Kimi K3 开源当天，我试着回答一个朴素的问题：这么大的模型，谁来跑？

Kimi K3 开源当天，我试着回答一个朴素的问题：这么大的模型，谁来跑？

云上工程笔记 记录云计算、AI 工程化与开发者实践。 2 人赞同了该文章

2026年7月29日，Kimi K3 以近3万亿参数规模开源。这件事的意义可能不止于模型本身——它也在重新定义「AI 可用性」的边界。

今天早上，Kimi K3 开源的消息在开发者圈子里刷了屏。

几个数字先摆在这里：2.8万亿参数，全球首个达到这个量级的开源模型。896个专家混合架构（MoE），单次推理激活其中16个。相比前代 K2，整体扩展效率提升约2.5倍。

这些数字当然让人兴奋。但更值得关注的是这些数字背后发生的事——以及它们能落在哪里。

一个两小时跑完「两周工作量」的模型

K3 的能力标签很明确：长程编程、知识工作、推理。

它有几个让人印象深刻的实测案例。其中一个是计算天体物理领域的复现任务——验证著名的「I-Love-Q」普适关系。K3 阅读并交叉验证了20多篇论文，实现了完整的数值流程，评估了300多种状态方程，生成了3000多行 Python 代码，还产出了一个交互式 HTML 仪表盘用于探索结果。

整个过程耗时约两小时。按照论文作者自己的估算，这相当于一名资深研究人员一到两周的工作量。

另一个案例是推理芯片行业研究。K3 覆盖了 ASIC 行业42年历史，经过120多轮递归自我改进，完成了2800多次网页搜索与抓取、1100多次终端数据拉取，处理了87份季报和99份原始 PDF——合计超过11000页资料。

这些案例指向同一个方向：模型正在从「回答问题」走向「完成工作」。

架构上的几处关键选择

K3 在技术架构上做了几件值得注意的事。

首先是注意力机制的调整。Kimi Delta Attention（KDA）和 Attention Residuals（AttnRes）两项更新的设计目标一致：让信息在更长序列和更深模型中流动得更顺畅。这对长程编程和长上下文推理场景来说不是锦上添花，而是刚需。

其次是对 MoE 稀疏度的进一步放大。896个专家中激活16个，结合 Stable LatentMoE 框架来实现高效路由。这个选择背后的逻辑是：参数规模扩大时，如果每次推理都激活全部参数，成本会迅速失控。稀疏激活是在能力和效率之间找平衡。

再加上训练方法和数据配方的迭代，K3 的整体扩展效率比 K2 提升约2.5倍——在算力仍然昂贵的当下，这是一个实际价值远大于宣传价值的指标。

开源模型的「最后一公里」

一个近3万亿参数的模型开源，对行业来说是好事。但对大多数开发者和企业来说，下载权重只是第一步，真正的问题在后面。

谁来提供推理算力？如何管理 API 调用？多个模型之间怎么切换？成本怎么控制？数据安全怎么保证？

这些不是 K3 独有的问题，而是所有大规模开源模型落地时都要面对的「最后一公里」。

一个已经在跑 K3 的平台

原厂使用的时候有时候会拥堵，现在在哪些平台还能用K3，比如UCloud的星图平台，在 K3 开源当天同步上线了这个模型。

目前平台上汇聚了超过全球200个主流大模型，一个API Key即可一键切换多款模型，覆盖文本生成、深度思考、计算机视觉、语音合成和多模态理解等场景。

对于 K3 这样的模型，星图的价值体现在几个具体层面：

算力层面——基于优刻得自有底层算力部署，不需要开发者自己去解决 GPU 采购、集群调度、推理优化这些工程问题。模型已经部署好了，API 就绪，可以直接调用。

成本层面——支持 Key 级和模型级独立计费。每个 API Key 独立计量，不同项目、不同团队的消耗可以清晰追踪。这对于同时调用多个模型的团队来说比较实用，不会出现月底账单「一锅粥」的情况。

安全层面——Agent Sandbox 提供隔离的开发和测试环境，支持敏感数据保护和合规管控。对于企业用户来说，在使用外部模型时，数据不出域是一个基础需求。

管理层面——企业级的 API Key 管理体系，支持模型级访问控制、IP 白名单、预算额度设置和主子账号管理。这些功能听起来不性感，但在实际使用中，权限管理和成本管控往往比模型能力更早成为瓶颈。

使用场景

编程

Kimi K3具备很强的长程编码能力。在极少人工监督的情况下，它可以持续完成长时间工程任务，理解和处理大型代码库，并协调使用终端工具。

Kimi K3也擅长结合软件工程与视觉推理的任务。它能够利用截图和视觉反馈，优化游戏开发、前端和CAD等场景。

• 创作数字作品 3D模拟长征十号火箭发射

3D开放世界游戏

科研编程

Kimi K3可以打通科学文献与可执行代码，自主完成复杂计算研究流程的实现、验证和分析。

在一个案例中，Kimi K3用约两小时完成了通常需要一名资深研究人员一到两周才能完成的工作。为了复现计算天体物理中的I-Love-Q普适关系，它阅读并交叉验证了20多篇论文，实现了完整的数值流程，评估了300多种状态方程，发现了已发表公式中的不一致之处，生成了3,000多行Python代码，并产出了一个用于探索结果的交互式HTML仪表盘。

知识工作

Kimi K3推动了端到端知识工作的进展。

研究及其可视化

推理芯片行业研究：覆盖ASIC行业42年历史，由K3经过120多轮递归自我改进生成。K3将证据转化为定制图表、动画示意图和交互式视觉叙事。整个过程中，它完成了2800多次网页搜索与抓取、1100多次终端数据拉取，处理了87份季报和99份原始PDF，合计超过11000页资料。

视频剪辑

Kimi K3擅长动效设计、动画和视频剪辑，因为它原生的多模态架构可以在同一个模型中理解文字、图像和视频。

在一个案例中，K3制作了一支介绍自己架构的「3Blue1Brown」风格动态图形讲解视频，把技术概念转化为动画图示和转场。

从「能力」到「生产力」

K3 的开源是一个信号。它说明两件事：一是开源模型的能力天花板还在持续抬高；二是模型能力越强，配套的基础设施就越重要。

一个近3万亿参数的模型，如果只是「下载了、跑了一下 demo、截图发朋友圈」，那它的价值就没有真正释放出来。而当它被部署在一个成熟的平台上，有稳定的 API、可控的成本、安全的运行环境时，它才真正开始发挥作用——无论是做代码开发、资料整理、深度调研，还是更复杂的 Agent 自动化任务。

K3 在星图上的上线，本质上是把这两件事连接在了一起。

上星图调用Kimi K3

步骤一：注册并登录AstraFlow星图

平台地址：https://astraflow.ucloud.cn/

步骤二：实名认证

使用服务前用户需要完成实名认证。

步骤三：创建API Key

进入模型服务平台-密钥管理。

https://astraflow.ucloud.cn/modelverse/api-keys

发布于 2026-07-29 16:18・上海 kimik3 国产模型 大模型API 千元级热门空气净化器深度测评！树新风 K3 和小米 5S，除醛效果差距有多大？谁才是除醛王者？ 作为一名深耕在空气净化器测评领域的博主，平时经常在后台收到许多粉丝的私信：问我千元档的空气净化器到底该怎么选。我身... 作为一名深耕在空气净化器测评领域的博主，平时经常在后台收到许多粉丝的私信：问我千元档的空气净化器到底该怎么选。我身...

猫不易 300+种草

理性发言，友善互动

​ 同时发布到想法 还没有评论，发表第一个评论吧 关于作者

云上工程笔记 记录云计算、AI 工程化与开发者实践。 回答 36 文章 64 关注者 176 大家都在搜 换一换 郭德纲篡改红歌武汉文旅立案 538 万 热

朱镕基同志逝世 471 万 热 威少宣布退役 428 万 热 Zhihu CLI上线 407 万 热 胖东来许昌老店关闭 402 万 新 两弹一星功勋王希季逝世 396 万 新 王宝强0票 386 万 热 医疗垃圾制手机壳 373 万 热 河南14万考生成绩作废 361 万 热 DeepSeek V4 Pro 正式版发布 334 万 热

推荐阅读

Kimi K3 权重开放，为什么普通人仍然跑不动？

2026 年 7 月 27 日，Kimi K3 的完整权重正式出现在 Hugging Face。 这次发布最值得普通用户关注的数字，可能不是 2.8 万亿参数，也不是 100 万 token 上下文，而是官方模型仓库显示的 1.56…

追风大叔

实测Kimi K3，这次我们真的追上了

欧巴聊AI

美国AI圈坐不住了，Kimi K3到底有多强

很多人都问我，美国的 AI 大佬究竟是怎么看待 Kimi K3 的。 其实，最近 Kimi K3 确实让好多美国大佬都坐不住了。 就在前两天，美国有个著名科技播客叫 Moonshots 专门突发为了 Kimi K3 录了…

C哥聊科技

Kimi K3 正式公布焚诀，这下它真成活菩萨了？

我宣布，Kimi 正式 和 DeepSeek 一桌，成了开源界的真·活菩萨。因为昨天晚上，Kimi K3 正式在 Hugging Face 上开源了。 半小时就在 Hugging Face 里拿下 4000 赞，可以说是有史以来最被人…

差评XPIN