Greutățile Kimi K3 sunt deschise și pot rula local?

Da, Moonshot AI a lansat public greutățile complete, deci le puteți descărca și găzdui singur. Totuși, cu 2,8T parametri total, veți avea nevoie de hardware substanțial; majoritatea oamenilor îl vor folosi prin API, nu local.

Cât costă Kimi K3 și care este fereastra sa de context?

Prin API, costă 0,73 USD per milion tokeni de intrare și 10,00 USD per milion tokeni de ieșire, cu o fereastră de context de 1.048.576 tokeni — puțin peste un milion.

Cum diferă Kimi K3 de alte modele frontieră de raționament?

Este primul model lansat deschis în clasa de 3T parametri, folosește o arhitectură nouă KDA și Attention Residuals și este proiectat special pentru fluxuri agentice pe termen lung cu vedere nativă — nu un model generalist de chat cu raționament adăugat.

▲

23.9%

săptămâna aceasta

Kimi K3

9095°

#llm #moonshotai #viziune #video #raționament #programare

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie 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.

Ghiduri pentru acest model

Greutăți deschise vs open source vs doar API: ce ai voie să faci cu adevărat

Cum să alegi un model AI în octombrie 2026: noutățile modelelor închise, apoi greutățile deschise care merită descărcate

Cel mai bun LLM local după caz de utilizare (octombrie 2026): modelul open potrivit pentru fiecare job

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Cum să instalezi Ollama și să rulezi un AI local (Windows, Mac, Linux)

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Kimi K3 este un model de raționament multimodal cu greutăți deschise de 2,8 trilioane de parametri de la Moonshot AI, construit pe o arhitectură nouă KDA și Attention Residuals cu 104 miliarde parametri activați per token. Gestionează text, imagini și video nativ într-o fereastră de context de un milion de tokeni și este destinat în mod clar muncii agentice pe termen lung: sesiuni de codare în mai mulți pași, navigare în depozite mari și fluxuri de cercetare cu multe unelte. Dacă aveți nevoie de un model frontieră deschis pentru muncă serioasă de inginerie sau cunoaștere, acesta este cel de evaluat.

Cunoscut pentru

Susține sesiuni lungi agentice de codare în depozite masive cu supraveghere minimă.
Multimodal nativ: înțelege text, imagini și video într-un singur model.
Fereastră de context de un milion de tokeni pentru muncă profundă pe documente și baze de cod.
Arhitectură MoE de 2,8T parametri activând 104B per token pentru raționament de nivel frontieră.
Greutăți deschise lansate de Moonshot AI pentru cercetare și implementare.

Atenție la

Ieșirea costă 10,00 USD per milion tokeni — costurile cresc rapid în bucle agentice lungi.
Cu 2,8T parametri total, implementarea locală necesită hardware serios; majoritatea utilizatorilor vor folosi API-ul.
Greutățile sunt lansate sub Licența Kimi K3, nu o licență open-source standard — verificați termenii înainte de utilizarea comercială.

Cel mai bun pentru

Programare

Agenți și utilizare unelte

Raționament

Viziune

Context lung

Sugestii de încercat

Depanare suită de teste eșuată

Am un depozit Python unde testele de integrare eșuează după o refactorizare recentă. Iată jurnalul de erori și fișierele relevante. Identificați cauza principală, urmăriți-o prin cod și propuneți o corecție minimă cu explicația de ce schimbarea originală a stricat testele.

Raționament despre designul unui sistem

Proiectați un serviciu de limitare a ratei pentru un API public care trebuie să gestioneze 50.000 de cereri pe secundă, să suporte limite per utilizator și per endpoint, să degradeze elegant în caz de eșec Redis și să adauge cel mult 2 ms la latența p99. Explicați deciziile arhitecturale și compromisurile făcute la fiecare pas.

Analiză captură de ecran pentru erori

Atașez o captură de ecran a tabloului de bord al aplicației mele web. Graficul din panoul din dreapta sus se afișează incorect — barele se suprapun și etichetele axei sunt tăiate. Diagnosticați ce setări CSS sau ale bibliotecii de grafice cauzează asta și dați configurația corectată.

Compară cu

Kimi Latest
Model doar API
context de 1,048,576 tokeni · $0.29/M intrare, $24.00/M ieșire
Kimi K2 Thinking
Model cu greutăți deschise
context de 262,144 tokeni · $0.60/M intrare, $2.50/M ieșire
Kimi K2.7 Code
Model cu greutăți deschise
context de 262,144 tokeni · $0.67/M intrare, $3.35/M ieșire
Kimi K2.5
Model cu greutăți deschise
context de 262,144 tokeni · $0.50/M intrare, $2.50/M ieșire

Mai multe modele text de la moonshotai

Întrebări frecvente

Greutățile Kimi K3 sunt deschise și pot rula local?: Da, Moonshot AI a lansat public greutățile complete, deci le puteți descărca și găzdui singur. Totuși, cu 2,8T parametri total, veți avea nevoie de hardware substanțial; majoritatea oamenilor îl vor folosi prin API, nu local.
Cât costă Kimi K3 și care este fereastra sa de context?: Prin API, costă 0,73 USD per milion tokeni de intrare și 10,00 USD per milion tokeni de ieșire, cu o fereastră de context de 1.048.576 tokeni — puțin peste un milion.
Cum diferă Kimi K3 de alte modele frontieră de raționament?: Este primul model lansat deschis în clasa de 3T parametri, folosește o arhitectură nouă KDA și Attention Residuals și este proiectat special pentru fluxuri agentice pe termen lung cu vedere nativă — nu un model generalist de chat cu raționament adăugat.

Verdictul căpitanului
Cel mai capabil model cu greutăți deschise disponibil acum, construit pentru agenți și muncă serioasă de inginerie — dar prețul ieșirii va penaliza rulările lungi.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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

Tendința de popularitate a Kimi K3

Scor de căldură din 16 Jul 2026

Scor de popularitate

9,095°

Săptămâna aceasta

▲

23.9%

9,067° atunci, 9,095° acum

Luna aceasta

▲

189%

8,954° atunci, 9,095° acum

Ultimul an

n/a

Nu a fost lansat/urmărit

7,000°

Prag minim

Scara merge de la 0° la 9.999°. Tot ce este sub 7,000° este rezervat pentru modelele despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete. 7,000° este punctul de start pentru datele măsurate: un model cu date reale, dar aproape fără descărcări, stă la prag, iar măsurătorile umplu gradele de deasupra. Pragul nu spune nimic despre model; doar gradele de deasupra îl diferențiază de alte modele.

+1,767°

Tokeni OpenRouter

7,787,431,365,488 tokeni procesați de acest model prin OpenRouter în ultimele 30 de zile, împreună cu prompturile și răspunsurile. Fiecare 10,000,000 tokeni contează ca un download în termenul de descărcări, 778,743 în total; tokenii ultimei zile se adaugă la rata de adoptare. Sursa: OpenRouter (openrouter.ai/rankings).

+328°

Rata de adoptare

Aproximativ 23,609 descărcări pe zi, măsurate între două citiri ale surselor, niciodată estimate dintr-o medie pe viață. Viteza cântărește un sfert din termenul descărcărilor, așa că o creștere recentă se vede fără să lase un vârf de o zi să depășească ani de utilizare.

Arată detalii

Fiecare număr de pe acest site poate fi verificat. Scorul de popularitate al acestui model este 9,095°, iar aici este construit pas cu pas, cu totalul acumulat după fiecare ingredient: pragul minim, gradele adăugate de fiecare sursă, bonusul pentru tipul modelului și ce scade vârsta greutăților. Culorile sunt benzile din graficul de mai sus. Glosarul de la final definește fiecare termen.

1
Începe de la prag.
De ce 7,000° și nu zero: scara merge de la 0° la 9.999°, iar partea de sub 7,000° este rezervată modelelor despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete și să nu depășească niciodată un model cu date. 7,000° este punctul de start pentru datele măsurate. Un model cu date reale, dar aproape fără descărcări, stă aici; tot ce urmează este măsurare, iar spațiul de deasupra pragului conține zece pași de zece ori mai multe descărcări, fiecare la 300°. Pragul este același pentru toate modelele, deci nu decide nimic; gradele de deasupra fac diferența.
7,000°
total curent
2
Adaugă descărcările.
778,743 echivalente de descărcări în total, de la Tokeni OpenRouter. De zece ori descărcările adaugă același 300°, deci mărimea contează, dar nu domină scorul.
+1,767°
8,767°
total curent
3
Adaugă rata de adoptare.
Aproximativ 23,609 descărcări pe zi acum, măsurate între două citiri, cu un sfert din greutate.
+328°
9,095°
total curent
=
Scorul de căldură.
Unde se situează acest model pe fiecare listă de pe site. Nimic altceva nu îl ajustează.
9,095°

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Cum s-a schimbat popularitatea acestui model față de restul catalogului: creșterea lui în descărcări, aprecieri și utilizare în fiecare perioadă, comparată cu creșterea tipică a unui model în aceeași perioadă, plus scorul său de căldură la momentul respectiv. Dacă e peste creșterea tipică, înseamnă că a crescut, dacă e sub, a scăzut. Istoricul se reconstruiește din totalurile de azi, prima zi a modelului și viteza lui de descărcare măsurată când sunt două citiri; un model care nu exista la începutul perioadei arată n/a.

Modele similare

Modele AI pentru generare de imagini, video și text

Kimi K3 este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm moonshotai viziune video raționament programare agenți context lung

Răsfoiește după familia de modele