7月16日，Kimi更新K3模型，总参数规模达2.8万亿，采用KDA、Attention Residuals及Stable LatentMoE架构，每次推理激活16个专家。模型支持100万Token上下文及原生视觉理解，面向长时程编程、知识工作与复杂推理。K3在多项编程评测中超越GPT-5.6 Sol和Claude Fable 5，例如Program Bench得分77.8，Terminal Bench 2.1得分88.3。
在长时程Agent任务中，K3生成AI ASIC行业研究网站时经历120轮递归，完成2800次网页搜索与抓取；引力波分析案例调用20个以上并发子Agent处理391个事件。单次任务Token消耗和工具调用量显著增长。
架构升级方面，K3通过KDA和AttnRes改善规模扩张效率，高稀疏MoE激活比例1.8%并引入Quantile Balancing等优化。模型建议采用64张以上加速卡超节点部署，高带宽互联重要性提升。
多代技术持续迭代，从Mooncake到K3体现技术积累。API价格方面，K3缓存命中输入$0.30、未命中$3.00、输出$15.00/百万Token，较K2明显提升，国产模型定价向海外靠拢。系统级优化使缓存命中率超90%，降低实际成本。
华泰睿思认为，随着国产模型能力进步，客户付费意愿增强，API价格中枢和商业化空间有望改善。风险包括宏观经济波动、技术进步不及预期、中美竞争加剧。