Kimi K3 — флагманская модель Moonshot AI нового поколения с 2.8 трлн параметров, демонстрирующая лидирующие результаты по GDPval-AA, MCP Atlas и другим агентным и рассуждательным бенчмаркам среди моделей на llm-stats.com. Мультимодальная модель, принимающая текст и изображения.
Основные характеристики
Параметры
2.8T
Контекст
1.0M
Дата выпуска
16 июля 2026 г.
Индекс
51.9
Временная шкала
Ключевые даты в истории модели
Анонс
16 июля 2026 г.
Последнее обновление
29 июля 2026 г.
Сегодня
27 октября 2026 г.
Технические характеристики
Параметры
2.8T
Токены обучения
-
Граница знаний
-
Семейство
-
Возможности
МультимодальностьZeroEval
Ценообразование и доступность
Вход (за 1М токенов)
$3.00
Выход (за 1М токенов)
$15.00
Макс. входящих токенов
1.0M
Макс. исходящих токенов
1.0M
Поддерживаемые возможности
Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение
Результаты бенчмарков
Показатели производительности модели на различных тестах и бенчмарках
Рассуждения
Логические рассуждения и анализ
GPQA
GPQA Diamond — научные вопросы уровня PhD. • данные разработчика
Другие тесты
Специализированные бенчмарки
GDPval-AA
GDPval-AA v2 Elo (1668.00 из 3000). • проверено
MCP Atlas
MCP Atlas — оценка масштабного использования инструментов. • данные разработчика
BrowseComp
BrowseComp — задачи на настойчивую навигацию по интернету и поиск труднодоступной информации. • данные разработчика
MMMU-Pro
MMMU-Pro — усложнённый мультидисциплинарный мультимодальный бенчмарк. • данные разработчика
Toolathlon
Toolathlon — оценка комплексного использования нескольких инструментов агентами. • данные разработчика
Kimi Code Bench v2
Kimi Code Bench v2 — внутренний бенчмарк Moonshot AI для агентов кодирования. • данные разработчика
AA-Briefcase
Балл Elo; Artificial Analysis • проверено
APEX-Agents
Максимальное усилие рассуждения • данные разработчика
AutomationBench
Публичное подмножество из 600 задач; официальная конфигурация • данные разработчика
BabyVision
С Python; среднее по 3 прогонам • данные разработчика
CharXiv-R
Вопросы на рассуждение с Python; среднее по 3 запускам • данные разработчика
DECK-Bench
Внутренний бенчмарк; максимальное усилие рассуждения • данные разработчика
DeepSearchQA
Оценка F1; максимальное усилие рассуждения • данные разработчика
DeepSWE
Харнесс KimiCode; максимальное усилие рассуждения • данные разработчика
DeepSWE 1.1
Таблица лидеров DeepSWE v1.1, харнесс mini-swe-agent, максимальное усилие; Pass@1 69% ± 5%. • проверено
FrontierSWE
Dominance score; харнесс KimiCode; максимальное усилие рассуждения • данные разработчика
Humanity's Last Exam
HLE-Full с инструментами; максимальное усилие рассуждения • данные разработчика
Job Bench
Максимальное усилие рассуждения • данные разработчика
MathVision
С Python; среднее по 3 прогонам • данные разработчика
MLS-Bench Lite
Харнесс KimiCode; максимальное усилие рассуждения • данные разработчика
MMMU-Pro (with tools)
Инструменты Python; официальный протокол; среднее по 3 запускам • данные разработчика
OfficeQA Pro
Claude Code 框架；最大推理усилие • данные разработчика
OmniDocBench
Среднее по 3 запускам • данные разработчика
PerceptionBench
Внутренний бенчмарк; среднее по 3 запускам • данные разработчика
PostTrainBench
Официальная реализация Harbor; обвязка Claude Code; максимальное усилие рассуждения; среднее по 3 запускам • данные разработчика
Program Bench
Харнесс KimiCode; максимальное усилие рассуждения • данные разработчика
SpreadsheetBench 2
Claude Code 框架；最大推理усилие • данные разработчика
SWE-Marathon
Claude Code 框架；最大推理усилие • данные разработчика
Terminal-Bench 2.1
Харнесс KimiCode; максимальное усилие рассуждения • данные разработчика
WorldVQA
ForceAnswer; среднее по 3 запускам • данные разработчика
ZEROBench
Основной сплит с Python; pass@5; 5 запусков • данные разработчика
Лицензия и метаданные
Лицензия
Проприетарная
Дата анонса
16 июля 2026 г.
Последнее обновление
29 июля 2026 г.
Kimi K3: плюсы и минусы
Плюсы
- В топ-30 по сводному индексу (12-е место из 344)
- Огромный контекст — 1M токенов: целые книги и кодовые базы за раз
- Понимает изображения, не только текст
- Сильнее всего в тесте MathVision — 97.8%
- Можно попробовать онлайн на AI-Stat — без VPN и регистрации
Минусы
- Дорогой API — $3.00 за 1M входных токенов
- Слабее в тесте AutomationBench — 30.8%
Похожие модели
Все модели
Kimi K2.6
Moonshot AI
MM1.0T
Лучший скор:0.9 (GPQA)
Релиз:апр. 2026 г.
Цена:$0.95/1M токенов
Kimi K2.5
Moonshot AI
MM1.0T
Лучший скор:0.9 (GPQA)
Релиз:янв. 2026 г.
Kimi K2.7 Code
Moonshot AI
MM1.0T
Релиз:июнь 2026 г.
Цена:$0.74/1M токенов
Kimi K3.1 Pro
Moonshot AI
MM
Лучший скор:0.9 (GPQA)
Релиз:окт. 2026 г.
Цена:$2.00/1M токенов
Kimi-k1.5
Moonshot AI
MM
Лучший скор:0.9 (MMLU)
Релиз:янв. 2025 г.
Kimi K2 0905
Moonshot AI
1.0T
Лучший скор:0.9 (HumanEval)
Релиз:сент. 2025 г.
Цена:$0.60/1M токенов
Qwen3.8 Max
Alibaba
MM2.4T
Лучший скор:0.9 (GPQA)
Релиз:авг. 2026 г.
Цена:$2.50/1M токенов
DeepSeek-V4.1-Flash
DeepSeek
MM763.2B
Лучший скор:0.9 (GPQA)
Релиз:сент. 2026 г.
Цена:$0.30/1M токенов
Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.