Технический анализ, проведенный BOCOM International, утверждает, что модель Kimi K3 от Moonshot AI вывела открытые модели на порог закрытых систем. Эта модель обладает архитектурой Mixture-of-Experts, которая является нативно мультимодальной, и насчитывает 2,8 триллиона параметров. При активации 104,2 миллиарда параметров на каждый токен и окне контекста в один миллион токенов, она набирает около 57 баллов по композитным индексам искусственного интеллекта третьих сторон, таким как Artificial Analysis, отставая лишь от двух ведущих закрытых моделей.
В отчете K3 позиционируется на «Парето-фронтиере» соотношения стоимости и возможностей. Ее интеллектуальный уровень близок к показателям GPT-5.6 Sol (около 59) и Claude Opus 5/Fable 5 (около 60). Однако стоимость выполнения каждой задачи составляет примерно 0,86 доллара, что примерно на 70% дешевле GPT-5.6 Sol и на 30–40% дешевле флагманов Anthropic. Более бюджетные конкуренты, такие как GLM-5.2 и DeepSeek V4 Flash, показывают более низкие результаты.
Этот баланс цены и производительности, как утверждается в отчете, должен стимулировать внедрение агентных приложений в корпоративном секторе. Три архитектурных новшества расширяют пропускную способность по различным осям: механизм KDA вместе с управляемым MLA эффективно обрабатывает последовательности в миллион токенов; остатки внимания позволяют осуществлять выборочный поиск между слоями; а стабильный латентный MoE смешивает 896 экспертов, активируя при этом 16 одновременно.
В частности, технология KDA изменяет структуру затрат при выводе длинного контекста, поскольку память перестает расти линейно с длиной последовательности, что критически важно для агентов, обрабатывающих сотни тысяч токенов. Что касается системной части, внутренняя инфраструктура MoonEP, разработанная самой Moonshot, устраняет так называемые «вычислительные пузыри». Несмотря на наличие 896 экспертов, при активации всего 16, традиционная маршрутизация может перегружать одни графические процессоры, оставляя другие простаивающими. MoonEP решает эту проблему, предоставляя избыточные копии экспертов и балансируя распределение токенов, чтобы каждый графический процессор выполнял равный объем работы, тем самым доводя утилизацию кластера до физического предела и значительно снижая затраты на обучение — что является ключевой причиной, по которой K3 могла быть построена настолько крупной при управляемых вычислительных мощностях.
Коммерческие перспективы также значительны. Moonshot привлекла финансирование в размере 3,5 миллиардов долларов в раунде Серии F, что увеличило ее оценку на 75% до 35–50 миллиардов долларов с мая. Ожидается, что до IPO компания будет нацелена на 50 миллиардов долларов, основываясь на уверенности в том, что годовой регулярный доход (ARR) Kimi достигнет примерно 1 миллиарда долларов в течение следующих 6–12 месяцев. Согласно отчету, успех компании будет зависеть от ее способности обеспечивать вычислительные ресурсы и поддерживать итерации, а не только от количества сырых параметров.