Kimi K3 (2.8T MoE) 模型架构参数、评测与显存全表
月之暗面开源的全球首个 3 万亿级(2.8T 总参 / 104B 激活)原生多模态 Agent 巨无霸,采用 KDA 线性增量注意力 + Gated MLA 架构。
🧬 Kimi K3 (2.8T MoE) 底层网络与张量参数总表 (Model Overview & config.json)
全部字段同步自官方 HuggingFace 仓库 (moonshotai/Kimi-K3) 的 config.json 与技术报告 · 核验日期 2026-11-20
1. 骨干网络与维度参数
kimi_k3- 总参数量 / 单步激活
- 2.8T / 104B
- Hidden Size (d_model)
- 7,168
- FFN Intermediate Size
- 33,792
- MoE 专家中间层维度
- 3,072
- MoE 专家配置
- 896 路由 · 激活16 + 2 共享
- 激活函数 / RMSNorm
- SiTU-GLU · ε=1e-5
- 原生权重精度
- MXFP4 / MXFP8 QAT
2. 注意力机制与混合层拓扑
MLA- Transformer 总层数
- 93 层 (24 层全局 KV)
- 网络层排布 (Hidden Layout)
- 93 层超大规模架构:69 层 Kimi Delta Attention (KDA) + 24 层 Gated MLA + Attention Residuals
- 注意力头 (Q / KV)
- 96 Q / 96 KV
- Head Dimension
- 64
- 线性注意力 / KV 压缩机制
- 896 路由专家 + 2 共享专家(单步激活 16 专家)· MoonViT-V2 (401M) 视觉编码器
3. 上下文、位置编码与词表
Tokenizer- 原生上下文长度
- 1,048,576 tokens
- 旋转位置编码 (RoPE)
- KDA + Gated MLA RoPE (原生 1,048,576 / 1M Context)
- 词表大小 (vocab_size)
- 163,840 (独立输出头)
- 特殊控制 Token ID
- BOS: 163584 · EOS: 163586 · PAD: 163839
📋 Kimi K3 (2.8T MoE) 官方 API 技术规格与计费参数总表
核验自 Moonshot Kimi 官方开发者文档与公开定价页(核验日期 2026-11-20)
1. 模型标识与能力开关
API Spec- 官方调用 Model ID
- kimi-k3
- 版本发布日期
- 2026-07-16
- 权重授权形态
- 开源权重 (云端 API 规格)
- 原生深度推理思考
- ✅ 支持 (可调思考预算)
- Function Calling & JSON Schema
- ✅ 原生支持
- Batch API 异步批处理
- ✅ 支持 (通常享 5 折)
2. 上下文、输出上限与模态
Limits- 最大输入上下文窗口
- 1,024,000 tokens (1024K)
- 单次最大输出上限
- 1,049,000 tokens
- 支持输入模态
- Text + Image + Video
- 支持输出模态
- Text
- 中国大陆网络直连
- ✅ 国内极速直连 + 人民币结算
- 分发与部署形态
- 开源权重 + 托管云 API
3. 官方 Token 单价与缓存阶梯
CNY / 1M- 标准输入单价 (每百万)
- ¥ 20
- Prompt 缓存命中输入
- ¥ 2 -90%
- 标准输出单价 (每百万)
- ¥ 100
- 长上下文阶梯与计费备注
- 月之暗面 Kimi:月之暗面 2.8T 万亿参数旗舰
🏆 Kimi K3 (2.8T MoE) 官方基准评测成绩单
摘录自官方 System Card / Model Card 与权威公开横评表
研究生级物理、化学与生物高难防搜索推理选择题
「人类最后的考试」全量图文题开启工具辅助得分
Artificial Analysis 长上下文深度推理基准(Long Context Reasoning),测试真实长文档理解而非简单大海捞针。
受控靶场环境下的网络安全智能体评测,考察代码安全审计、漏洞定位与攻防分析能力。
科学论文复杂统计图表跨元素定量与逻辑推理
🎛️ 官方调用采样与思考参数指南
API / 推理引擎调用时的最佳超参数与约束说明
💡 单轮推理建议 top_p=0.95;多步长程 Agent 终端编程建议设 top_p=1.0
📊 Kimi K3 (2.8T MoE) 全量评测成绩与维度排名
共 29 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20
💻 代码工程 10 项
Terminal-Bench 2.1 终端操作评测,测试 AI 智能体通过命令行独立完成代码编译、服务搭建与排错的端到端表现。
大规模模型上下文协议(MCP)工具协同基准,评估智能体在复杂多步任务中协调、组合调用数十种外部 MCP 工具的真实成功率。
面向数小时至数十小时开放式大型工程项目(系统性能优化、大规模代码构建、应用机器学习研发)的前沿软件工程评测。
要求智能体仅凭编译后的二进制可执行文件与文档说明,逆向复现出等价功能源码(涵盖 CLI 工具至 FFmpeg/SQLite 级系统)的 200 项硬核工程评测。
月之暗面构建的覆盖 10+ 主流编程语言与真实后端/全栈生产技术栈的编码智能体综合评测(v2)。
基于隔离容器环境与 mini-swe-agent 框架评测的软件工程智能体实战基准(v1.1)。
在无外网隔离容器中独立修复真实软件工程缺陷的智能体评测基准(DeepSWE)。
包含 30 项前沿机器学习系统研发任务的基准,检验 AI 能否在大模型预训练/后训练、机器人与世界模型中设计可扩展新方法。
超长周期软件工程马拉松基准,涵盖编写编译器、优化算子内核与构建生产级服务等持续数小时的系统级开发任务。
评估智能体在算力受限下拿到纯预训练基座模型后,能否自主完成数据合成、SFT/RL 后训练、评测与迭代提分的端到端能力。
🤖 Agent 与工具调用 9 项
深度多跳搜索问答基准,测试模型跨复杂知识领域执行迭代检索与证据链整合的能力。
OpenAI 发布的深度联网搜索基准,含 1,266 道需要智能体在互联网上反复检索、交叉核实才能找到隐蔽线索的高难多跳检索题。
「工具十项全能」基准(Toolathlon),横跨 10 类真实业务场景全面检验智能体的多工具选择、编排顺序与容错执行能力。
源自真实企业办公流的专业文档分析、电子表格计算与跨源商业信息综合问答基准。
模拟真实职场岗位需求,考察多步规划、资料调研与专业工作成果物生成的智能体基准。
Artificial Analysis 针对真实职场专业知识工作交付质量的 Elo 对战评测。
面向长周期专业岗位复杂多步规划、推理与工具执行的智能体基准(APEX-Agents)。
第 2 代电子表格办公自动化智能体基准,考察复杂 Excel 公式推理、数据清洗与表格操控能力。
真实工作流自动化基准,测试 AI 智能体编排多种工具自动完成跨应用日常办公任务的成功率。
📐 数学 2 项
👁️ 多模态与视觉 7 项
科学论文真实复杂图表深度推理基准(CharXiv-R),要求跨多子图、图例与数据趋势进行定量比较与综合推演。
面向基础早期视觉直觉感知与趣味图形推理的视觉基准。
允许调用图像裁剪、代码计算等工具辅助的 MMMU-Pro 多学科视觉推理评测。
MMMU 抗猜题增强版大学多学科多模态基准,剔除了仅靠纯文本就能猜对的题目并引入纯视觉输入截图模式,严格考察图文深度融合推理。
评估原子级基础视觉感知准确性的多模态基准。
考察识别世界各地地标、物种、器物等视觉实体百科知识的基准(WorldVQA)。
针对前沿视觉大模型设计的高难度零样本复杂视觉推理基准(主集人类精心构造极难视觉题)。
来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。
⚡ Kimi K3 (2.8T MoE) 本地显存占用 & 实时吐字速度计算器
物理总容量 96 GB · 占用率 1842.3%
超出安全可用上限 1639.12 GB
MLA 潜在注意力显著压缩高并发 KV 占用
OLLAMA_CONTEXT_LENGTH=16384 ollama run kimi-k3:latest本地显存不足?运行 Kimi K3 (2.8T MoE) 的替代方案
可按小时租用预装好 vLLM / LLaMA-Factory 的大显存云显卡,或算一下直接调 API 对比买卡的 12 个月回本线。
📊 Kimi K3 (2.8T MoE) 各量化精度显存占用对照表 (16K 上下文)
| 量化格式 | 等效位数 | 纯权重体积 | KV Cache (16K) | 总显存需求 | 精度评价 |
|---|---|---|---|---|---|
| FP16 / BF16 | 16 bpw | 5600 GB | 0.45 GB | 5713.75 GB | 无损原精度 |
| FP8 / Q8_0 | 8.5 bpw | 2975 GB | 0.45 GB | 3036.25 GB | 99.9% 接近无损 |
| GGUF Q6_K | 6.56 bpw | 2296 GB | 0.45 GB | 2343.67 GB | 极高画质 · 严肃编码 |
| GGUF Q5_K_M | 5.69 bpw | 1991.5 GB | 0.45 GB | 2033.08 GB | 高均衡度 |
| Q4_K_M / AWQ | 4.85 bpw | 1697.5 GB | 0.45 GB | 1733.2 GB | 黄金甜点(推荐) |
| GGUF IQ4_XS | 4.25 bpw | 1487.5 GB | 0.45 GB | 1519 GB | 省显存优选 |
| GGUF Q3_K_M | 3.91 bpw | 1368.5 GB | 0.45 GB | 1397.62 GB | 轻度智商折损 |
| GGUF Q2_K | 3.15 bpw | 1102.5 GB | 0.45 GB | 1126.3 GB | 极限压缩尝鲜 |
🖥️ 主流显卡、Mac 与国产卡运行 Kimi K3 (2.8T MoE) (Q4_K_M) 兼容性列表
常见问题解答 (FAQ)
Kimi K3 (2.8T MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?
Kimi K3 (2.8T MoE) 底层架构为 KimiK3ForConditionalGeneration,共 93 层(93 层超大规模架构:69 层 Kimi Delta Attention (KDA) + 24 层 Gated MLA + Attention Residuals),隐藏层维度 hidden_size=7168,注意力头配置为 96 个 Query 头 / 96 个 KV 头(head_dim=64),词表大小 vocab_size=163,840,原生上下文窗口 1,048,576 tokens。
Kimi K3 (2.8T MoE) 本地部署至少需要多少 GB 显存?
在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,Kimi K3 (2.8T MoE) 共需约 1733.2 GB 显存(含权重 1697.5 GB + KV 缓存 0.45 GB + 系统开销 35.25 GB)。无损 FP16/BF16 则需约 5713.75 GB。
Kimi K3 (2.8T MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?
依据官方 generation_config.json 与最佳实践,在「Max 深度推理与长程 Agent 模式」下建议设置 temperature=1、top_p=0.95。注意:单轮推理建议 top_p=0.95;多步长程 Agent 终端编程建议设 top_p=1.0