你让 AI 一边翻一整柜资料，一边看图，再连续完成一项很长的编程任务。难点不只是“记得多”，还要在有限算力下找对信息，并把前后步骤接起来。Kimi K3 想把这些能力放进同一个模型：它有 2.8 万亿总参数，却不会每次全部动用；同时支持原生视觉和 100 万 token 的上下文窗口。
这次发布值得看的，不只是一个更大的数字。它展示了一种前沿模型的取舍：模型可以很庞大，但每次只调用一部分；可以一次铺开海量图文材料，但还要设法让信息在长序列和深层网络中流动。需要先说明的是，目前材料全部来自 Kimi 团队论文，尚无外部交叉验证。下文涉及性能和效率的结论，均是团队自报结果。
2.8 万亿参数，不等于每次都算一遍
Kimi K3 是一个 Mixture-of-Experts（MoE，混合专家）模型。可以把它想成一间坐着许多专业顾问的办公室：系统拥有庞大的总知识容量，但面对一道具体问题时，只请少数合适的顾问参与，不必让所有人同时开会。
论文称，Kimi K3 共有 2.8 万亿参数。参数可以理解为训练后保存下来的“数字旋钮”，决定模型如何处理输入。不过，每处理一个 token——模型切分文字或其他输入后的基本单位——实际激活的参数为 1040 亿。激活参数比总参数更接近一次处理所需的计算量。
这套稀疏调用由 Stable LatentMoE 完成。论文称，它为每个 token 从 896 个路由专家中选择并激活 16 个。“路由”就是判断当前输入该交给哪些专家。它的关键不只是专家多，而是能否稳定地选对专家，并避免少数专家过忙、其他专家闲置。
团队还称，通过这套设计、改进后的训练与数据方案，Kimi K3 相较 Kimi K2 的整体 scaling efficiency（规模扩展效率，即增加模型规模后，投入能多有效地转化为能力）提高约 2.5 倍。不过论文摘要没有给出这一指标的定义、计算方法和完整对照条件，因此这个数字目前只能视为团队对自身训练体系的概括。
不只把图片接进来
Kimi K3 的另一条主线是原生视觉。所谓原生视觉，是指模型从训练和架构层面共同处理图片与文字，而不是需要看图时再临时外挂一个工具。换句话说，视觉输入属于模型的核心工作方式。
这和百万 token 上下文结合后，目标就不只是“认出一张图里有什么”。上下文窗口是模型一次能够参考的信息总量，像摊在桌面上的全部工作材料。100 万 token 意味着这张桌子可以放下极长的文本或图文输入，但桌面越大，保存中间信息和找到关键内容就越困难。
论文把 Kimi Delta Attention 和 Attention Residuals 列为核心架构。Attention（注意力）是模型判断输入中哪些部分彼此相关的机制；Residuals（残差连接）则帮助信息跨过多层网络继续传递。按团队的说法，前者改善信息沿长序列的流动，后者改善信息穿过模型深度时的流动。一个处理“材料太长”，一个处理“网络太深”。遗憾的是，现有供稿只有论文摘要，没有披露两种设计的具体结构、训练设置或消融实验，因而还无法判断各自贡献了多少。
长任务不能只靠一口气回答
Kimi K3 的后训练覆盖通用任务、智能体任务和编程任务中的强化学习。强化学习是让模型根据任务结果获得反馈，再调整行为的训练方式。智能体则不只回答一个问题，还要规划步骤、调用工具并根据结果继续行动。
团队还为模型设置了多个 reasoning-effort levels，即不同的推理投入档位。直观地说，简单问题可以少花时间，复杂问题则允许模型投入更多计算。论文将这种训练与 compositional generalization（组合泛化，把学会的不同能力重新组合，用于新任务）和长时程执行能力联系起来。
长任务的训练本身也很棘手。论文称，Kimi K3 支持百万 token 的 agentic RL，也就是在超长上下文中训练智能体，并使用 persistent rollout 和 sandbox states。前者可理解为让一次任务轨迹持续保留，而不是频繁从头开始；后者是保存沙箱环境的状态。沙箱是隔离的任务执行空间，例如程序运行到哪一步、文件发生了什么变化。对长时程编程来说，只保留对话而丢掉环境状态，就像记得讨论内容，却忘了代码已经改到了哪一版。
为什么这次值得关注
这次发布把四个通常彼此牵制的目标放到了一起：极大的总容量、较小的单次激活量、原生视觉，以及百万 token 上下文。Kimi K3 的重点因此不是单项功能，而是尝试让它们在同一系统中共同工作。
团队称，Kimi K3 在长时程编程、智能体、知识、推理和视觉任务上达到“frontier-level performance”。这是论文的自我评价，不能直接当作外部确认。在团队选用的评测套件中，Kimi K3 的整体表现仍落后于 Claude Fable 5 和 GPT-5.6 Sol，但超过其余受测的开放与闭源模型。这个排名只适用于该评测套件，不能外推为全面领先；供稿也没有独立说明前两者的正式型号身份与可比性。
开放权重同样重要。团队表示已发布 Kimi K3 的完整模型权重。权重是模型训练完成后的核心参数文件，开放它们能让外部研究者部署和研究模型。不过，开放权重不等于训练过程完全开放：现有材料没有说明许可证、下载版本，也没有确认训练代码与数据是否一并提供。
局限与未知
- 全部架构、效率和性能结论目前只有 Kimi 团队这一个机构信源。尤其是约 2.5 倍规模扩展效率，缺少指标定义和完整对照条件。
- “原生视觉”尚未披露视觉编码方式与训练范围；百万 token 也只说明技术支持长度，没有给出接近这一长度时的有效记忆和推理表现。
- 团队所称的完整权重发布，仍需核对实际下载地址、许可证、具体版本，以及开放范围是否仅限权重。