moonshot

Kimi K3

Kimi K3 adalah model 2,8T MoE dari Moonshot AI dengan context window 1M token, visi multimodal bawaan, dan performa coding tingkat frontier untuk agent...

Open WeightsMultimodalCodingMoEReasoning
moonshot logomoonshotKimi16 Juli 2026
Konteks
1.0Mtoken
Output maks.
4Ktoken
Harga input
$3.00/ 1M
Harga output
$15.00/ 1M
Modalitas:TextImageVideo
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
93.5%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). Kimi K3 meraih skor 93.5% pada benchmark ini.
HLE
44.3%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. Kimi K3 meraih skor 44.3% pada benchmark ini.
MMLU
89.2%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. Kimi K3 meraih skor 89.2% pada benchmark ini.
MMLU Pro
78.5%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. Kimi K3 meraih skor 78.5% pada benchmark ini.
SimpleQA
48%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. Kimi K3 meraih skor 48% pada benchmark ini.
IFEval
89.1%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. Kimi K3 meraih skor 89.1% pada benchmark ini.
AIME 2025
88%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. Kimi K3 meraih skor 88% pada benchmark ini.
MATH
81.2%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. Kimi K3 meraih skor 81.2% pada benchmark ini.
GSM8k
96.8%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. Kimi K3 meraih skor 96.8% pada benchmark ini.
MGSM
94.2%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. Kimi K3 meraih skor 94.2% pada benchmark ini.
MathVista
70.2%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. Kimi K3 meraih skor 70.2% pada benchmark ini.
SWE-Bench
49%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. Kimi K3 meraih skor 49% pada benchmark ini.
HumanEval
92.5%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. Kimi K3 meraih skor 92.5% pada benchmark ini.
LiveCodeBench
68%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. Kimi K3 meraih skor 68% pada benchmark ini.
MMMU
72%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. Kimi K3 meraih skor 72% pada benchmark ini.
MMMU Pro
59.5%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. Kimi K3 meraih skor 59.5% pada benchmark ini.
ChartQA
88.4%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. Kimi K3 meraih skor 88.4% pada benchmark ini.
DocVQA
93.6%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. Kimi K3 meraih skor 93.6% pada benchmark ini.
Terminal-Bench
88.3%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. Kimi K3 meraih skor 88.3% pada benchmark ini.
ARC-AGI
8%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. Kimi K3 meraih skor 8% pada benchmark ini.

Tentang Kimi K3

Pelajari tentang kemampuan, fitur, dan cara menggunakan Kimi K3.

Arsitektur dan Skala

Kimi K3 adalah model flagship generasi ketiga dari Moonshot AI, yang menggunakan arsitektur Mixture-of-Experts (MoE) dengan 2,8 triliun parameter. Model ini mengaktifkan 16 dari 896 ahli untuk setiap token, memungkinkan efisiensi komputasi yang tinggi tanpa mengorbankan kedalaman kecerdasan yang terkait dengan jumlah parameter yang sangat besar. Model ini memperkenalkan Kimi Delta Attention dan attention residuals untuk menjaga akurasi faktual dan stabilitas yang tinggi di seluruh context window 1.048.576-token.

Kemampuan Multimodal

Model ini secara native multimodal, mampu memproses teks, gambar, dan frame video dalam framework terpadu. Integrasi ini memungkinkan alur kerja agentic yang canggih, seperti audit visual terhadap kode yang dihasilkan atau menganalisis video teknis yang panjang untuk pengambilan informasi. Kimi K3 dirancang khusus untuk tugas-tugas berdurasi panjang, termasuk riset otonom dan rekayasa perangkat lunak yang kompleks, di mana loop umpan balik visual sangat penting.

Pemosisian Performa

Kimi K3 bersaing langsung dengan model closed-source seperti Claude 3.5 Opus dan sistem tingkat GPT-5. Model ini memiliki peringkat tinggi di LMArena Frontend Code Board, menunjukkan kemahiran dalam pengembangan web dan pembuatan prosedural 3D. Dengan menggabungkan open weights dengan penalaran tingkat frontier, model ini menyediakan platform bagi pengembang untuk membangun sistem otonom khusus yang memerlukan pemahaman teknis mendalam dan pemrosesan data skala besar.

Kimi K3

Kasus Penggunaan untuk Kimi K3

Temukan berbagai cara menggunakan Kimi K3 untuk hasil yang luar biasa.

Coding Agentic Berdurasi Panjang

Menjalankan sesi coding otonom selama berjam-jam yang melibatkan ribuan pemanggilan tool dan koreksi diri berdasarkan output terminal.

Pengembangan Game Prosedural 3D

Membuat lingkungan 3D berbasis browser yang fungsional menggunakan 3JS dan WebGPU dari deskripsi bahasa alami tingkat tinggi.

Desain Chip Otonom

Menggunakan tool EDA open-source untuk merancang, mengoptimalkan, dan memverifikasi chip ASIC kustom dalam durasi 24-48 jam secara otonom.

Sintesis Literatur Ilmiah

Meninjau repositori masif makalah ilmiah tingkat PhD untuk mengimplementasikan perhitungan astrofisika atau kimia yang kompleks.

Visualisasi Data Interaktif

Memproses dataset historis yang besar untuk membangun dashboard riset dan laporan web interaktif yang mendalam.

Orkestrasi Multi-Agent

Mengoordinasikan jaringan kompleks dari agent heterogen untuk mengelola tugas pencarian dan eksekusi paralel skala besar.

Kelebihan

Keterbatasan

Performa Coding Tingkat Frontier: Menempati peringkat #1 di LMArena Frontend Code Board, mengungguli raksasa industri dalam coding kreatif dan pengembangan UI.
Latency Throughput Output: Menghasilkan 17-20 token per detik, yang jauh lebih lambat daripada model khusus yang lebih kecil.
Stabilitas Konteks Masif: Mempertahankan akurasi 90,4% di seluruh jendela 1M-token, dengan menggunakan Delta Attention untuk mencegah hilangnya informasi.
Batasan Inference Hardware: Menjalankan model secara lokal memerlukan klaster komputasi dengan VRAM 1,5TB+, sehingga tidak dapat diakses oleh hardware konsumen.
Agency Multimodal Bawaan: Memproses video dan gambar dalam framework terpadu, memungkinkan model untuk mengoreksi tugasnya sendiri melalui umpan balik visual.
Overhead Token Reasoning: Fase berpikir yang ekstensif dapat menyebabkan pengukuran time-to-first-token yang tinggi hingga 8 detik.
Skala Parameter Ekstrem: Dengan 2,8 triliun parameter, ini adalah model open-weights terbesar yang tersedia, menawarkan pengetahuan teknis khusus yang mendalam.
Kesenjangan Akurasi Faktual: Skor SimpleQA sebesar 48% menunjukkan bahwa model ini terkadang kesulitan dengan verifikasi faktual tingkat presisi tinggi meskipun memiliki penalaran yang kuat.

Mulai Cepat API

moonshotai/kimi-k3

Lihat Dokumentasi
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();

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang Kimi K3

Lihat apa yang dipikirkan komunitas tentang Kimi K3

Kimi K3 menyelesaikan game kompleks untuk saya hanya dalam tiga langkah menggunakan 600k token. Era di mana lab China tertinggal jauh telah resmi berakhir.
AICodeKing
youtube
Kemampuan long-horizon-nya gila. Model ini menyelesaikan beberapa error dalam tugas fine-tuning tanpa meminta bantuan saya sama sekali.
DevGuru_88
reddit
Ini pada dasarnya adalah 'momen Linux' bagi model penalaran. Kita melihat logika frontier tersedia dengan open weights.
SiliconValleyWatcher
hackernews
K3 membuat tier Opus terasa usang untuk coding. Kualitasnya setara dengan yang teratas tetapi dengan sebagian kecil biaya per tugas.
TechReporter_X
twitter
Model ini tersedia di Kimi Code saat diluncurkan. Dua varian: K3 Max untuk chat dan K3 Swarm Max untuk pemrosesan paralel.
ivanfioravanti
twitter
Saya rasa saya mulai mencapai batas kemampuan memori 1,5TB untuk model 2,5T parameter dengan 1M konteks.
mweinbach
twitter

Video Tentang Kimi K3

Tonton tutorial, ulasan, dan diskusi tentang Kimi K3

Ini adalah model yang disebut Kimiko 3, dengan 3 triliun parameter, dan model yang setara dengan Opus.

Kimiko 3 pada dasarnya memiliki routing informasi yang lebih baik, sehingga dapat menghasilkan kecerdasan lebih dari jumlah compute yang sama.

Benchmark menunjukkan bahwa model ini mengalahkan Fable 5 dalam coding benchmark.

Saya tertarik melihat bagaimana model ini menangani context window 1 juta penuh di dunia nyata.

Fakta bahwa ini adalah open weights merupakan perkembangan besar bagi ekosistem.

Logika elevatornya benar. Orang-orang menunggu dengan benar dan dijemput satu per satu... K3 setara dengan model-model teratas.

Saat Anda memberinya tugas dunia nyata yang berantakan dan berdurasi panjang, K3 mengungguli Opus dan GPT-5.6.

Model ini menyelesaikan game kompleks untuk saya dalam tiga langkah menggunakan 600k token.

Visi bawaannya memungkinkannya memperbaiki bug visual secara real-time.

Harganya sangat kompetitif dibandingkan dengan model frontier lainnya.

Kimi K3 tidak hanya menyamai Opus dan GPT-5.5, tetapi juga menyamai Fable dan GPT-5.6.

Ada langkah besar saat kita beralih dari GLM 5.2 ke Kimi K3 dalam hal pembuatan aset UI.

2,8 triliun parameter menjelaskan mengapa model ini terasa jauh lebih cerdas dalam logika.

Model ini mampu memproses frame video untuk audit visual kode.

Moonshot AI jelas memimpin gerakan open-weights saat ini.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas

Tips Pro untuk Kimi K3

Tips ahli untuk memaksimalkan Kimi K3.

Manfaatkan Kimi CLI

K3 sangat dioptimalkan untuk Kimi CLI; penggunaan antarmuka ini memberikan performa terbaik untuk tugas-tugas agentic berdurasi panjang.

Gunakan Loop Umpan Balik Visual

Berikan screenshot UI yang dihasilkan model; kemampuan visi bawaannya memungkinkan model untuk mengidentifikasi dan memperbaiki bug visual secara real-time.

Optimalkan untuk Caching

Manfaatkan prompt caching untuk mengurangi biaya input hingga 90% untuk blok konteks yang berulang dalam dokumen besar.

Atur Thinking Effort

Sesuaikan parameter reasoning ke 'max effort' untuk pembuktian matematis atau desain chip guna memanfaatkan logika routing MoE sepenuhnya.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

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.

Terkait 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

Pertanyaan yang Sering Diajukan tentang Kimi K3

Temukan jawaban untuk pertanyaan umum tentang Kimi K3