7 月 27 日，月之暗面在 HuggingFace 上发布了 Kimi-K3 的开放权重。3 万亿参数。这是业界第一个开源的 3T 级别模型。

HuggingFace 页面上挂着一个倒计时，到点才会放出权重文件。但模型卡已经公开了关键信息：全新架构，基于自研的 Kimi Delta Attention 和 Attention Residuals。超长上下文窗口，设计目标之一是仓库级代码理解。原生支持工具调用、浏览器操作和多步规划。

Hacker News 评论区普遍提到了一个词：historic。

「这是史上第一次，一个开放权重的大语言模型站到了最顶端。」用户 davidkunz 写道。

技术上最受关注的细节是推理成本。模型使用 FP4 原生精度，光权重就需要约 1.5TB 显存才能跑起来。实际部署至少需要 16 块 B200—— 这个硬件门槛意味着个人开发者基本无缘本地运行，只有云服务商能下场。用户 NitpickLawyer 做了详细估算后评论：「这次发布将给我们一个清晰的第三方数据点，用来估算服务一个 3T 模型的真实成本。然后我们就能判断各家 API 定价到底有没有在补贴。」

目前已知的基准测试结果有限。AISI 网络安全评测中 Kimi-K3 超过了 GLM 5.2，但仍落后于最顶尖的闭源模型。

但开源这件事本身就改变了竞争格局。用户 m00dy 一句话概括：「围绕这个模型会有大量竞争，等着看 AI 服务商能把价格压到多低。」

事实上价格战已经在打响了。用户 gorgmah 指出，GLM 5.2 自 6 月 16 日发布以来，API 价格已被竞争压低了约 45%，且还在下行。「我的猜测是，很快就会有人以低于电费加 GPU 折旧的价格出售 token。」

也有务实的声音。用户 torginus 担心服务商会在用户不知情的情况下使用劣质量化版本压低成本，牺牲模型能力。用户 woctordho 讨论了微调方案 ——LoRA over bnb 4-bit 正在被 GGUF 替代，但在 Kimi-K3 这种规模面前，单卡微调不现实，多 GPU 和节点级别的训练才是基本门槛。

月之暗面此前以 Kimi-K2.5、K2.6、K2.7-Code 系列在代码和推理领域积累了口碑。K3 这次直接跳到了 3T 量级，从产品到开源策略都像一个清晰的信息：中国 AI 公司正在开源赛道全力下注。

权重即将开放下载，接下来就看云服务商们谁先上线了。

参考来源：

• Kimi-K3 on HuggingFace — moonshotai
• HN discussion: Kimi-K3 Releases on HuggingFace 7/27