moonshot

Kimi K3

Kimi K3 je Moonshot AI-jev 2,8T MoE model s 1M token context windowom, nativnim multimodal vidom i frontier-tier performansama programiranja za složene agente.

Open WeightsMultimodalProgramiranjeMoEReasoning
moonshot logomoonshotKimi16. srpnja 2026.
Kontekst
1.0Mtokena
Maks. izlaz
4Ktokena
Ulazna cijena
$3.00/ 1M
Izlazna cijena
$15.00/ 1M
Modalitet:TextImageVideo
Mogućnosti:VidAlatiStreamingZaključivanje
Benchmarks
GPQA
93.5%
GPQA: Znanstvena pitanja i odgovori na razini doktorata. Rigorozan benchmark s 448 pitanja višestrukog izbora iz biologije, fizike i kemije koje su kreirali stručnjaci. Doktori znanosti postižu samo 65-74% točnosti, dok nestručnjaci postižu samo 34% čak i s neograničenim pristupom internetu (otuda naziv 'otporan na Google'). Kimi K3 je postigao 93.5% na ovom benchmarku.
HLE
44.3%
HLE: Rasuđivanje visoke razine stručnosti. Testira sposobnost modela da demonstrira rasuđivanje na razini stručnjaka u specijaliziranim domenama. Procjenjuje duboko razumijevanje složenih tema koje zahtijevaju znanje na profesionalnoj razini. Kimi K3 je postigao 44.3% na ovom benchmarku.
MMLU
89.2%
MMLU: Masovno višezadaćno jezično razumijevanje. Sveobuhvatan benchmark s 16.000 pitanja višestrukog izbora iz 57 akademskih predmeta uključujući matematiku, filozofiju, pravo i medicinu. Testira široko znanje i sposobnosti rasuđivanja. Kimi K3 je postigao 89.2% na ovom benchmarku.
MMLU Pro
78.5%
MMLU Pro: MMLU profesionalno izdanje. Poboljšana verzija MMLU-a s 12.032 pitanja koristeći teži format s 10 opcija. Pokriva matematiku, fiziku, kemiju, pravo, inženjerstvo, ekonomiju, zdravstvo, psihologiju, poslovanje, biologiju, filozofiju i informatiku. Kimi K3 je postigao 78.5% na ovom benchmarku.
SimpleQA
48%
SimpleQA: Benchmark činjenične točnosti. Testira sposobnost modela da pruži točne, činjenične odgovore na jednostavna pitanja. Mjeri pouzdanost i smanjuje halucinacije u zadacima dohvaćanja znanja. Kimi K3 je postigao 48% na ovom benchmarku.
IFEval
89.1%
IFEval: Evaluacija praćenja uputa. Mjeri koliko dobro model slijedi specifične upute i ograničenja. Testira sposobnost pridržavanja pravila formatiranja, ograničenja duljine i drugih eksplicitnih zahtjeva. Kimi K3 je postigao 89.1% na ovom benchmarku.
AIME 2025
88%
AIME 2025: Američki pozivni matematički ispit. Matematički problemi natjecateljske razine s prestižnog AIME ispita dizajniranog za talentirane srednjoškolce. Testira naprednu matematičku sposobnost rješavanja problema koja zahtijeva apstraktno rasuđivanje, a ne samo prepoznavanje obrazaca. Kimi K3 je postigao 88% na ovom benchmarku.
MATH
81.2%
MATH: Rješavanje matematičkih problema. Sveobuhvatan matematički benchmark koji testira rješavanje problema iz algebre, geometrije, računa i drugih matematičkih domena. Zahtijeva rasuđivanje u više koraka i formalno matematičko znanje. Kimi K3 je postigao 81.2% na ovom benchmarku.
GSM8k
96.8%
GSM8k: Matematika osnovne škole 8K. 8.500 matematičkih zadataka osnovnoškolske razine koji zahtijevaju rasuđivanje u više koraka. Testira osnovnu aritmetiku i logičko razmišljanje kroz scenarije iz stvarnog života poput kupovine ili izračuna vremena. Kimi K3 je postigao 96.8% na ovom benchmarku.
MGSM
94.2%
MGSM: Višejezična matematika osnovne škole. GSM8k benchmark preveden na 10 jezika uključujući španjolski, francuski, njemački, ruski, kineski i japanski. Testira matematičko rasuđivanje na različitim jezicima. Kimi K3 je postigao 94.2% na ovom benchmarku.
MathVista
70.2%
MathVista: Matematičko vizualno rasuđivanje. Testira sposobnost rješavanja matematičkih problema koji uključuju vizualne elemente poput grafikona, geometrijskih dijagrama i znanstvenih figura. Kombinira vizualno razumijevanje s matematičkim rasuđivanjem. Kimi K3 je postigao 70.2% na ovom benchmarku.
SWE-Bench
49%
SWE-Bench: Benchmark softverskog inženjerstva. AI modeli pokušavaju riješiti stvarne GitHub probleme u Python projektima otvorenog koda s ljudskom verifikacijom. Testira praktične vještine softverskog inženjerstva na produkcijskim kodnim bazama. Najbolji modeli su napredovali s 4,4% u 2023. na preko 70% u 2024. Kimi K3 je postigao 49% na ovom benchmarku.
HumanEval
92.5%
HumanEval: Python programerski problemi. 164 ručno napisana programerska problema gdje modeli moraju generirati ispravne implementacije Python funkcija. Svako rješenje se verificira jediničnim testovima. Najbolji modeli sada postižu preko 90% točnosti. Kimi K3 je postigao 92.5% na ovom benchmarku.
LiveCodeBench
68%
LiveCodeBench: Benchmark živog kodiranja. Testira sposobnosti kodiranja na kontinuirano ažuriranim izazovima programiranja iz stvarnog svijeta. Za razliku od statičnih benchmarka, koristi svježe probleme za sprečavanje kontaminacije podataka i mjerenje pravih vještina kodiranja. Kimi K3 je postigao 68% na ovom benchmarku.
MMMU
72%
MMMU: Multimodalno razumijevanje. Masivni višedisciplinarni multimodalni benchmark razumijevanja koji testira modele vida i jezika na problemima sveučilišne razine iz 30 predmeta koji zahtijevaju razumijevanje slika i stručno znanje. Kimi K3 je postigao 72% na ovom benchmarku.
MMMU Pro
59.5%
MMMU Pro: MMMU profesionalno izdanje. Poboljšana verzija MMMU-a s težim pitanjima i strožom evaluacijom. Testira napredno multimodalno rasuđivanje na profesionalnoj i stručnoj razini. Kimi K3 je postigao 59.5% na ovom benchmarku.
ChartQA
88.4%
ChartQA: Pitanja i odgovori o grafikonima. Testira sposobnost razumijevanja i rasuđivanja o informacijama prikazanim u grafikonima i dijagramima. Zahtijeva ekstrakciju podataka, usporedbu vrijednosti i izvođenje izračuna iz vizualnih prikaza podataka. Kimi K3 je postigao 88.4% na ovom benchmarku.
DocVQA
93.6%
DocVQA: Vizualna Q&A o dokumentima. Benchmark vizualnih pitanja i odgovora o dokumentima koji testira sposobnost ekstrakcije i rasuđivanja o informacijama iz slika dokumenata uključujući obrasce, izvješća i skenirani tekst. Kimi K3 je postigao 93.6% na ovom benchmarku.
Terminal-Bench
88.3%
Terminal-Bench: Terminal/CLI zadaci. Testira sposobnost izvođenja operacija naredbenog retka, pisanja shell skripti i navigacije u terminalskim okruženjima. Mjeri praktične vještine administracije sustava i razvojnih radnih tokova. Kimi K3 je postigao 88.3% na ovom benchmarku.
ARC-AGI
8%
ARC-AGI: Apstrakcija i rasuđivanje. Korpus apstrakcije i rasuđivanja za AGI - testira fluidnu inteligenciju kroz nove zagonetke prepoznavanja obrazaca. Svaki zadatak zahtijeva otkrivanje temeljnog pravila iz primjera, mjereći opću sposobnost rasuđivanja umjesto memoriranja. Kimi K3 je postigao 8% na ovom benchmarku.

O modelu Kimi K3

Saznajte o mogućnostima, značajkama i načinima korištenja modela Kimi K3.

Arhitektura i razmjera

Kimi K3 je flagship model treće generacije tvrtke Moonshot AI, koji koristi masivnu 2,8 bilijuna parametara Mixture-of-Experts (MoE) arhitekturu. Model aktivira 16 od 896 eksperata za svaki token, omogućujući visoku računalnu učinkovitost bez žrtvovanja inteligencije povezane s ekstremnim brojem parametara. Uvodi Kimi Delta Attention i attention residuals kako bi održao visoku činjeničnu točnost i stabilnost kroz cijeli 1.048.576-token context window.

Multimodalne sposobnosti

Model je nativno multimodal, sposoban za obradu teksta, slika i video okvira unutar jedinstvenog okvira. Ova integracija omogućuje sofisticirane agentic radne procese, poput vizualne revizije generiranog koda ili analize dugih tehničkih videa za dohvaćanje informacija. Kimi K3 je posebno dizajniran za dugoročne zadatke, uključujući autonomna istraživanja i složeno softversko inženjerstvo, gdje su vizualne povratne petlje ključne.

Pozicioniranje performansi

Kimi K3 izravno konkurira closed-source modelima kao što su Claude 3.5 Opus i GPT-5 tier sustavi. Drži visoke pozicije na LMArena Frontend Code Boardu, pokazujući stručnost u web razvoju i 3D proceduralnom generiranju. Kombinirajući open weights s frontier-level reasoningom, model pruža platformu programerima za izgradnju specijaliziranih autonomnih sustava koji zahtijevaju duboko tehničko razumijevanje i obradu podataka velikih razmjera.

Kimi K3

Slučajevi korištenja za Kimi K3

Otkrijte različite načine korištenja modela Kimi K3 za postizanje izvrsnih rezultata.

Dugoročno agentic programiranje

Izvršavanje autonomnih višesatnih sesija programiranja koje uključuju tisuće poziva alata i samokorekciju na temelju izlaza terminala.

3D proceduralni razvoj igara

Generiranje funkcionalnih 3D okruženja u pregledniku koristeći 3JS i WebGPU na temelju opisa prirodnim jezikom.

Autonomni dizajn čipova

Korištenje open-source EDA alata za dizajn, optimizaciju i provjeru prilagođenih ASIC čipova u autonomnim ciklusima od 24-48 sati.

Sinteza znanstvene literature

Pregled masivnih repozitorija znanstvenih radova na doktorskoj razini za implementaciju složenih astrofizičkih ili kemijskih izračuna.

Interaktivne vizualizacije podataka

Obrada velikih povijesnih skupova podataka za izgradnju analitičkih nadzornih ploča i interaktivnih web izvještaja.

Orkestracija više agenata

Koordinacija složenih mreža heterogenih agenata za upravljanje velikim paralelnim pretragama i zadacima izvršavanja.

Prednosti

Ograničenja

Frontier performanse u programiranju: Rangiran na 1. mjestu na LMArena Frontend Code Boardu, nadmašujući industrijske gigante u kreativnom programiranju i UI razvoju.
Latencija izlaznog propusnog kapaciteta: Generira 17-20 tokens u sekundi, što je znatno sporije od manjih specijaliziranih modela.
Stabilnost masivnog konteksta: Održava 90,4% točnosti kroz cijeli 1M-token window, koristeći Delta Attention kako bi se spriječio gubitak informacija.
Hardware inference ograničenje: Pokretanje modela lokalno zahtijeva računalne klastere s više od 1,5 TB VRAM-a, što ga čini nedostupnim za potrošački hardver.
Nativna multimodal agencija: Obrađuje video i slike unutar jedinstvenog okvira, omogućujući modelu samokorekciju zadataka putem vizualne povratne sprege.
Režijski trošak reasoning tokens: Opsežna faza razmišljanja može rezultirati visokim vremenom do prvog tokena (time-to-first-token) do 8 sekundi.
Ekstremna ljestvica parametara: S 2,8 bilijuna parametara, ovo je najveći dostupan open-weights model koji nudi duboko specijalizirano tehničko znanje.
Praznine u činjeničnoj točnosti: SimpleQA rezultat od 48% ukazuje na to da se model može boriti s činjeničnom provjerom visoke preciznosti unatoč snažnom reasoningu.

API brzi početak

moonshotai/kimi-k3

Pogledaj dokumentaciju
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();

Instalirajte SDK i počnite s API pozivima za nekoliko minuta.

Što ljudi kažu o modelu Kimi K3

Pogledajte što zajednica misli o modelu Kimi K3

Kimi K3 je upravo napravio kompleksnu igru za mene koristeći 600k tokens. Era u kojoj kineski laboratoriji zaostaju službeno je gotova.
AICodeKing
youtube
Dugoročne sposobnosti su lude. Radio je kroz višestruke pogreške u zadatku fine-tuninga bez da me pitao za ijedan savjet.
DevGuru_88
reddit
To je u osnovi 'Linux trenutak' za reasoning modele. Vidimo logiku frontier razine dostupnu s open weights.
SiliconValleyWatcher
hackernews
K3 čini Opus razinu zastarjelom za programiranje. U rangu je s apsolutnim vrhom, ali uz djelić troškova po zadatku.
TechReporter_X
twitter
Model je bio dostupan na Kimi Code pri lansiranju. Dvije varijante: K3 Max za chat i K3 Swarm Max za paralelnu obradu.
ivanfioravanti
twitter
Siguran sam da dosežem limite onoga što 1,5 TB memorije može učiniti za 2,5T parametarski model s 1M kontekstom.
mweinbach
twitter

Videozapisi o modelu Kimi K3

Gledajte tutorijale, recenzije i diskusije o modelu Kimi K3

Ovo je model koji se zove Kimiko 3, 3 bilijuna parametara, model koji je u rangu s Opusom.

Kimiko 3 u suštini ima bolje usmjeravanje informacija, tako da može izvući više inteligencije iz iste količine računalne snage.

Benchmarkovi sugeriraju da pobjeđuje Fable 5 u testovima programiranja.

Zanima me kako će se nositi s punim 1 milijun context windowom u stvarnom svijetu.

Činjenica da su ovo open-weights je ogroman napredak za ekosustav.

Logika lifta je točna. Ljudi pravilno čekaju i ulaze jedan po jedan... K3 je u rangu s najboljim modelima.

U trenutku kada mu date pravi, neuredan, dugoročan zadatak, K3 prestiže i Opus i GPT-5.6.

Napravio je kompleksnu igru za mene koristeći 600k tokens.

Nativni vid mu omogućuje ispravljanje vizualnih bugova u stvarnom vremenu.

Cijene su zapravo vrlo konkurentne u usporedbi s drugim frontier modelima.

Kimi K3 nije samo uhvatio korak s Opusom i GPT-5.5, već s Fableom i GPT-5.6.

Postoji ogroman iskorak pri prelasku s GLM 5.2 na Kimi K3 u smislu generiranja UI resursa.

2,8 bilijuna parametara objašnjava zašto djeluje toliko pametnije u logici.

Sposoban je obrađivati video okvire za vizualnu reviziju koda.

Moonshot AI trenutno definitivno predvodi open-weights pokret.

Vise od samo promptova

Poboljšajte svoj radni tijek sa AI Automatizacijom

Automatio kombinira moc AI agenata, web automatizacije i pametnih integracija kako bi vam pomogao postici vise za manje vremena.

AI Agenti
Web Automatizacija
Pametni Tokovi

Pro Savjeti za Kimi K3

Stručni savjeti za maksimalno iskorištavanje Kimi K3.

Iskoristite Kimi CLI

K3 je visoko optimiziran za Kimi CLI; korištenje ovog sučelja pruža najbolje performanse za dugoročne agentic zadatke.

Koristite vizualne povratne petlje

Pružite modelu snimke zaslona (screenshot) generiranog UI-ja; njegov nativni vid omogućuje mu prepoznavanje i ispravljanje vizualnih bugova u stvarnom vremenu.

Optimizirajte za caching

Iskoristite prompt caching kako biste smanjili troškove inputa do 90% za ponavljajuće blokove konteksta u velikim dokumentima.

Postavite razinu razmišljanja (Thinking Effort)

Prilagodite reasoning parametar na 'max effort' za matematičke dokaze ili dizajn čipova kako biste u potpunosti iskoristili MoE logiku usmjeravanja.

Svjedočanstva

Sto Kazu Nasi Korisnici

Pridruzite se tisucama zadovoljnih korisnika koji su transformirali svoj radni tijek

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.

Povezani 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

Često Postavljana Pitanja o Kimi K3

Pronađite odgovore na česta pitanja o Kimi K3