moonshot

Kimi K3

Kimi K3 er Moonshot AI's 2,8T MoE-model med et 1M token context window, indbygget multimodal vision og frontier-tier kodningsperformance for komplekse agenter.

Open WeightsMultimodalCodingMoEReasoning
moonshot logomoonshotKimi16. juli 2026
Kontekst
1.0Mtokens
Maks output
4Ktokens
Input-pris
$3.00/ 1M
Output-pris
$15.00/ 1M
Modalitet:TextImageVideo
Funktioner:VisionVærktøjerStreamingRæsonnering
Benchmarks
GPQA
93.5%
GPQA: Spørgsmål og svar på kandidatniveau. En streng benchmark med 448 multiple choice-spørgsmål inden for biologi, fysik og kemi skabt af domæneeksperter. PhD-eksperter opnår kun 65-74% nøjagtighed, mens ikke-eksperter scorer kun 34% selv med ubegrænset webadgang (derfor 'Google-proof'). Kimi K3 scorede 93.5% på denne benchmark.
HLE
44.3%
HLE: Ekspertniveau-ræsonnering. Tester en models evne til at demonstrere ekspertniveau-ræsonnering på tværs af specialiserede domæner. Evaluerer dyb forståelse af komplekse emner, der kræver professionel viden. Kimi K3 scorede 44.3% på denne benchmark.
MMLU
89.2%
MMLU: Massiv flerfaglig sprogforståelse. En omfattende benchmark med 16.000 multiple choice-spørgsmål på tværs af 57 akademiske fag, herunder matematik, filosofi, jura og medicin. Tester bred viden og ræsonneringsevner. Kimi K3 scorede 89.2% på denne benchmark.
MMLU Pro
78.5%
MMLU Pro: MMLU Professionel udgave. En forbedret version af MMLU med 12.032 spørgsmål i et sværere format med 10 svarmuligheder. Dækker matematik, fysik, kemi, jura, ingeniørvidenskab, økonomi, sundhed, psykologi, business, biologi, filosofi og datalogi. Kimi K3 scorede 78.5% på denne benchmark.
SimpleQA
48%
SimpleQA: Faktuel nøjagtighedsbenchmark. Tester en models evne til at give nøjagtige, faktuelle svar på ligetil spørgsmål. Måler pålidelighed og reducerer hallucinationer i vidensindhentningstasks. Kimi K3 scorede 48% på denne benchmark.
IFEval
89.1%
IFEval: Instruktionsfølgningsevaluering. Måler, hvor godt en model følger specifikke instruktioner og begrænsninger. Tester evnen til at overholde formateringsregler, længdegrænser og andre eksplicitte krav. Kimi K3 scorede 89.1% på denne benchmark.
AIME 2025
88%
AIME 2025: American Invitational Math Exam. Konkurrence-niveau matematikopgaver fra den prestigefyldte AIME-eksamen designet til talentfulde gymnasieelever. Tester avanceret matematisk problemløsning, der kræver abstrakt tænkning, ikke kun mønstergenkendelse. Kimi K3 scorede 88% på denne benchmark.
MATH
81.2%
MATH: Matematisk problemløsning. En omfattende matematikbenchmark, der tester problemløsning inden for algebra, geometri, calculus og andre matematiske domæner. Kræver flertrinssværsonnering og formel matematisk viden. Kimi K3 scorede 81.2% på denne benchmark.
GSM8k
96.8%
GSM8k: Folkeskole matematik 8K. 8.500 folkeskole-niveau matematiske tekstopgaver, der kræver flertrinssræsonnering. Tester grundlæggende aritmetik og logisk tænkning gennem virkelige scenarier som shopping eller tidsberegninger. Kimi K3 scorede 96.8% på denne benchmark.
MGSM
94.2%
MGSM: Flersproget folkeskolematematik. GSM8k-benchmarken oversat til 10 sprog, herunder spansk, fransk, tysk, russisk, kinesisk og japansk. Tester matematisk ræsonnering på tværs af forskellige sprog. Kimi K3 scorede 94.2% på denne benchmark.
MathVista
70.2%
MathVista: Matematisk visuel ræsonnering. Tester evnen til at løse matematikopgaver, der involverer visuelle elementer som diagrammer, grafer, geometriske figurer og videnskabelige illustrationer. Kombinerer visuel forståelse med matematisk ræsonnering. Kimi K3 scorede 70.2% på denne benchmark.
SWE-Bench
49%
SWE-Bench: Softwareingeniør-benchmark. AI-modeller forsøger at løse rigtige GitHub-issues i open source Python-projekter med menneskelig verifikation. Tester praktiske softwareingeniørfærdigheder på produktionskodebaser. Topmodeller gik fra 4,4% i 2023 til over 70% i 2024. Kimi K3 scorede 49% på denne benchmark.
HumanEval
92.5%
HumanEval: Python-programmeringsopgaver. 164 håndskrevne programmeringsopgaver, hvor modeller skal generere korrekte Python-funktionsimplementeringer. Hver løsning verificeres mod unit tests. Topmodeller opnår nu 90%+ nøjagtighed. Kimi K3 scorede 92.5% på denne benchmark.
LiveCodeBench
68%
LiveCodeBench: Live kodningsbenchmark. Tester kodningsevner på løbende opdaterede, virkelige programmeringsudfordringer. I modsætning til statiske benchmarks bruger den friske problemer for at forhindre dataforurening og måle ægte kodningsevner. Kimi K3 scorede 68% på denne benchmark.
MMMU
72%
MMMU: Multimodal forståelse. Massiv multi-disciplin multimodal forståelsesbenchmark, der tester vision-sprogmodeller på universitetsniveau-problemer på tværs af 30 fag, der kræver både billedforståelse og ekspertviden. Kimi K3 scorede 72% på denne benchmark.
MMMU Pro
59.5%
MMMU Pro: MMMU Professionel udgave. Forbedret version af MMMU med mere udfordrende spørgsmål og strengere evaluering. Tester avanceret multimodal ræsonnering på professionelt og ekspertniveau. Kimi K3 scorede 59.5% på denne benchmark.
ChartQA
88.4%
ChartQA: Diagram-spørgsmål og svar. Tester evnen til at forstå og ræsonnere om information præsenteret i diagrammer og grafer. Kræver udtrækning af data, sammenligning af værdier og udførelse af beregninger fra visuelle datarepræsentationer. Kimi K3 scorede 88.4% på denne benchmark.
DocVQA
93.6%
DocVQA: Dokument visuel Q&A. Document Visual Question Answering benchmark, der tester evnen til at udtrække og ræsonnere om information fra dokumentbilleder, herunder formularer, rapporter og scannet tekst. Kimi K3 scorede 93.6% på denne benchmark.
Terminal-Bench
88.3%
Terminal-Bench: Terminal/CLI-opgaver. Tester evnen til at udføre kommandolinjeopgaver, skrive shell-scripts og navigere i terminalmiljøer. Måler praktiske systemadministrations- og udviklingsworkflow-færdigheder. Kimi K3 scorede 88.3% på denne benchmark.
ARC-AGI
8%
ARC-AGI: Abstraktion og ræsonnering. Abstraction and Reasoning Corpus for AGI - tester flydende intelligens gennem nye mønstergenkendelsespuslespil. Hver opgave kræver opdagelse af den underliggende regel fra eksempler, der måler generel ræsonneringsevne snarere end memorering. Kimi K3 scorede 8% på denne benchmark.

Om Kimi K3

Lær om Kimi K3s muligheder, funktioner og hvordan den kan hjælpe dig med at opnå bedre resultater.

Arkitektur og skala

Kimi K3 er en tredje generations flagship-model fra Moonshot AI, der benytter en massiv 2,8 billioner parameters Mixture-of-Experts (MoE) arkitektur. Modellen aktiverer 16 ud af 896 eksperter for hvert token, hvilket giver høj beregningsmæssig effektivitet uden at ofre den intelligensdybde, der forbindes med ekstreme parametertal. Den introducerer Kimi Delta Attention og attention residuals for at opretholde høj faktuel nøjagtighed og stabilitet på tværs af hele dens 1.048.576-token context window.

Multimodale muligheder

Modellen er native multimodal og i stand til at behandle tekst, billeder og videoframes inden for en samlet ramme. Denne integration muliggør sofistikerede agentic workflows, såsom visuel auditering af genereret kode eller analyse af lange tekniske videoer til informationssøgning. Kimi K3 er specifikt designet til long-horizon opgaver, herunder autonom research og kompleks software engineering, hvor visuelle feedback-loops er essentielle.

Positionering af performance

Kimi K3 konkurrerer direkte med closed-source modeller som Claude 3.5 Opus og GPT-5 tier-systemer. Den har høje placeringer på LMArena Frontend Code Board, hvilket demonstrerer færdigheder inden for webudvikling og procedure-baseret 3D-generering. Ved at kombinere åbne vægte med frontier-level reasoning, leverer modellen en platform for udviklere til at bygge specialiserede autonome systemer, der kræver dyb teknisk forståelse og databehandling i stor skala.

Kimi K3

Anvendelser for Kimi K3

Opdag de forskellige måder, du kan bruge Kimi K3 til at opnå gode resultater.

Long-Horizon Agentic Coding

Udførelse af autonome kodningssessioner over flere timer, der involverer tusindvis af tool calls og selvrettelse baseret på terminal-output.

3D procedure-baseret spiludvikling

Generering af funktionelle browser-baserede 3D-miljøer ved hjælp af 3JS og WebGPU ud fra overordnede beskrivelser på naturligt sprog.

Autonomt chip-design

Brug af open-source EDA-værktøjer til at designe, optimere og verificere brugerdefinerede ASIC-chips i autonome kørsler på 24-48 timer.

Syntese af videnskabelig litteratur

Gennemgang af massive arkiver af videnskabelige artikler på ph.d.-niveau for at implementere komplekse astrofysiske eller kemiske beregninger.

Interaktiv datavisualisering

Behandling af store historiske datasæt for at bygge dybdegående research-dashboards og interaktive web-rapporter.

Multi-Agent orkestrering

Koordinering af komplekse netværk af heterogene agenter til at styre parallelle søge- og eksekveringsopgaver i stor skala.

Styrker

Begrænsninger

Frontier Coding Performance: Rangeret som nr. 1 på LMArena Frontend Code Board, hvilket overgår industriens giganter inden for kreativ kodning og UI-udvikling.
Output throughput-latency: Genererer 17-20 tokens per sekund, hvilket er markant langsommere end mindre, specialiserede modeller.
Massiv kontekst-stabilitet: Opretholder 90,4% nøjagtighed på tværs af hele dens 1M-token vindue ved hjælp af Delta Attention for at forhindre tab af information.
Hardware inference-loft: At køre modellen lokalt kræver compute-clusters med 1,5 TB+ VRAM, hvilket gør den utilgængelig for consumer-hardware.
Native multimodal agens: Behandler video og billeder inden for en samlet ramme, hvilket giver modellen mulighed for at selvrette opgaver via visuel feedback.
Reasoning token-overhead: Den omfattende tænke-fase kan resultere i en høj 'time-to-first-token' måling på op til 8 sekunder.
Ekstrem parameterskala: Med 2,8 billioner parametre er det den største open-weights model, der findes, og den tilbyder dyb specialiseret teknisk viden.
Huller i faktuel nøjagtighed: En SimpleQA-score på 48% indikerer, at modellen kan have udfordringer med højpræcis faktuel verifikation på trods af stærk reasoning.

API hurtig start

moonshotai/kimi-k3

Se dokumentation
moonshot SDK
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.MOONSHOT_API_KEY,
  baseURL: 'https://api.moonshot.cn/v1',
});

async function main() {
  const completion = await client.chat.completions.create({
    model: 'kimi-k3',
    messages: [{ role: 'user', content: 'Design a procedural 3D forest in 3JS.' }],
    stream: true,
  });

  for await (const chunk of completion) {
    process.stdout.write(chunk.choices[0]?.delta?.content || '');
  }
}

main();

Installér SDK'et og begynd at foretage API-kald på få minutter.

Hvad folk siger om Kimi K3

Se hvad fællesskabet mener om Kimi K3

Kimi K3 byggede et komplekst spil på tre forsøg for mig ved hjælp af 600k tokens. Æraen hvor kinesiske laboratorier var langt bagud er officielt forbi.
AICodeKing
youtube
Dens long-horizon kapaciteter er vanvittige. Den arbejdede sig igennem adskillige fejl i en finetuning-opgave uden at bede mig om et eneste hint.
DevGuru_88
reddit
Det er stort set 'Linux-øjeblikket' for reasoning models. Vi ser frontier-logik gjort tilgængelig med åbne vægte.
SiliconValleyWatcher
hackernews
K3 får Opus-klassen til at føles forældet til kodning. Den er på niveau med den absolutte topklasse, men til en brøkdel af omkostningerne per opgave.
TechReporter_X
twitter
Modellen var tilgængelig på Kimi Code ved lanceringen. To varianter: K3 Max til chat og K3 Swarm Max til parallel behandling.
ivanfioravanti
twitter
Jeg er ret sikker på, at jeg rammer grænserne for, hvad 1,5 TB hukommelse kan gøre for en 2,5 T parameter 1M kontekstmodel.
mweinbach
twitter

Videoer om Kimi K3

Se vejledninger, anmeldelser og diskussioner om Kimi K3

Dette er en model kaldet Kimiko 3, 3 billioner parametre, og en model der er på niveau med Opus.

Kimiko 3 har essentielt set bedre informations-routing, så den kan få mere intelligens ud af den samme mængde compute.

Benchmarks antyder, at den slår Fable 5 i coding benchmarks.

Jeg er spændt på at se, hvordan den håndterer det fulde 1 million context window i den virkelige verden.

Det faktum, at den har åbne vægte, er en kæmpe udvikling for økosystemet.

Elevator-logikken er korrekt. Folk venter ordentligt og bliver samlet op én efter én... K3 er helt i toppen sammen med de bedste modeller.

I det øjeblik du giver den en reel, rodet, long-horizon opgave, trækker K3 fra både Opus og GPT-5.6.

Den byggede et komplekst spil på tre forsøg for mig ved hjælp af 600k tokens.

Dens native vision gør den i stand til at rette visuelle fejl i realtid.

Prissætningen er faktisk meget konkurrencedygtig sammenlignet med andre frontier models.

Kimi K3 indhentede ikke bare Opus og GPT-5.5, den indhentede Fable og GPT-5.6.

Der er et kæmpe spring fra GLM 5.2 til Kimi K3, når det kommer til generering af UI-assets.

De 2,8 billioner parametre forklarer, hvorfor den føles så meget klogere på logik.

Den er i stand til at behandle videoframes til visuel auditering af kode.

Moonshot AI fører helt sikkert an i open-weights bevægelsen lige nu.

Mere end bare prompts

Supercharg din arbejdsgang med AI-automatisering

Automatio kombinerer kraften fra AI-agenter, webautomatisering og smarte integrationer for at hjælpe dig med at udrette mere på kortere tid.

AI-agenter
Webautomatisering
Smarte arbejdsgange

Pro-tips til Kimi K3

Eksperttips til at hjælpe dig med at få mest muligt ud af Kimi K3 og opnå bedre resultater.

Udnyt Kimi CLI

K3 er stærkt optimeret til Kimi CLI; brug af denne brugerflade giver den bedste performance til komplekse agentic opgaver over tid.

Brug visuelle feedback-loops

Giv modellen screenshots af dens genererede UI; dens native vision gør det muligt for den at identificere og rette visuelle fejl i realtid.

Optimer til caching

Udnyt prompt caching til at reducere input-omkostninger med op til 90% for gentagne kontekst-blokke i store dokumenter.

Indstil 'Thinking Effort'

Juster reasoning-parameteren til 'max effort' ved matematiske beviser eller chip-design for fuldt ud at udnytte MoE-routing-logikken.

Anmeldelser

Hvad vores brugere siger

Slut dig til tusindvis af tilfredse brugere, der har transformeret deres arbejdsgang

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Relateret AI Models

openai

GPT-5.5

OpenAI

GPT-5.5 is OpenAI's flagship frontier model with a 1M context window and five reasoning effort levels, optimized for autonomous agentic workflows and coding.

1M context
$5.00/$30.00/1M
xai

Grok-3

xAI

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

1M context
$3.00/$15.00/1M
openai

GPT-5.2 Pro

OpenAI

GPT-5.2 Pro is OpenAI's 2025 flagship reasoning model featuring Extended Thinking for SOTA performance in mathematics, coding, and expert knowledge work.

400K context
$21.00/$168.00/1M
google

Gemini 3.1 Flash Live Preview

Google

Gemini 3.1 Flash Live Preview is Google's ultra-low-latency, audio-to-audio model featuring a 131K context window, high-fidelity multimodal reasoning, and...

131K context
$0.75/$4.50/1M
anthropic

Claude Opus 4.7

Anthropic

Claude Opus 4.7 is Anthropic's flagship model with a 1-million-token context, adaptive reasoning, and 3.3x vision resolution for enterprise-scale agents.

1M context
$5.00/$25.00/1M
google

Gemini 3.1 Pro

Google

Gemini 3.1 Pro is Google's elite multimodal model featuring the DeepThink reasoning engine, a 1M+ context window, and industry-leading ARC-AGI logic scores.

1M context
$2.00/$12.00/1M
alibaba

Qwen 3.7 Max

alibaba

Qwen 3.7 Max is Alibaba’s flagship AI model for deep reasoning and autonomous agent tasks, featuring a 256k context window and top-tier coding performance.

256K context
$1.20/$6.00/1M
google

Gemini 3 Pro

Google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M

Ofte stillede spørgsmål om Kimi K3

Find svar på almindelige spørgsmål om Kimi K3