Kimi K3 adalah model open flagship Moonshot AI dengan 2.8 triliun parameter, yang dirancang untuk coding jangka panjang, penalaran, pemahaman visual native, dan kerja pengetahuan end-to-end.

Seberapa besar context window Kimi K3?

Kimi K3 mendukung context window 1M token, sehingga memungkinkan pekerjaan pada repository besar, koleksi dokumen panjang, riset yang ekstensif, dan riwayat agent yang berkelanjutan.

Apakah Kimi K3 mendukung gambar dan video?

Ya. Kimi K3 memiliki pemahaman visual native dan dapat melakukan penalaran atas screenshot, gambar, dan video dalam alur kerja multimodal untuk coding, riset, dan kreatif.

Apa arti 16 dari 896 expert?

K3 menggunakan Stable LatentMoE dengan 896 expert yang tersedia, sambil secara efisien mengaktifkan 16 untuk setiap token, sehingga meningkatkan sparsity tanpa harus menggunakan seluruh network setiap saat.

Siapa yang sebaiknya menggunakan Kimi K3?

K3 sangat relevan untuk tim engineering, tim riset dan analisis, serta tim kreatif-teknis yang mengerjakan tugas panjang, kompleks, multimodal, atau yang digerakkan oleh tools.

Kimi K32.8T
Kecerdasan Frontier Terbuka

Model open flagship Moonshot AI — context window 1M token, pemahaman visual native, penalaran jangka panjang, dan arsitektur yang dibuat untuk coding, agent, dan kerja berbasis pengetahuan.

Apa itu Kimi K3?

Kimi K3 adalah model flagship paling mumpuni dari Moonshot AI hingga saat ini. Dengan 2.8 triliun parameter, ini adalah model open-source pertama di dunia dalam kelas 3 triliun parameter. Arsitekturnya menggabungkan Kimi Delta Attention, Attention Residuals, Stable LatentMoE, dan pemahaman multimodal native.

Model ini menargetkan skenario kecerdasan frontier, bukan prompt singkat yang terisolasi. Model ini dirancang agar tetap efektif dalam sesi engineering yang berjalan lama, korpus riset besar, screenshot, gambar, video, tools terminal, serta alur kerja pengetahuan yang memerlukan perencanaan dan revisi.

Bagi pembaca yang membandingkan model open tingkat lanjut, Kimi K3 menonjol lewat skalanya, context window 1M token, visi native, dan orientasi agentic yang kuat.

2.8T parameter

Model open skala frontier yang melanjutkan dorongan Moonshot AI melampaui rezim triliunan parameter.

Konteks 1M token

Dirancang untuk bekerja di codebase yang luas, dokumen, arsip riset, dan riwayat agent yang berkelanjutan.

Pemahaman visual native

Memproses screenshot, gambar, dan video sebagai bagian dari alur kerja coding, riset, kreatif, dan yang digerakkan oleh tools.

Tim engineering

Coding jangka panjang dan pekerjaan skala repository untuk software engineer, tim infrastruktur, dan technical lead — navigasi repository besar, orkestrasi terminal dan tools, serta feedback visual saat implementasi.

Tim riset & analisis

Kerja berbasis pengetahuan yang kaya bukti untuk analis, konsultan, dan ilmuwan — sintesis multi-dokumen, alur kerja riset-ke-code, serta laporan, dashboard, dan visualisasi dalam konteks 1M token.

Tim kreatif & teknis

Visi native dalam loop untuk tim yang menggabungkan engineering dengan gambar, video, dan screenshot — iterasi visual dan debugging, pekerjaan motion dan interaksi, serta prototyping cepat lintas domain visual dan teknis.

Model open pertama dengan 2.8T parameter

Kimi K3 menandai perluasan tajam frontier model open — dari 1T parameter pada Kimi K2 menjadi 2.8T dalam dua belas bulan, serta menjadi model open-weight pertama yang mencapai kelas 3 triliun parameter.

Bagaimana Kimi K3 mengalirkan informasi dalam skala besar

Arsitektur K3 meningkatkan aliran informasi di sepanjang panjang sequence dan kedalaman model, sambil menjaga komputasi sparse expert tetap efisien. Kimi Delta Attention (KDA) adalah mekanisme hybrid linear attention untuk scaling pada sequence panjang; Attention Residuals mengambil representasi secara selektif dari block sebelumnya; dan Stable LatentMoE mengaktifkan 16 dari 896 expert per token — semuanya bersama-sama mencapai efisiensi scaling sekitar 2.5× dibanding Kimi K2.

FAQ model Kimi K3

Kimi K3 adalah model open flagship Moonshot AI dengan 2.8 triliun parameter, yang dirancang untuk coding jangka panjang, penalaran, pemahaman visual native, dan kerja pengetahuan end-to-end.
Kimi K3 mendukung context window 1M token, sehingga memungkinkan pekerjaan pada repository besar, koleksi dokumen panjang, riset yang ekstensif, dan riwayat agent yang berkelanjutan.
Ya. Kimi K3 memiliki pemahaman visual native dan dapat melakukan penalaran atas screenshot, gambar, dan video dalam alur kerja multimodal untuk coding, riset, dan kreatif.
Kimi Delta Attention adalah mekanisme hybrid linear attention milik K3. Attention Residuals mengambil representasi secara selektif di sepanjang kedalaman model untuk meningkatkan aliran informasi.
K3 menggunakan Stable LatentMoE dengan 896 expert yang tersedia, sambil secara efisien mengaktifkan 16 untuk setiap token, sehingga meningkatkan sparsity tanpa harus menggunakan seluruh network setiap saat.
K3 sangat relevan untuk tim engineering, tim riset dan analisis, serta tim kreatif-teknis yang mengerjakan tugas panjang, kompleks, multimodal, atau yang digerakkan oleh tools.

Kimi K32.8T
Kecerdasan Frontier Terbuka