A Kimi API Platform hivatalos dokumentációja szerint megérkezett a Kimi K3, a Moonshot AI eddigi legerősebb modellje. A számok látványosak: 2,8 billió paraméter, 1M tokenes kontextusablak és natív képi megértés. A The Decoder szerint közben a modell már olyan mezőnybe ér, ahol a teljesítmény mellett az ár is egyre kényesebb kérdés.
2,8 billió paraméter és 1M tokenes kontextus
A Kimi K3 hivatalos leírása alapján a modell Kimi Delta Attention nevű hibrid lineáris figyelmi megoldásra és Attention Residuals technikára épül. Ezek mögött nem kell minden részletet fejből tudni ahhoz, hogy a lényeg látszódjon: a Moonshot olyan modellt akar, amely hosszú dokumentumokkal, kódos munkával, képes bemenettel és mélyebb gondolkodást igénylő feladatokkal is elbír.
A hosszú kontextus itt nem dísznek van
Az 1M tokenes kontextus nem csak jól mutató adat. Egy ekkora ablaknál a modell hosszú specifikációkat, nagyobb kódbázis-részleteket, dokumentációkat vagy több fájlból álló feladatokat is egyben tud kezelni. Persze a hosszú kontextus önmagában nem garancia jó válaszra, de sok munkafolyamatnál kevesebb darabolást, kevesebb kézi összefoglalást és kevesebb elvesző részletet jelenthet.
A Decoder szerint már a nagyok közelében van
A The Decoder az Artificial Analysis méréseire hivatkozva arról ír, hogy a Kimi K3 már a GPT-5.6 Sol és a Fable 5 környékére került a rangsorban. Ezt érdemes óvatosan kezelni, mert egy AI-modell pontszáma mindig attól is függ, milyen teszteken, milyen beállításokkal és milyen keretrendszerben mérik. A jelzés ettől még erős: a kínai modellek nem csak árban próbálnak nyomást gyakorolni a nyugati szereplőkre.
Az olcsóság körül kezd vékonyabb lenni a levegő
A kínai AI-modellekről sokáig az volt a kényelmes narratíva, hogy nagyon olcsón adnak meglepően erős teljesítményt. A Kimi K3 viszont már olyan méretű és képességű modell, ahol a működtetés ára sem mellékes. Egy 2,8 billió paraméteres rendszer nem varázslatból fut, hanem drága hardveren, sok memóriával, komoly infrastruktúrán.
Ez nem jelenti azt, hogy a Kimi K3 ne lehetne versenyképes. Inkább arról van szó, hogy a “kínai modell = olcsó modell” képlet egyre kevésbé magyaráz meg mindent. Ha a cél a GPT-5.6-szintű mezőny elérése, annak költsége is van.
Miért érdekes ez felhasználói oldalról?
A Kimi K3 akkor lehet igazán érdekes, ha a hosszú kontextust és a képi bemenetet nem csak demókban, hanem mindennapi munkában is jól kezeli. Kódolásnál, kutatásnál, dokumentumelemzésnél vagy összetettebb ügynökös feladatoknál a nagy kontextus rengeteget számíthat, de csak akkor, ha a modell közben pontos marad, és nem temeti el a választ a saját hosszúságában.
A mostani bejelentésből annyi már biztosan látszik, hogy a Moonshot AI nem középkategóriás modellként kezeli a K3-at. A kérdés inkább az, hogy a teljesítmény, az ár és a hozzáférhetőség milyen arányban áll majd össze. Ez fogja eldönteni, hogy a Kimi K3 tényleg szélesebb körben használt alternatíva lesz-e, vagy inkább csak egy újabb erős név a benchmark-táblázatokban.
