Kimi K3 開放權重：月之暗面公開了什麼？

7 月 27 日，月之暗面一次交付 Kimi K3 完整權重、技術報告，還把三個支撐訓練與部署的基礎設施專案一起公開。

重點不只是一個 2.8T 模型可以下載。Moonshot 這次把模型背後最難補的三塊工程也端了出來：注意力算子、MoE 跨卡通訊，以及大規模 Agent 沙箱。

真正稀缺的不是權重，而是讓權重跑得動的工程。

Kimi K3 開放權重到底公開了什麼？

Kimi K3 是一個開放權重、原生多模態的 Agent 模型。它有 2.8 兆總參數，每個 token 實際啟用 104B 參數，支援 100 萬 token 上下文。這次釋出的內容可以分成五組：

其中 FlashKDA 的程式碼與技術文章早在 4 月已公開，7 月 27 日是配合 K3 權重再次納入完整技術棧，不該寫成全新專案。想先看算子細節，可以讀站上的 FlashKDA 技術拆解。

Kimi K3 的開放範圍從模型一路往下延伸到算子、通訊與 Agent 執行環境。

2.8T 很大，但每次不是整顆模型一起算

K3 採用 Stable LatentMoE。模型共有 896 個 routed experts，每個 token 選 16 個，加上 2 個 shared experts。整體是 93 層，注意力層由 69 層 KDA 與 24 層 Gated MLA 組成。

MoE 的好處是把「模型能裝多少知識」和「每次推理要算多少參數」部分拆開。2.8T 是總容量，104B active parameters 才比較接近單次 token 的計算規模。它依然非常大，只是沒有 2.8T dense model 那麼誇張。

Moonshot 在 K3 技術資料中主張，新架構相較 Kimi K2 帶來約 2.5 倍 scaling efficiency。這是官方訓練結果，不等於任何雲端或自架環境都會直接快 2.5 倍。若想理解 K3 從 K2 系列改了哪些架構，可以先對照 2026 年四月的 LLM 架構觀察。

FlashKDA、MoonEP、AgentENV 各自在補哪個洞？

FlashKDA：讓長上下文的算子不要拖垮速度

KDA 是 Kimi Delta Attention。FlashKDA 用 CUTLASS 實作對應 kernel，官方在 NVIDIA H20 上測得 prefill 比 flash-linear-attention baseline 快 1.72 到 2.22 倍，也能作為現有套件的替換後端。

這個數字只代表指定硬體、指定 baseline 下的算子表現，不能直接推成完整 K3 服務也快兩倍。它真正重要的地方是，社群不用自己從論文公式重寫一套可用 kernel。

MoonEP：把 MoE 最麻煩的跨卡塞車攤平

MoE 會把不同 token 路由給不同 experts。問題是熱門 expert 可能收到太多 token，某幾張卡忙到塞住，其他卡卻在等。

MoonEP 會依當下 router 輸出動態建立少量 redundant experts，讓每個 rank 都收到剛好 S × K 個 token。它還把 permute、傳輸與 expert 排列融合在一起，維持固定 buffer shape，減少每層同步與額外 copy。

這不是多一個通訊函式庫而已。對 896 experts、每次選 16 個的 K3 來說，負載不平衡會直接變成整個訓練叢集的等待時間。

AgentENV：讓 Agent 失敗後可以快速回到上一個狀態

AgentENV 是 Moonshot 與 KVCache.AI 合作的分散式 Firecracker microVM 平台。它支援快照、暫停、恢復與 fork，也提供 E2B 相容 API。

官方 README 標示，使用快照的環境可在 50ms 內啟動或恢復，暫停與增量快照可在 100ms 內完成。這對 reinforcement learning 很關鍵，因為同一個 Agent 任務常要從中途狀態分叉，測試不同動作，不可能每次都從零建環境。

有一個限制不能漏掉：AgentENV 目前沒有內建 API authorization。專案的 Security 文件明確要求，不要直接暴露在公開或不受信任的網路上。

PerceptionBench 為什麼值得另外寫一篇？

K3 發布同一天，Moonshot 也公開了 PerceptionBench。它不是再做一張綜合排行榜，而是把視覺感知拆成 10 種原子能力，包括計數、深度、定位、OCR、細粒度辨識與視覺關係。

資料集共有 3,000 題，從 17,000 多個內部驗證樣本中平衡抽樣。16 個受測多模態模型沒有一個超過 60%。榜上 GPT-5.6 Sol 是 59.7，Kimi K3 是 58.5，Claude Fable 5 是 57.2。

這組結果的價值不是證明 K3 排第二，而是提醒大家：模型可能會寫網頁、做研究，卻仍會在「到底看見了什麼」這件事上犯低階錯誤。後面我會把 PerceptionBench 的方法和十種能力獨立拆成一篇。

Kimi K3 算開源嗎？

精確說法是「開放權重」，不是沒有條件的標準開源授權。

Kimi K3 License允許使用、修改、微調、散布與多數商業用途，但有兩個規模門檻：

• 經營 Model as a Service，且公司與關係企業任意連續 12 個月總營收超過 2,000 萬美元，商用前要另簽協議。
• 使用 K3 的商業產品若超過 1 億月活，或月營收超過 2,000 萬美元，介面必須明顯顯示「Kimi K3」。

純內部使用，以及透過 Moonshot 官方產品或認證推理夥伴存取，不適用上述兩項要求。一般研究者與多數新創的使用空間很大，但這份自訂條款仍不同於 MIT 或 Apache 2.0。

所以同一批發布要分開講：K3 模型是自訂授權的 open-weight release，MoonEP、FlashKDA、AgentENV 和 PerceptionBench 才是標準開源授權。

一般開發者能自己架 Kimi K3 嗎？

可以下載，不代表適合放進桌下工作站。最新公開配置最低可用 8 張 GB300 或 MI350X／MI355X 這類高容量資料中心 GPU。AMD 計算完整 checkpoint 約 1.56TB，還沒算 kernel workspace、通訊 buffer 與框架開銷。不同 GPU 世代需要的卡數也不同，H100 的 SGLang 配置就用到 32 張。

多數團隊更合理的路徑，是先用 API 或代管服務測自己的任務，再決定是否需要自架。完整硬體差異與選擇方式整理在 Kimi K3 本地部署門檻。若只是想熟悉本地模型推論，麗臺 RTX PRO 4000 Blackwell 24GB可以拿來測較小的量化模型，但不要把單張工作站卡誤認成 K3 的部署方案。

如果你關心的是模型能力，而不是叢集工程，可以先看 Kimi K2.5 的完整評測，再比較 K3 是否真的改善你的 coding 或 Agent 任務。

常見問題

Kimi K3 是開源模型，還是開放權重模型？

較精確的說法是開放權重模型。權重可下載、修改與部署，但使用的是 Kimi K3 自訂授權，不是 MIT 或 Apache 2.0。

Kimi K3 可以用單張 GPU 在本地執行嗎？

不適合。公開配置最低可用 8 張 GB300 或 MI350X／MI355X 這類高容量資料中心 GPU，約 1.56TB 的 checkpoint 仍遠超單卡工作站容量。

FlashKDA、MoonEP 和 AgentENV 都是 7 月新開源的嗎？

不是。MoonEP 與 AgentENV 在 7 月 27 日正式公開，FlashKDA 早在 4 月已有程式碼與技術文章，這次是納入 K3 的完整開放技術棧。

我的判斷

K3 權重本身很有話題，但 MoonEP 與 AgentENV 才是這次最耐看的部分。前者把超稀疏 MoE 的通訊問題攤開，後者把大規模 Agent 訓練需要的狀態管理做成可重用系統。

這也讓「開放模型」的判斷標準往前走了一步。只丟 checkpoint 已經不夠。算子、通訊、執行環境與評測方法能不能被外部團隊重現，才決定一個模型會不會長出生態。

系列下一篇是 Kimi K3 技術報告拆解，接著還有 FlashKDA、MoonEP 與 AgentENV 的分工。想判斷這套開放技術棧值不值得追，可以從這兩篇往下讀。

利益揭露：本文部分連結為聯盟連結，點擊購買我會獲得回饋，不影響你的價格。

資料來源：Kimi K3 GitHub、K3 技術報告、vLLM K3 recipe、SGLang K3 cookbook、AMD K3 部署說明、FlashKDA、MoonEP、AgentENV、PerceptionBench、Kimi K3 License。