Moonshot AI объявила Kimi K3 16 июля 2026 года. Модель содержит 2.8 триллиона параметров — крупнейший масштаб среди тех, чьи веса обещано открыть к 27 июля 2026. По данным Artificial Analysis, K3 получила Elo 1547 на бенчмарке долгосрочных задач — второй результат среди всех доступных моделей после Claude Fable 5. В категории Frontend Code на Arena.ai модель заняла первое место, обходя даже Fable 5.
Контекст
Moonshot AI — китайская лаборатория, разрабатывающая серию Kimi. K3 — качественный прыжок относительно K2.6: масштаб вырос более чем вдвое, с ~1 триллиона до 2.8 триллиона параметров. Лаборатория называет это первым «открытым 3T-классом» — да, они округляют 2.8 до 3, но планка всё равно новая. До этого крупнейшим открытым был DeepSeek V4 Pro (1.6T).
Ценовая модель изменилась принципиально. K2.6 стоил $0.95 / $4 за миллион токенов (вход / выход). K3 — уже $3 / $15. Это уровень Anthropic Claude Sonnet — и одновременно самый высокий ценник среди всех моделей, когда-либо выпущенных китайскими лабораториями. Большинство из них конкурировали через демпинг. K3 из этой гонки выходит.
По самооценке Moonshot, K3 в основном превосходит Claude Opus 4.8 max и GPT-5.5 high, уступает Claude Fable 5 и GPT-5.6 Sol. Стоимость задачи по данным Artificial Analysis — $0.94, что помещает K3 между GPT-5.6 Sol ($1.04) и Opus 4.8 ($1.80). Эффективность по токенам тоже выросла: K3 использует на 21% меньше выходных токенов, чем K2.6.
Аналитика
Ценовое позиционирование K3 — осознанная стратегия. Исторически китайские модели брали дешевизной, занимая нишу, которую топовые западные модели не могли закрыть по цене. K3 разрывает этот нарратив. $15 за миллион выходных токенов — это не «бюджетная альтернатива», это прямая конкуренция с Anthropic Sonnet-серией в категории «лучший за разумные деньги». Если качество держится устойчиво, расклад в корпоративном сегменте начинает меняться.
«На нашем приватном бенчмарке долгосрочной работы Kimi K3 достигает Elo 1547 — +732 пункта к K2.6 и позиция сразу за Claude Fable 5» — Artificial Analysis
Но есть ограничение, критичное для агентных сценариев: структура reasoning. Разработчик инструментов для LLM Simon Willison провёл простой тест — попросил модель сгенерировать SVG пеликана на велосипеде. Результат: из 16 658 выходных токенов 13 241 — токены рассуждения. Стоимость одного запроса — 25 центов. K3 сейчас работает только в режиме максимального thinking без возможности снизить глубину. Для пайплайнов с тысячами вызовов в день это существенный overhead. Сравните: GPT-5.6 позволяет выбирать уровень reasoning — Low, Medium, High, Sol — что даёт прямой контроль над соотношением качество/стоимость.
Открытые веса, обещанные к 27 июля, — отдельная история. Модель на 2.8T параметров потребует серьёзной инфраструктуры для инференса. Но само наличие открытых весов такого масштаба меняет потолок для приватных деплоев и fine-tuning. Сейчас самый крупный доступный open-weight — DeepSeek V4 Pro (1.6T). K3 сдвинет этот потолок почти вдвое.
Кейсы применения в бизнесе
B2B-SaaS стартап с frontend-продуктом. K3 занял первое место в категории Frontend Code на Arena.ai — краудсорсинговом рейтинге реальных пользователей. Если ваш продукт генерирует, проверяет или рефакторит UI-код, тест через OpenRouter займёт час. Потенциальная экономия к Opus 4.8 ($1.80/task против $0.94) — почти двукратная при сопоставимом качестве на ряде задач.
Корпорация с аналитическими задачами на длинном горизонте. Elo 1547 на long-horizon knowledge work — сигнал для сценариев «прочитай 200 страниц документов, выдели ключевые риски, синтезируй рекомендации». Протестируйте на реальных задачах своей компании: если K3 держит качество, юнит-экономика AI-пайплайна улучшится без смены подхода.
SMB и стартап в КР/СНГ. Доступ через OpenRouter без регистрации отдельного аккаунта Moonshot — удобная точка входа. Для команд, строящих первые AI-пайплайны, K3 интересен как «frontier-качество за Sonnet-ценник». Важное ограничение: не используйте K3 для лёгких классификаторов и routing-агентов — режим max reasoning делает простые вызовы дорогими. Для таких задач K2.6 или Haiku-класс дешевле.
Кейсы в личной жизни
Разработчик. Первое место во Frontend Code — не маркетинг, а Arena.ai. Попробуйте K3 на code review, написании компонентов или архитектурных предложениях. Сравните с вашим рабочим инструментом на задаче, которую хорошо знаете. Заодно проверьте токен-оверхед: Willison обнаружил возможный скрытый системный промпт ~85 токенов — учитывайте при подсчёте стоимости.
Контент-мейкер и аналитик. Long-horizon knowledge work — это «исследуй тему, синтезируй выводы, напиши структурированный текст». Elo 1547 на таких задачах — лучший показатель среди всех моделей после Fable 5. Если работаете с длинными документами или пишете аналитику регулярно, K3 может быть интереснее Opus 4.8 по соотношению результат/цена.
Студент или фрилансер. Доступен через OpenRouter по pay-as-you-go — без крупных предоплат. Хорош для разовых сложных задач: глубокое исследование темы, генерация рабочего UI-прототипа, разбор технических концепций. Помните: reasoning-токены здесь дорогие. Для простых вопросов берите более лёгкие модели.
Как применить сегодня
- Зайдите на OpenRouter и запустите K3 на одной реальной задаче вашего рабочего процесса — без регистрации отдельного аккаунта Moonshot.
- Для агентного стека: замерьте стоимость простого вызова — K3 имеет возможный overhead ~85 скрытых системных токенов. Закладывайте это в unit-экономику перед масштабированием.
- Для frontend-задач: сравните K3 с текущим инструментом на одном конкретном промпте. Arena.ai рейтинг — хорошая отправная точка, но ваш кейс может отличаться.
- Следите за открытием весов к 27 июля 2026. Если строите приватный деплой или fine-tuning — это меняет доступность frontier-масштаба.
- Разделяйте задачи по весу: тяжёлые (аналитика, сложный код) — K3; лёгкие (классификация, routing) — Haiku-класс или K2.6. Режим max reasoning делает K3 дорогим для простых вызовов.