---
title: "【国联民生计算机火线速递】🚀KIMI K3：国产模型高端化的拐点 [Sun]模型介绍：全球最大的开源模型，略输Fable 5和GPT-5.6 Kimi K3 是"
topic_id: 14422151815184522
created_at: 2026-07-17T09:57:59.056+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 【国联民生计算机火线速递】🚀KIMI K3：国产模型高端化的拐点 [Sun]模型介绍：全球最大的开源模型，略输Fable 5和GPT-5.6 Kimi K3 是

- 序号：157
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/14422151815184522)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

【国联民生计算机火线速递】🚀KIMI K3：国产模型高端化的拐点

[Sun]模型介绍：全球最大的开源模型，略输Fable 5和GPT-5.6

Kimi K3 是一个2.8 万亿参数模型，基于 KDA 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有100 万 token上下文窗口。它是全球首个开源的3 万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。虽然 Kimi K3 的整体表现仍落后于最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol。

[Sun]技术细节：自研架构重点优化了长程、高难任务

Kimi K3 基于Kimi Delta Attention（KDA）和Attention Residuals（AttnRes）构建。KDA 为注意力扩展提供了高效基础，AttnRes 则不是简单地在各层均匀累积表示，而是有选择地跨深度检索表示。二者共同构成了 Kimi K3 的架构骨架，使模型能够扩展到万亿参数以上的规模。

Kimi K3 采用Stable LatentMoE，在 896 个专家中实际激活 16 个。在这样的稀疏度下，路由和优化成为关键挑战。Quantile Balancing直接根据路由分数的分位数分配专家，避免启发式更新和敏感的平衡超参数；Per-Head Muon则将 Muon 扩展到按注意力头独立优化，让大规模训练中的学习过程更自适应。Sigmoid Tanh Unit（SiTU）和Gated MLA分别增强激活控制和注意力选择性。这些改进共同支持了 2.8 万亿参数规模下稳定、高效的训练。

[Sun]国产模型高端化的拐点，国模商业化天花板进一步提高

K3的输出价格达到100元/百万Tokens，相比第二名GLM5.2提升超200%。Kimi K3 擅长结合软件工程与视觉推理的任务，它能够利用截图和视觉反馈，优化游戏开发、前端和 CAD 等场景。

免责声明：基于公开资料整理，可能存在信息滞后或更新不及时，任何情况下不构成投资建议

联系人：国联民生计算机吕伟/白青瑞

## 总体总结

主题正文
1. Kimi K3 是一个2.8 万亿参数模型，基于 KDA 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有100 万 token上下文窗口。
2. 它是全球首个开源的3 万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。
3. 虽然 Kimi K3 的整体表现仍落后于最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol。
4. Kimi K3 基于Kimi Delta Attention（KDA）和Attention Residuals（AttnRes）构建。
5. Kimi K3 采用Stable LatentMoE，在 896 个专家中实际激活 16 个。
6. K3的输出价格达到100元/百万Tokens，相比第二名GLM5.2提升超200%。
7. Kimi K3 擅长结合软件工程与视觉推理的任务，它能够利用截图和视觉反馈，优化游戏开发、前端和 CAD 等场景。
8. 免责声明：基于公开资料整理，可能存在信息滞后或更新不及时，任何情况下不构成投资建议