Kimi-K3快速开始卡片描述
更新时间：2026-09-03
模型介绍
Kimi-K3 是月之暗面开源的原生多模态智能体模型，也是该系列目前能力最强的一代。模型总参数量 2.8T、激活参数量 104B，构建在 Kimi Delta Attention（KDA）与 Attention Residuals （AttnRes）之上，原生具备视觉理解能力，支持 1M（1,048,576）token 上下文。 它是业界首个开放权重的 3T 级模型，面向长周期编程、知识工作与复杂推理等前沿场景。
核心特性
- 全新架构：基于 Kimi Delta Attention（KDA）与 Attention Residuals（AttnRes）， 并通过 Stable LatentMoE 框架提升 MoE 稀疏度——从 896 个专家中激活 16 个， 相比 Kimi K2 获得约 2.5 倍的整体扩展效率提升。
- 长周期编程：在极少人工干预下可持续进行长时间工程会话，能在超大代码库中导航并编排终端工具， 覆盖 GPU kernel 优化、编译器开发、视觉在环的游戏开发、CAD 乃至芯片设计等场景。
- 智能体知识工作：支持端到端的知识工作产出，可生成带交互式可视化、组件与仪表盘的深度研究报告， 以及动效设计与视频剪辑，由其原生多模态架构驱动。
- 原生多模态与长上下文：在同一模型内理解文本、图像与视频，支持 1M token 上下文窗口。
- 开放前沿权重：完整权重以 Kimi K3 License 开源发布。
模型概要
| 项 | 值 |
|---|---|
| 架构 | 混合专家模型（MoE） |
| 总参数量 | 2.8T |
| 激活参数量 | 104B |
| 层数 | 93 |
| 稠密层数量 | 1 |
| 注意力层构成 | 69 层 KDA + 24 层 Gated MLA |
| 注意力隐藏维度 | 7168 |
| 注意力头数 | 96 |
| Latent MoE 维度 | 3584 |
| MoE 隐藏维度（每个专家） | 3072 |
| 专家数量 | 896 |
| 每 token 选择的专家数 | 16 |
| 共享专家数量 | 2 |
| 词表大小 | 160K |
| 上下文长度 | 1,048,576 |
| 注意力机制 | KDA & Gated MLA |
| 激活函数 | SiTU-GLU |
| 视觉编码器 | MoonViT-V2 |
| 视觉编码器参数量 | 401M |
| 量化 | MXFP4 权重 / MXFP8 激活（量化感知训练） |
| 支持模态 | 文本、图像 |
API调用
服务部署成功后，可在服务列表查看调用信息。
基础对话
⚠️ max_tokens 建议不低于 1024。Kimi-K3 默认以思考模式运行，
若预算过小会全部被思考内容占满，导致 content 为空。
Bash
1curl -X POST "<访问地址>/v1/chat/completions" \
2-H "Content-Type: application/json" \
3-H "Authorization: Bearer <TOKEN>" \
4-d '{
5 "model": "Kimi-K3",
6 "messages": [{"role": "user", "content": "请简要回答人类是否能登上火星?"}],
7 "max_tokens": 1024,
8 "temperature": 0.6
9}'返回中思考过程在 message.reasoning_content，最终回答在 message.content。
流式调用时需要同时消费 delta.reasoning_content 和 delta.content，
只读 delta.content 会拿不到内容。
多模态（图像理解）
Bash
1curl -X POST "<访问地址>/v1/chat/completions" \
2-H "Content-Type: application/json" \
3-H "Authorization: Bearer <TOKEN>" \
4-d '{
5 "model": "Kimi-K3",
6 "messages": [{"role": "user", "content": [
7 {"type": "text", "text": "请描述这张图片的内容"},
8 {"type": "image_url", "image_url": {"url": "https://bce.bdstatic.com/doc/bce-doc/AIHC/dog_e941a21.jpeg"}}]}],
9 "max_tokens": 1024
10}'工具调用
Bash
1curl -X POST "<访问地址>/v1/chat/completions" \
2-H "Content-Type: application/json" \
3-H "Authorization: Bearer <TOKEN>" \
4-d '{
5 "model": "Kimi-K3",
6 "messages": [{"role": "user", "content": "今天山东济南的天气如何"}],
7 "tools": [{"type": "function", "function": {
8 "name": "get_weather",
9 "description": "Get the current weather in a given location",
10 "parameters": {"type": "object", "properties": {
11 "location": {"type": "string", "description": "City and state"},
12 "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}},
13 "required": ["location"]}}}],
14 "tool_choice": "auto",
15 "max_tokens": 1024
16}'工具调用命中时 finish_reason 为 tool_calls，参数在
message.tool_calls[].function.arguments。
评价此篇文章