thinking
مدل با وزن‌های باز
متن زمینه 262,144 توکن · ورودی $0.60/M، خروجی $2.50/M
Kimi K2.7 Code
مدل با وزن‌های باز
متن زمینه 262,144 توکن · ورودی $0.67/M، خروجی $3.35/M
Kimi K2.5
مدل با وزن‌های باز
متن زمینه 262,144 توکن · ورودی $0.50/M، خروجی $2.50/M

مدل‌های متنی بیشتر از moonshotai

سؤالات متداول

آیا وزن‌های Kimi K3 باز هستند و می‌توانم آن را به صورت محلی اجرا کنم؟: بله، Moonshot AI وزن‌های کامل مدل را به صورت عمومی منتشر کرده است، بنابراین می‌توانید آنها را دانلود و خودمیزبانی کنید. با ۲.۸ تریلیون پارامتر کل، به سخت‌افزار قابل توجهی نیاز دارید؛ بیشتر افراد از طریق API استفاده خواهند کرد.
هزینه Kimi K3 چقدر است و پنجره متنی آن چقدر است؟: از طریق API قیمت ۰.۷۳ دلار به ازای هر میلیون توکن ورودی و ۱۰ دلار به ازای هر میلیون توکن خروجی است، با پنجره متنی ۱,۰۴۸,۵۷۶ توکنی — کمی بیش از یک میلیون.
Kimi K3 چه تفاوتی با سایر مدل‌های پیشرفته استدلال دارد؟: این اولین مدل منتشر شده در کلاس ۳ تریلیون پارامتری است، از معماری نوآورانه KDA و Attention Residuals استفاده می‌کند و به طور خاص برای جریان‌های کاری عامل‌محور بلندمدت با دید بومی طراحی شده — نه یک مدل چت عمومی با استدلال افزوده شده.

حکم کاپیتان
پیشرفته‌ترین مدل با وزن باز موجود در حال حاضر، ساخته شده برای عامل‌ها و کارهای مهندسی جدی — اما قیمت خروجی برای جلسات طولانی سنگین خواهد بود.

کارت مدل در Hugging Face

کاپیتان این یادداشت‌ها را از توضیحات مدل و کارت مدل نوشته است. قیمت‌ها و اندازه متن زمینه مربوط به ارائه‌دهنده در زمان نوشتن است و ممکن است تغییر کند.

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

روند محبوبیت Kimi K3

امتیاز حرارتی از 16 Jul 2026

امتیاز داغی

9,095°

این هفته

▲

23.9%

9,067° آن زمان، 9,095° الان

این ماه

▲

189%

8,954° آن زمان، 9,095° الان

سال گذشته

n/a

هنوز منتشر/ردیابی نشده

7,000°

کف

مقیاس از 0° تا 9,999° است. هر چیزی زیر 7,000° برای مدل‌هایی است که هیچ منبعی هنوز گزارشی درباره‌شان نداده و یک عدد جایگزین آنجا دارند تا فهرست‌ها کامل بمانند. 7,000° جایی است که داده‌های اندازه‌گیری شده شروع می‌شود: مدلی با داده واقعی ولی تقریباً بدون دانلود روی کف قرار می‌گیرد و اندازه‌گیری‌ها درجه‌های بالاتر را پر می‌کنند. کف درباره مدل چیزی نمی‌گوید؛ فقط درجه‌های بالاتر این کار را می‌کنند و آنها هستند که مدل‌ها را از هم جدا می‌کنند.

+1,767°

توکن‌های OpenRouter

7,787,431,365,488 توکن این مدل در ۳۰ روز گذشته از طریق OpenRouter پردازش شده است، شامل درخواست‌ها و پاسخ‌ها. هر 10,000,000 توکن به عنوان یک دانلود در دوره دانلود حساب می‌شود، مجموعاً 778,743؛ توکن‌های روز آخر به نرخ پذیرش اضافه می‌شوند. منبع: OpenRouter (openrouter.ai/rankings).

+328°

نرخ پذیرش

حدود 23,609 دانلود در روز، اندازه‌گیری شده بین دو خوانش از منابع، هرگز حدس زده نشده از میانگین عمر. سرعت یک چهارم عامل دانلود وزن دارد، پس یک جهش تازه نشان داده می‌شود بدون اینکه یک جهش یک روزه بالاتر از سال‌ها استفاده قرار بگیرد.

نمایش جزئیات

هر عدد در این سایت قابل بررسی است. امتیاز حرارت این مدل 9,095° است و اینجا به صورت مرحله به مرحله ساخته شده، با مجموع جاری بعد از هر مرحله: کف، درجه‌هایی که هر منبع اضافه می‌کند، جایزه برای نوع مدل و چیزی که سن وزن‌ها کم می‌کند. رنگ‌ها همان بازه‌های نمودار بالاست. واژه‌نامه در انتها هر اصطلاح را تعریف می‌کند.

1
از کف شروع کن.
چرا 7,000° و نه صفر: مقیاس از 0° تا 9,999° است و بخش زیر 7,000° برای مدل‌هایی است که هیچ منبعی هنوز گزارشی درباره‌شان نداده و یک عدد جایگزین آنجا دارند تا فهرست‌ها کامل بمانند و هیچ‌وقت بالاتر از مدلی با داده قرار نگیرند. 7,000° جایی است که داده‌های اندازه‌گیری شده شروع می‌شود. مدلی با داده واقعی ولی تقریباً بدون دانلود اینجا قرار می‌گیرد؛ هر چیزی که بعد از آن می‌آید اندازه‌گیری است و فضای بالای کف ده مرحله ده برابر در دانلودها دارد که هر کدام 300° است. کف برای همه مدل‌ها یکسان است، پس تصمیم‌گیرنده نیست؛ درجه‌های بالاتر این کار را می‌کنند.
7,000°
جمع جاری
2
دانلودها را اضافه کن.
778,743 معادل دانلود در کل، از توکن‌های OpenRouter. ده برابر کردن دانلودها همان 300° را اضافه می‌کند، پس اندازه مهم است اما هرگز امتیاز را به خودش نمی‌برد.
+1,767°
8,767°
جمع جاری
3
نرخ پذیرش را اضافه کن.
حدود 23,609 دانلود در روز همین الان، اندازه‌گیری شده بین دو خوانش، با یک چهارم وزن.
+328°
9,095°
جمع جاری
=
امتیاز حرارت.
جایی که این مدل در هر فهرست این سایت قرار دارد. هیچ چیز دیگری آن را تنظیم نمی‌کند.
9,095°

واژه‌نامه: اصطلاحات استفاده شده اینجا

امتیاز حرارت: یک عدد برای اینکه چقدر یک مدل الان استفاده و خواسته می‌شود، از 0° تا 9,999°. هر فهرستی در این سایت که می‌گوید داغ‌ترین‌ها بر اساس آن مرتب شده‌اند و هیچ چیز دیگری.
کف: 7,000° که هر مدل با داده واقعی از آن شروع می‌کند. مقیاس از 0° تا 9,999° است؛ بخشی که زیر کف است برای جایگزین‌ها (مدل‌هایی بدون داده) محفوظ است، تا مدلی با داده همیشه بالاتر از مدلی بدون داده باشد. کف برای همه یکسان است و هیچ تصمیمی نمی‌گیرد؛ درجه‌های بالاتر اندازه‌گیری هستند.
معادل‌های دانلود: هر چیزی که امتیاز به عنوان دانلود حساب می‌کند، جمع شده: خود دانلودها، هر تورنت سیدر به عنوان 1,000، هر تصویر AI Horde و هر اجرا روی سایت تولید به عنوان یکی.
مقیاس لگاریتمی: شمارش به صورت ده‌تایی، نه یکی‌یکی: رفتن از 1,000 به 10,000 دانلود همان درجه‌ها را اضافه می‌کند که رفتن از 10,000 به 100,000. این باعث می‌شود غول‌ها همه چیز را نبلعند.
لایک‌ها: تایید و لایک از هر منبع، هر کدام نصف وزن یک دانلود در مقیاس لگاریتمی.
نرخ پذیرش: چند دانلود در روز یک مدل همین الان می‌گیرد، از تفاوت بین دو خوانش یک منبع. یک چهارم وزن بخش دانلود.
اندازه‌گیری شده و تخمینی: اندازه‌گیری شده یعنی دو خوانش از یک منبع وجود دارد و تفاوت واقعی است. تخمینی یعنی فقط مجموع امروز معلوم است و گذشته به صورت مدل در طول عمر آن پخش شده؛ سایت می‌گوید کدام را نشان می‌دهد.
سیدر: کسی که یک نسخه از وزن‌ها را به صورت آنلاین نگه می‌دارد تا دیگران از طریق تورنت دانلود کنند، یا یک آینه میزبانی شده که همین کار را می‌کند. هر کدام به اندازه ۱۰۰۰ دانلود حساب می‌شود.
AI Horde: یک شبکه داوطلبانه که تصاویر را به صورت رایگان روی کامپیوترهای اهدایی تولید می‌کند. تعداد تصاویری که با یک مدل ساخته شده عمومی است و هر کدام به عنوان یک دانلود حساب می‌شود.
سایت‌های تولید: سایت‌هایی که نسخه‌های خودشان از یک مدل را میزبانی می‌کنند و به مردم اجازه می‌دهند با آن تولید کنند، مثل PixAI، SeaArt و Yodayo. دانلودهای آن‌ها مثل Civitai حساب می‌شود و هر بار تولید به عنوان یک دانلود محسوب می‌شود.
توکن‌های OpenRouter: یک مدل متنی که از طریق API ارائه می‌شود، مانند Claude یا GPT، وزن‌هایی برای دانلود ندارد، بنابراین استفاده آن بر اساس توکن‌ها اندازه‌گیری می‌شود: قطعات متنی که در ۳۰ روز گذشته از طریق OpenRouter خوانده و نوشته است. هر 10,000,000 توکن به عنوان یک دانلود حساب می‌شود. منبع: OpenRouter (openrouter.ai/rankings)، CC BY 4.0.
مدل کامل (چک‌پوینت): خود وزن‌ها، فایلی که به تنهایی تولید می‌کند. یک امتیاز اضافی می‌گیرد چون افزونه‌ها به آن وابسته‌اند.
LoRA و امبدینگ: فایل‌های کوچک افزونه که وزن‌های دیگران را به سمت یک سبک، شخصیت یا مفهوم هدایت می‌کنند. نمی‌توانند به تنهایی اجرا شوند.
خانواده و وزن‌ها: پایه‌ای که مدل روی آن ساخته شده، مثل SD 1.5، SDXL، Flux یا Wan. هر مدل تاریخ انتشار وزن‌های خانواده‌اش را به ارث می‌برد.
سن: درجه‌هایی که به خاطر مدت زمان گذشته از انتشار وزن‌های خانواده کم می‌شود: ۱۵۰ درجه در سال، تا ۷۵۰ درجه. دانلودهای قدیمی که سال‌ها فرصت جمع شدن داشتند را نگه می‌دارد تا بالای لیست ثابت بمانند.
تقویت خانواده: یک فشار کوچک و محدود برای LoRAهای یک خانواده که این سایت الان به جلو می‌برد، همیشه در جزئیات لیست شده.
امتیاز جایگزین: یک عدد پایدار زیر حداقل که به مدلی داده می‌شود که هنوز هیچ منبعی درباره‌اش گزارش نداده، تا لیست‌ها کامل بمانند. هیچ‌وقت بالاتر از مدلی با داده رتبه نمی‌گیرد.
جدید! (دوره گذار): مدلی که کمتر از 7 روز از عمرش گذشته باشد، به جای امتیاز، عبارت جدید! را نشان می‌دهد و در رتبه‌بندی جایگاهی ندارد. امتیاز آن از روز اول محاسبه می‌شود، اما مدلی که یک روزه است سریع‌تر از هر چیز دیگری رشد می‌کند، بنابراین بدون این انتظار، مدل #1 هفته همیشه مدلی بود که دیروز منتشر شده بود نه مدلی که یک هفته دوام آورده باشد.
روند: رشد یک مدل در یک دوره چطور نسبت به رشد معمول مدل‌ها در همان دوره است. سریع‌تر از معمول یعنی افزایش، کندتر یعنی کاهش.
مدل معمولی: وسط فهرست: نصف مدل‌ها با عددی که دارند سریع‌تر رشد کردند و نصف کندتر.

چطور محبوبیت این مدل نسبت به بقیه کاتالوگ تغییر کرده: رشد دانلودها، لایک‌ها و استفاده در هر دوره، نسبت به رشد معمول مدل‌ها در همان دوره، همراه با امتیاز حرارت آن زمان. بالاتر از رشد معمول یعنی افزایش، پایین‌تر یعنی کاهش. گذشته از روی مجموع‌های امروز، روز اول مدل و سرعت دانلود اندازه‌گیری شده وقتی دو داده وجود دارد بازسازی شده؛ مدلی که در شروع دوره وجود نداشته باشد n/a نشان می‌دهد.

مدل‌های مشابه

مدل‌های هوش مصنوعی برای تولید تصویر، ویدئو و متن

Kimi K3 یک مدل متنی برای خانواده Text / LLM است که در ModelTrends.ai، کاتالوگ فقط‌خواندنی مدل‌های هوش مصنوعی متن‌باز تصویر، ویدئو و متن، فهرست شده است. آن را با دیگر مدل‌های Text / LLM مقایسه کنید و امتیاز داغی آن را ببینید.

مدل‌های بیشتر Text / LLM متن / LLM بیشتر Text / LLM llm moonshotai بینایی ویدیو استدلال کدنویسی عامل‌ها متن زمینه بلند

مرور بر اساس خانواده مدل