Moonshot 發布 2.8 兆參數巨獸 Kimi K3
採用原生多模態 MoE 架構，支援 100 萬字元上下文，規格超越目前所有開源模型。
Open-weight AI just hit 2.8 trillion parameters…
✓ 這篇在你的庫裡
在摘要庫開啟 →
這部在講什麼新聞財經
中國 Moonshot AI 發布 2.8 兆參數的開源模型 Kimi K3，其編碼表現直逼 GPT-5.6 與 Claude Fable，並引發中美 AI 開源政策的角力。
適合誰關注 AI 技術前沿、開源模型與地緣政治的人。
你需要知道Kimi K3 的核心技術規格、中美對開源 AI 的策略差異、開源模型對產業的衝擊。
最值得看1:56 深度分析 K3 在編碼測試排名第一的數據與幻覺風險。
影響鏈
事件、影響與風險意義優先，時間戳用來導航
MoE 架構效能提升 2.5 倍
擁有 896 個專家，每 Token 僅激活 16 個，顯著提升擴展效率並優化長程推理與代碼能力。
編碼基準測試超越頂尖封閉模型
在前端代碼 Arena 排名第一，領先 GPT-5.6 Soul，但 Moonshot 坦言在綜合人文測試中仍落後約 10 分。
高幻覺率與冗餘輸出問題
第三方測試顯示 K3 幻覺率高達 51%，且傾向輸出過多無效 Token，可能導致實際使用成本增加。
地緣政治引發的中美開源角力
中國轉向支持開源以換取影響力，而美國矽谷則因恐懼競爭轉向推動管制，美政府甚至考慮禁用中國模型。
阿里巴巴發布 Qwen 3.8 加入戰局
隨即推出 2.4 兆參數開源模型，顯示中國廠商正透過開源模型加速推動全球 AI 軍備競賽。
看完可以做什麼
關注 7 月 27 日 Kimi K3 權重正式釋出後，開發者社群在數據中心級硬體上的實際量化運行表現。需要留意：K3 雖開源，但 2.8 兆參數需數據中心級 GPU 陣列才能運行，一般消費級顯卡無法處理；且 51% 的高幻覺率在生產環境中具備高度不確定性。
生成於 4 天前
檢舉
觀眾怎麼看
整理 40 則有效留言信心 高觀眾高度關注 Kimi K3 的競爭影響，並質疑美國以安全為由限制開源模型的商業動機。
多數觀眾認為美國政府推動限制開源模型，是為了保護本土科技巨頭的壟斷利益，而非出於安全考量。
觀眾指出 K3 採用 MXFP4 精準度訓練，大幅降低了部署所需的 VRAM 需求，提升了企業自建的可行性。
留言指出 K3 的 51% 幻覺率在同類模型中表現相對較佳，優於 Fable 5 與 GPT-5.6 的數據。
有觀眾對 Kimi K3 是否真正實現完全開源表示懷疑，並詢問目前的獲取權限與實際應用限制。
部分觀眾認為 K3 僅是透過知識蒸餾複製現有模型，缺乏創新且效能並未超越現有頂尖模型。
留言樣本多集中於地緣政治與商業競爭，技術細節討論較少且缺乏官方驗證。