Kimi K3: ابرمدل چینی با 2.8 تریلیون پارامتر که GPT و Claude را پشت سر گذاشت

مدل‌های هوش مصنوعی با Open Weights در چند سال اخیر تلاش کرده‌اند تا فاصله خود را با مدل‌های پیشرو و اختصاصی شرکت‌هایی نظیر OpenAI، آنتروپیک و گوگل کاهش دهند. حال استارتاپ مستقر در پکن، Moonshot AI، ادعا کرده است که مدل جدید آن، Kimi K3، به سطح آن مدل‌های پیشرو دست یافته و در برخی معیارهای سنجش، حتی فراتر از آنها رفته است. Kimi K3 یک مدل ترکیبی از متخصصان (Mixture-of-Experts) با 2.8 تریلیون پارامتر است که به‌صورت بومی از قابلیت پردازش تصویر پشتیبانی کرده و پنجره زمینه (Context Window) آن تا یک میلیون توکن گسترش دارد.

Moonshot AI این مدل را نخستین مدل متن‌باز در کلاس سه‌تریلیون‌پارامتری معرفی کرده است. با وجود اندازه عظیم این مدل، به‌ازای هر توکن، تنها 16 از 896 متخصص آن فعال می‌شوند که این امر موجب می‌شود فرایند استنتاج، نسبت به حالتی که مدل به‌طور کامل برای هر درخواست اجرا شود، کارآمدتر باشد. Moonshot AI تصریح کرده است که Kimi K3 در تجربه کلی کاربری و عملکرد عمومی، همچنان از مدل‌های Claude Fable 5 و GPT-5.6 Sol عقب‌تر است. با این حال، نتایج معیارهای سنجش، روایت جالب‌تری را ارائه می‌دهند.

در معیار FrontierSWE، مدل Kimi K3 امتیاز 81.2 را کسب کرد که از GPT-5.6 Sol با امتیاز 71.2 و Claude Opus 4.8 با امتیاز 66.7 پیشی گرفت. همچنین در معیار SWE Marathon با امتیاز 42 در صدر قرار گرفت، در حالی که GPT-5.6 Sol امتیاز 29 و Claude Fable 5 امتیاز 25را به دست آوردند. علاوه بر این، Kimi K3 در معیار BrowseComp با امتیاز 91.2، رکورد جدیدی به‌عنوان بهترین عملکرد تاریخی (State-of-the-Art) ثبت کرد. این مدل همچنین در معیارهای AutomationBench، SpreadsheetBench 2، OmniDocBench و چندین آزمون استدلال بصری، عملکردی بهتر از سایر مدل‌های موجود در کلاس پیشرو از خود نشان داد.

البته، نتایج معیارهای سنجش همواره به‌طور مستقیم به تجربه کاربری عالی در دنیای واقعی منجر نمی‌شوند. در برخی از معیارهای یادشده، مدل‌ها با استفاده از سکوهای عامل (Agent Harness) متفاوتی آزمایش شده‌اند که مقایسه‌های مستقیم را تا حدودی دشوار می‌سازد. Kimi K3 هم‌اکنون از طریق برنامه‌های وب و دسکتاپ کیمی، Kimi Code و رابط برنامه‌نویسی (API) آن در دسترس است. قیمت‌گذاری آن به‌این‌ترتیب است: 0.20 دلار به‌ازای هر یک میلیون توکن برای ورودی با برخورد به کش هیت (Cache-hit)، 3 دلار به‌ازای هر یک میلیون توکن برای ورودی بدون برخورد به Cache-miss و 15 دلار به‌ازای هر یک میلیون توکن برای خروجی. Moonshot AI برنامه دارد تا وزن‌های کامل این مدل را تا تاریخ 27 ژوئیه 2026 (5 مرداد 1405) منتشر کند.