Китайский ИИ Kimi K3 с 2,8 трлн параметров стал доступен по цене в три раза ниже конкурентов

Moonshot AI опубликовала полную архитектуру своей модели в открытом репозитории, и австралийские компании уже перенаправляют до четверти трафика на неё

Китайская компания Moonshot AI 27 июля сделала общедоступными полные «веса» и архитектуру своей крупной языковой модели Kimi K3 — системы с 2,8 трлн параметров, нативным зрением и контекстным окном в один миллион токенов.

Модель была выпущена на 3–4 дня раньше запланированного срока, который Moonshot объявила при запуске 16 июля. Открытая публикация подразумевает, что теперь любая компания может не только оплачивать использование API, но и развернуть Kimi K3 на своих серверах, получая полный контроль над данными, настройкой и вычислительными ресурсами.

По оценкам Moonshot, Kimi K3 в настоящее время уступает Anthropic Claude Fable 5 и OpenAI GPT-5.6 Sol по общему показателю, однако приближается к ним в определённых тестах на программирование и агентные задачи. Следует учесть, что сравнения не прошли независимый аудит.

Ключевым фактором, меняющим экономику внедрения, является цена: журнал Fortune указывает стоимость использования Kimi K3 на уровне $15 за миллион выходных токенов. Это втрое меньше, чем $50, запрашиваемые Anthropic, но выше тарифов моделей DeepSeek и Z.ai. При этом, на рынке тарифы быстро меняются, и низкая цена за токен сама по себе не гарантирует ни качество, ни надёжность, ни итоговую экономию.

Австралийская вещательная корпорация ABC 1 августа сообщила, как более доступные китайские модели уже перераспределяют нагрузку среди местных компаний. Платформа Relevance AI отметила, что доля трафика, направляемого на модели с открытыми весами, увеличилась с 5–7,5% в начале 2026 года до 20–25%. Подрядчики подтверждают, что клиенты ищут способы сократить быстро растущие счета за токены: сложные задачи по-прежнему обрабатываются «премиальными» проприетарными системами, а простые запросы, обработка и рутинные процессы передаются более дешевым альтернативам.

Практическое значение открытых весов заключается не только в меньшей зависимости от одного поставщика API, но и в возможности точной настройки под конкретные рабочие нагрузки и требования законодательства по размещению данных. Обратной стороной является полная ответственность организации за оборудование, развертывание, мониторинг, обновления безопасности, контроль доступа, оценку и реагирование на инциденты.