# 月之暗面K3全栈开源，2.8T参数模型逼近闭源

- 来源：AYi (@AYi_AInotes)
- 发布时间：2026-07-28 00:53
- AIHOT 分数：59
- AIHOT 链接：https://aihot.virxact.com/items/cms3h0gkj02bkrond2oqdgtcy
- 原文链接：https://x.com/AYi_AInotes/status/2081784951582667030

## AI 摘要

月之暗面开源Kimi K3，一个2.8T总参数、104B激活参数的MoE模型，原生支持100万token上下文窗口。新架构KDA和AttnRes使单位算力智能密度提升2.5倍，长上下文解码速度提升6倍。除模型权重外，还开源了高性能推理内核FlashKDA、MoE通信库及Agent训练环境AgentENV，将开源模型能力门槛抬至闭源旗舰水平。

## 正文

我操！@kimi_moonshot 月之暗面这波是真的疯了！
2.8T 参数的 K3 直接全权重开源就算了，
连推理内核、MoE 通信库、Agent 训练环境整套底层技术栈全给你端出来，硬生生把开源模型的天花板，直接抬到了闭源旗舰的家门口。

不是放个权重就炒开源概念的挤牙膏操作，是从模型到底层能跑起来生态的所有东西全白给，1M 长上下文、MoE 架构性能够打闭源，

之前天天喊开源追不上闭源的直接被打半残，
开发者再也不用对着闭源 API 的限流、涨价受窝囊气。

搞大模型的不用从零搭底层通信框架，
做 Agent 的不用卡闭源接口的脖子，
小团队也能基于全栈直接做二次开发，
从今天起，全球开源 AI 的游戏规则，真的改了。

今天之后，开源和闭源的代差，从两年砍到了半年。
Kimi K3 今天正式全开源，不是挤牙膏的版本更新。

2.8T 总参数 MoE， 激活 104B， 原生 100 万上下文。

靠 KDA 新注意力和 AttnRes 架构创新，单位算力智能密度直接提 2.5 倍，长上下文解码速度翻 6 倍。
最狠的是，这根本不是只放个权重的假开源。

FlashKDA 高性能内核，MoE 通信库，连用来做 Agent 强化学习的快照式训练环境 AgentENV， 全给你开源了。

从推理到训练的整个底层栈，直接搬空。
之前所有开源模型，本质都是在追闭源一年多前的尾巴。

这是第一个真正摸到闭源顶尖门槛的开放模型。

长编码、Agent、终端操作这些硬核任务，
已经能和第一梯队闭源掰手腕。

你永远可以相信开放的力量！！
用K3搓了一个他自己开源的介绍视频，特此致敬🫡

### 引用推文

> Kimi.ai：Releasing the model weights and technical report of Kimi K3. Kimi K3 is our most capable model: a 2.8T MoE model with native visual understanding and a 1M-token...