Kimi K3 slår GPT-5.6 Sol på agentisk AI og åpner koden 27. juli

Modellen som nettopp har utkonkurrert OpenAIs flaggskip på den viktigste målestokken for langvarig koding og kunnskapsarbeid, er tilgjengelig i dag via API. Den kommer ikke fra OpenAI, Google eller Anthropic. Kimi K3 er den nyeste utgivelsen fra Moonshot AI, en oppstart i Beijing som er mest kjent for Kimi-chatroboten, og er den største språkmodellen med åpne vekter som noensinne er lansert: 2,8 billioner totale parametere i en sparsom arkitektur som holder kostnadene nede ved å aktivere bare en brøkdel av dem per forespørsel.

På AA-Briefcase – Artificial Analysis’ agentiske evaluering designet for å simulere reelt kunnskapsarbeid snarere enn lærebokproblemer – scoret Kimi K3 1 527, og havnet dermed på andreplass kun slått av Claude Fable 5 Max med 1 587, og foran GPT-5.6 Sol Max med 1 495. På den bredere GDPval-AA-målestokken ligger modellen på tredjeplass med 1 687, bak Fable 5 Max (1 815) og GPT-5.6 Sol Max (1 747,8). Prestasjonsgapet mellom første- og andreplass på den agentiske målestokken er smalere enn gapet mellom andre- og femteplass.

Prisforskjellen er vanskeligere å avfeie enn rangeringene på målestokkene. Kimi K3 tar 3 dollar per million uavkortede input-tokens og 15 dollar per million output-tokens. Claude Opus 4.8 tar 5 dollar per million input og 25 dollar per million output. For team som kjører høyvolum agentiske arbeidsflyter, rapporterer Moonshot treffrater på over 90 % på kodearbeid, noe som bringer den effektive input-kostnaden ned til 0,30 dollar per million tokens – et tall som endrer økonomien i å ta i bruk frontlinje-AI i stor skala.

To arkitektoniske nyvinninger ligger til grunn for modellen. Kimi Delta Attention er en hybrid lineær oppmerksomhetsmekanisme som selskapet hevder muliggjør 6,3 ganger raskere dekoding i kontekster på millioner av tokens sammenlignet med standard oppmerksomhet. Attention Residuals beskrives som en direkte erstatning for standard residualforbindelser som gir konsistente prestasjonsforbedringer etter hvert som modellen skaleres. Kontekstvinduet på 1 million tokens – nok til å romme omtrent ti fullengderomaner på én gang – er levende og funksjonelt, ikke en teoretisk spesifikasjon.

Det er et skille mellom «tilgjengelig i dag» og «åpen kildekode» som er viktig her. Kimi K3 er tilgjengelig nå via API og Kimi-appen, noe som betyr at forespørsler går gjennom Moonshots servere. Modellens faktiske vekter – de trente parameterne som ville la hvem som helst kjøre den på egen infrastruktur – er ennå ikke offentlige. Moonshot planlegger å slippe dem 27. juli under en modifisert MIT-lisens, de samme vilkårene som ble brukt på den forrige K2-modellen. For de fleste utviklere er API-et det de trenger; for organisasjoner med krav til datasuverenitet eller etterlevelse er vektslippet den relevante datoen.

Innebygd multimodal støtte dekker tekst, bilder og videoinndata innenfor samme API-kall. Modellens totale parameterantall på 2,8 billioner refererer til hele settet med sparsomme MoE-parametere; det aktive parameterantallet per foroverpass er betydelig lavere, noe som er hvordan Moonshot holder inferenskostnadene nede. Å kjøre hele modellen lokalt ville kreve maskinvare langt utover en forbrukerarbeidsstasjon. Det de åpne vektene vil muliggjøre, er distribusjon på bedriftsinfrastruktur i stor skala uten å rute data gjennom et kinesisk-eid API.

Vektslippet 27. juli vil avgjøre hvor mye av målestokkfordelen som overlever i reell distribusjon. Da Moonshot slapp K2 under sammenlignbare åpne vilkår, gikk utvikleradopsjonen raskere enn selskapet hadde forventet – delvis fordi kombinasjonen av nesten-frontlinje-ytelse og MIT-lignende lisensiering fjernet juridisk friksjon for team som trengte begge deler. K3 er et større veddemål på samme strategi.

Tagger: AI-modeller, GPT-5.6, Kimi K3, lokal AI, Moonshot AI, open-source AI