Kimi ha presentato K3, un modello multimodale open weight costruito su un'architettura a esperti misti con 2.8 trilioni di parametri, 896 esperti e una finestra contestuale da un milione di token. I pesi completi saranno disponibili entro la fine di luglio.
Nelle sue proprie benchmark, K3 si avvicina a Claude Fable 5 e GPT 5.6 Sol ma batte tutti gli altri modelli testati con un ampio margine. I test indipendenti di Artificial Analysis confermano in gran parte questi risultati, anche se il tasso di hallucinazioni di K3 è aumentato rispetto alla versione precedente.
Con un costo di 3 dollari per un milione di token di input e 15 dollari per un milione di token di output, K3 è più costoso del suo predecessore, ma paragonabile ai modelli di fascia media occidentali come Sonnet 5. I costi per singola attività sono intorno a 0,94 dollari, simile a GPT-5.6 Sol e circa la metà del prezzo di Opus 4.8.
La società ha lanciato K3, un modello multimodale con 2.8 trilioni di parametri e finestra contestuale da un milione di token. Nei propri benchmark, la sua prestazione è paragonabile ai modelli proprietari di punta.
Secondo Kimi, il nuovo modello principale, K3, processa nativamente immagini e video, supporta una finestra contestuale da un milione di token e ha un totale di 2.8 trilioni di parametri. Kimi lo definisce il primo modello open peso nell'intervallo di circa 3 trilioni di parametri. I pesi completi del modello saranno rilasciati il 27 luglio. Il modello è mirato a compiti di lunga durata, lavoro conoscitivo e ragionamento complesso.
Nelle proprie benchmark, K3 riesce a superare quasi tutti i modelli testati, tranne i top di gamma Claude Fable 5 e GPT 5.6 Sol, battendo però modelli come l'Opus 4.8, il GPT 5.5 e il GLM 5.2 con un ampio margine, in base al massimo o ad alta intensità di pensiero.
- Wins due su sei benchmark di programmazione;
- Finisce al secondo o terzo posto in tutti gli altri test di programmazione;
- Wins tre su sei test per agenti generali;
- Claude Fable 5 si aggiudica tutti i test relativi ad agenti visivi;
- In 35 test, K3 totalizza circa sette prime posizioni, seguito a ruota dal secondo o terzo posto; Fable 5 vince più test individuali.
In base a condizioni non interamente uguali tra i test, gli agenti utilizzati sono KimiCode, Claude Code o Codex.
Artificial Analysis conferma le prestazioni forti di K3, ma segnala un tasso di allucinazione più alto
Il laboratorio di test indipendente Artificial Analysis ha pubblicato una valutazione iniziale di Kimi K3. Il modello ottiene 57 punti sull'Artificial Analysis Intelligence Index, piazzandosi al quarto posto alle spalle di Fable 5 (60), GPT-5.6 Sol (59) e l'Opus 4.8 di Claude (56). Questo conferma parzialmente le affermazioni della stessa Kimi.
Su attività riguardanti i task, K3 raggiunge un punteggio Elo di 1668 su GDPval v2, un aumento considerevole rispetto alla 1190 di K2.6. Superando modelli come GLM-5.2 (1514), GPT-5.5 (1494) e Claude Opus 4.8 (1600), K3 non arriva però a livello di Fable 5 (1760). K3 si aggiudica anche il punteggio più alto su AutomationBench-AA, versione di Zapier dell'analisi del workflow SaaS.
Con un punteggio del 53 per cento, su AA-Briefcase, una valutazione di lavoro conoscitivo a lungo termine riservata, K3 raggiunge un Elo complessivo di 1547, un aumento di 732 punti rispetto a K2.6. Soltanto Fable 5 si classifica più alto. Artificial Analysis definisce K3 un modello ben bilanciato, con qualità del ragionamento e scoring vicini al livello di Fable 5. Tuttavia, presenta una qualità migliore della presentazione in confronto al GPT-5.6 Sol.
La percentuale di precisione di K3 è salita dal 33 per cento al 46 per cento sull'AA-Omniscience Index, spingendo il punteggio totale da +6 a +18. Il tasso di allucinazioni, però, è aumentato, passando dal 39 per cento al 51 per cento, il che indica che K3 genera più risposte errate benché abbia migliorato il numero di risposte corrette.
K3 mira a progetti interi di sviluppo al di là dei frammenti di codice
Secondo Kimi, l'uso primario del modello riguarda l'elaborazione di lunghe attività di sviluppo software con un minimo di supervisione umana. K3 è costruito per analizzare grandi basi di codice, coordinare strumenti del terminale e mantenere la concentrazione lungo vari step di lavoro.
Il modello associa programmazione a retroazione visiva: esamina screenshot, modifica codice e controlla l'output visivo. Kimi chiama questa funzione loop "Vision in the Loop", posizionando il modello alla base di attività come sviluppo di giochi, design UI e CAD.
Dimostrazioni pratiche
- Ha realizzato un gioco 3D aperto generato proceduralmente;
- Ha creato una visualizzazione interattiva di un buco nero;
- Ha simulato il lancio e il ritorno del razzo Long March 10;
- Ha realizzato un emulatore Game Boy Advance.
Per il gioco aperto, K3 ha generato proceduralmente l’ambiente e ha usato un’esterno strumento per creare i modelli 3D di cavaliere e cavallo.
Architettura e performance
K3 utilizza un'architettura a esperti misti che attiva solo 16 dei 896 esperti disponibili. È abbinato a una Nuova architettura dell'attenzione detta Kimi Delta Attention, che, stando alle informazioni di Kimi, permette di velocizzare fino a 6,3 volte il decoding per contesti da milioni di token.
Gli "Attention residuals" aumentano la qualità dell’allenamento di circa il 25 per cento aggiungendo meno del 2 percento di overhead computazionale.
Provider cinesi alzano i prezzi dei modelli di punta
Sempre più providers cinesi aumentano i prezzi dei modelli di punta, con l’apprezzamento del costo associato alle funzionalità avanzate. Secondo le API della stessa Kimi, un milione di token di input hanno un costo di 0.30 dollari con