Kimi K3 – a nyílt forráskódú AI, amely a Claude-dal és a GPT-vel versenyez

Július 27-én, 00:00 UTC-kor élesedtek a Kimi K3 nyílt súlyai – ezzel a pekingi Moonshot AI szabadon letölthetővé tette azt a modellt, amelyet a cég a világ eddigi legnagyobb nyílt súlyú mesterséges intelligenciájának nevez. A súlyok kiadása néhány órával a korábban kommunikált menetrend előtt, július 26-án este történt meg amerikai idő szerint. Néhány felhőplatform – köztük a Together AI és a Modal – már az első naptól hosztolt hozzáférést kínált hozzá.

A 2,8 billió paraméteres rendszer az első olyan nyílt modell, amely eléri a „3 billiós osztályt”, és amely a benchmarkok szerint egy szinten mozog a legerősebb zárt, nyugati rendszerekkel.

A modell maga nem teljesen új: a Kimi K3-at július 16-án mutatta be a Moonshot, és azóta elérhető volt a Kimi appon, a webes felületen, valamint API-n keresztül. Ami most megváltozott, az a nyílt súlyok kiadása – vagyis mostantól bárki letöltheti, a saját szerverén futtathatja és finomhangolhatja a modellt egy módosított MIT-licenc alatt. Ez a fejlesztői közösség számára óriási mérföldkő, hiszen egy frontier-szintű modell teljes súlyaihoz eddig szinte soha nem lehetett közvetlenül és szabadon hozzáférni.

Műszaki paraméterek és architektúra

A számok önmagukért beszélnek. A Kimi K3 egy ritka (sparse) Mixture-of-Experts (MoE) architektúrára épül, amelyben a 896 szakértőből kérésenként csak 16 aktiválódik – ez a teljes paraméterkészlet mindössze 1,8%-a. Ennek köszönhetően a modell futtatása nagyságrendekkel olcsóbb, mint egy vele azonos méretű, sűrű (dense) modellé lenne. A K3 nagyjából 2,8-szor nagyobb az elődjénél, a K2.6-nál, és jelentősen felülmúlja a többi kínai versenytársat, mint például a DeepSeek V4 Pro-t vagy a GLM 5-sorozatot is.

A modell 1 millió tokenes kontextusablakot kínál, natívan kezeli a képeket és a videókat, valamint két új architekturális megoldást vezet be:

• Kimi Delta Attention (KDA)
• Attention Residuals technikák

amelyek a fejlesztők szerint jelentősen javítják a hatékonyságot és az érvelési minőséget.

Teljesítmény: Áttörés a frontend-kódolásban

A teljesítmény terén a legnagyobb feltűnést a frontend-kódolás keltette. Az Arena nevű, vak fejlesztői összehasonlításokon alapuló platformon a Kimi K3 az első helyre került a Frontend Code Arena rangsorban 1679 ponttal, megelőzve a Claude Fable 5-öt (1631) és a GPT-5.6 Solt (1618) is. Ez 17 helyes ugrás a K2.6-hoz képest, amely korábban a 18. helyen állt. A K3 a hét frontend-kategóriából hatban első lett; egyedül a gaming területén maradt el a Fable 5 mögött.

Fontos ugyanakkor a józanság: a Moonshot maga is elismeri, hogy a K3 összteljesítményben még elmarad a Claude Fable 5 és a GPT-5.6 Sol mögött. A „mindenkit legyőz” típusú állításokat érdemes független teszteléssel is megerősíteni, mielőtt bárki erre építené a saját üzleti munkafolyamatait.

Árazás és az „erőforrás-csapda”

Az árazás agresszív: az API 3 dollár millió bemeneti (input) tokenenként és 15 dollár millió kimeneti (output) tokenenként – ez a legmagasabb ár egy kínai AI-labortól, mégis nagyjából fele a Claude Opus 4.8 feladatonkénti költségének. Van azonban egy fontos csavar: a modell jelenleg csak egyetlen érvelési szintet („max”) kínál, és a független tesztelők szerint feltűnően sok érvelési tokent fogyaszt. Egy egyszerű SVG-pelikán generálása például 13 241 tokenbe és nagyjából 0,25 dollárba került. Sokan ezért azt a stratégiát javasolják, hogy a rutinfeladatokat egy olcsóbb kismodellre bizzuk, és csak a nehezebb 15–20%-ot – hosszú ügynöki munkameneteket, komplex frontend-generálást, multimodális hibakeresést – irányítsuk a K3-ra.

A hardverigény mint valós belépési küszöb

A gyakorlati hozzáférhetőségnek komoly ára van hardveroldalon. A teljes súlyok MXFP4 kvantálással is nagyjából 1,4 terabájtot tesznek ki. Az önhosztolás (self-hosting) lényegében csak olyan szervezeteknek reális opció, amelyek több csomópontból álló GPU-klaszterrel rendelkeznek – jellemzően 8–16 csomópont, egyenként 8 darab H100 vagy B200 gyorsítóval.

Az „ingyenes” megjelölés itt kizárólag a szoftver letöltésére vonatkozik: a modell saját infrastruktúrán való kiszolgálása továbbra is óriási tőkebefektetést igényel.

Kövess minket a Google Hírekben

Geopolitikai és európai kihatások

Európai és magyar szemmel a Kimi K3 két szempontból is kiemelten fontos. Egyrészt erős geopolitikai üzenet: a modell a három éve tartó, egyre szigorodó amerikai félvezető-exportkorlátozások ellenére született meg. Azt jelzi, hogy a kínai AI-laborok a szankciók ellenére is képesek tartani a lépést a nyugati élmezőnnyel. Az Alibaba, a Tencent és a Meituan által támogatott Moonshot májusban 20 milliárd dolláros értékelés mellett gyűjtött 2 milliárd dollárt, és jelenleg egy 30 milliárdos kört tárgyal.

Másrészt a nyílt súlyok kiadása közvetlen lehetőséget teremt a hazai és európai fejlesztők, valamint kkv-k számára az adatvédelmi függetlenségre. Egy frontier-szintű modell elméletileg helyben, saját infrastruktúrán, teljes adatvédelmi kontroll alatt futtatható, anélkül, hogy az adatszolgáltatást egy amerikai felhőszolgáltatóhoz kellene kötni. A gyakorlati belépési küszöb – az 1,4 terabájtos méret és a mögé szükséges GPU-park – azonban egyelőre a nagyobb vállalati szereplők és a felhős hosztingpartnerek felé billenti a mérleget.