تصور کنید به مدلی دسترسی دارید که قدرت استدلال GPT-5.5 را دارد اما می‌توانید آن را روی سرورهای شخصی خودتان اجرا کنید. این دقیقاً همان اتفاقی است که با انتشار وزن‌های Kimi K3 رخ داده است. ۲.۸ تریلیون پارامتر؛ این مقیاسی است که اکنون برای دانلود در دسترس است و چشم‌انداز مدل‌های وزن‌باز (Open-weight) را به‌طور بنیادی تغییر می‌دهد. این گام بلند در راستای دموکراتیزه کردن مدل‌های غول‌پیکر، در واقع تکمیلی بر گزارشی است که چگونه مدل Kimi K3 با ۲.۸ تریلیون پارامتر مرزهای مدل‌های وزن‌باز را جابه‌جا کرد.
به نقل از مستندات رسمی Moonshot AI، این مدل با ۲.۸ تریلیون پارامتر در ۲۷ جولای ۲۰۲۶ منتشر شد؛ یعنی تنها ۱۱ روز پس از عرضه اولیه به صورت یک سرویس میزبانی‌شده (Hosted Service). این عرضه در میانه یک بحث داغ سیاست‌گذاری در واشنگتن رخ می‌دهد. در ۲۴ جولای ۲۰۲۶، شرکت‌های انویدیا و مایکروسافت در یک نامه مشترک از هوش مصنوعی با وزن باز حمایت کردند، در حالی که سام آلتمن از OpenAI در حال ارائه یک خانواده مدل جدید به مقامات دولتی بود. Kimi K3 اکنون به عنوان یک نقطه داده عینی و با ظرفیت بالا در این کشمکش فنی و ژئوپلیتیک عمل می‌کند. این حرکت Moonshot را می‌توان بخشی از یک نقشه گسترده‌تر دانست که در تحلیل ما پیرامون تغییر استراتژی رقابتی چین در برابر مدل‌های آمریکایی و تمرکز بر «قدرت خالص» مورد بررسی قرار گرفته است.
برای درک ابعاد این مدل، تصور کنید مدلی دارید که تمام چرخ‌دنده‌هایش را به‌طور هم‌زمان نمی‌چرخاند. Kimi K3 از معماری ترکیب خبره‌ها (Mixture of Experts یا MoE) استفاده می‌کند که در آن از مجموع ۲.۸ تریلیون پارامتر، تنها ۱۰۴ میلیارد پارامتر برای هر توکن واحد فعال می‌شوند. طبق گزارش وب‌سایت unite.ai، این ویژگی باعث شده Kimi K3 نخستین مدل باز در جهان در کلاس ۳ تریلیون پارامتر باشد.
معماری فنی و بهره‌وری
آزمایشگاه Moonshot تمرکز شدیدی بر روی معماری زیربنایی داشت تا عملکرد را ارتقا دهد. این مدل از چندین مکانیزم سفارشی بهره می‌برد:
- Kimi Delta Attention: این سیستم ۶۹ لایه از مجموع ۹۳ لایه مدل را مدیریت می‌کند.
- Gated Latent-Attention: ۲۴ لایه به‌طور اختصاصی به این سازوکار مربوط می‌شود.
- Attention Residuals: این سیستم بازنمایی‌ها را به‌صورت انتخابی در طول عمق مدل بازیابی می‌کند تا از انباشت یکنواخت داده‌ها جلوگیری شود.
بر اساس گزارش‌های Moonshot، این نوآوری‌ها در کنار مسیریابی Stable LatentMoE، باعث ایجاد بهبود ۲.۵ برابری در بهره‌وری مقیاس‌پذیری (Scaling Efficiency) نسبت به مدل Kimi K2 شده است. این مدل همچنین از یک پنجره متنی (Context Window) بومی با ظرفیت ۱ میلیون توکن پشتیبانی می‌کند و تصاویر را از طریق یک رمزگذار بینایی به نام MoonViT-V2 پردازش می‌نماید.
لایسنس پلکانی بر اساس درآمد
شرکت Moonshot یک «مجوز Kimi K3» اختصاصی معرفی کرد که برای اکثر کاربران مانند لایسنس MIT عمل می‌کند، اما محرک‌های تجاری خاصی دارد. شما می‌توانید وزن‌ها را برای استفاده، تغییر و فروش نرم‌افزارهای مبتنی بر آن به‌طور رایگان به کار ببرید، مشروط بر اینکه به نقاط عطف خاصی از درآمد یا مقیاس نرسید.
دو شرط وجود دارد که در صورت تحقق، نیاز به امضای یک قرارداد جداگانه را ایجاب می‌کند:
۱. درآمد MaaS: هر کسب‌وکاری که مدل را به صورت «مدل به عنوان سرویس» (ارائه دسترسی استنتاج یا تنظیم دقیق به شخص ثالث) عرضه می‌کند، در صورتی که درآمد مجموع شرکت و وابستگانش در ۱۲ ماه متوالی از ۲۰ میلیون دلار فراتر رود، باید قرارداد ببندد.
۲. مقیاس و برندینگ: هر محصول تجاری که بیش از ۱۰۰ میلیون کاربر فعال ماهانه داشته باشد یا درآمد ماهانه آن از ۲۰ میلیون دلار بیشتر شود، باید عبارت «Kimi K3» را به‌طور برجسته در رابط کاربری خود نمایش دهد.
استفاده‌های داخلی و محصولاتی که مدل را به جای یک سرویس عمومی، به عنوان یک ویژگی خاص (Specific Feature) در دل خود جای داده‌اند، از این شرایط مستثنی هستند.
عملکرد و بنچ‌مارک‌ها
ارزیابی‌های خارجی، Kimi K3 را در تراز اول هوش مصنوعی جهانی قرار می‌دهند. مؤسسه Artificial Analysis در «شاخص هوشمندی» خود به این مدل امتیاز ۵۷ داد که آن را هم‌تراز با Claude Opus 4.8 و GPT-5.5 قرار می‌دهد. این مدل به‌طور قابل‌توجهی از سایر گزینه‌های وزن‌باز مانند GLM-5.2 (با امتیاز ۵۱) و DeepSeek V4 Pro (با امتیاز ۴۴) پیشی گرفته است.
قابلیت‌های عامل‌محور (Agentic) رشد چشمگیرتری نشان داده‌اند. مدل K3 در آزمون GDPval-AA v2 به امتیاز ۱۶۶۸ Elo رسید که جهشی عظیم نسبت به امتیاز ۱۱۹۰ در مدل Kimi K2.6 است. همچنین این مدل با کسب امتیاز ۵۳٪، رتبه اول را در AutomationBench-AA به دست آورد. داده‌های داخلی Moonshot نیز ادعا می‌کنند که این مدل به دقت ۹۳.۵٪ در GPQA Diamond و ۹۱.۲٪ در BrowseComp رسیده است.
استقرار و زیرساخت
اجرای مدلی با این ابعاد نیازمند سخت‌افزار بسیار قدرتمندی است. Moonshot پیکربندی‌های Supernode با ۶۴ شتاب‌دهنده یا بیشتر را توصیه می‌کند. برای تسهیل این امر، این آزمایشگاه یک پیاده‌سازی کشینگ سفارشی را به پروژه vLLM ارائه داد، چرا که مکانیزم Kimi Delta Attention باعث شکستن کشینگ پیشوندی (Prefix Caching) استاندارد می‌شود.
در کنار وزن‌ها، Moonshot در «روز باز Kimi K3» سه مجموعه کد زیرساختی را منتشر کرد:
- MoonEP: یک کتابخانه ارتباطی برای موازی‌سازی خبره‌ها (Expert Parallelism) در آموزش MoE (تحت لایسنس MIT).
- FlashKDA: یک ابزار بهینه‌سازی که پیش‌تر منتشر شده بود.
- AgentEnv: محیطی تخصصی برای توسعه عامل‌های هوشمند.
یک جزئیات حیاتی در استقرار، مربوط به «حالت تاریخچه تفکر حفظ‌شده» است. کاربران باید پیام کامل قبلی دستیار — شامل استدلال‌ها و فراخوان‌های ابزار (Tool Calls) — را دوباره به گفتگو بازگردانند. عدم انجام این کار ممکن است منجر به خروجی‌های ناپایدار شود.
تحلیل بازار و استراتژیک
با باز کردن وزن‌های یک مدل ۳ تریلیون پارامتر، Moonshot تلاش می‌کند انحصار آزمایشگاه‌های مستقر در آمریکا را بشکند. لایسنس پلکانی یک پوشش استراتژیک هوشمندانه است؛ این لایسنس اجازه می‌دهد جامعه متن‌باز مدل را به‌طور رایگان نوآوری و اصلاح کند، در حالی که تضمین می‌کند هر رقیبی که به یک کسب‌وکار عظیم تبدیل شود، نوعی «مالیات» به سازنده اصلی پرداخت کند.
برای کاربر سازمانی، این اتفاق باعث تغییر در تحلیل هزینه-فایده میزبانی محلی (Local Hosting) می‌شود. با امتیاز شاخص هوشمندی در سطح GPT-5.5، مدل K3 مسیری عملی برای شرکت‌هایی فراهم می‌کند که به هوش سطح پیشرو (Frontier) نیاز دارند اما نمی‌توانند ریسک ارسال داده‌های خود به APIهای شخص ثالث را بپذیرند.
اکنون باید منتظر ارزیابی‌های جامعه کاربران باشیم. از آنجایی که Moonshot پذیرفته است در تجربه کاربری (UX) شکافی با Fable 5 و GPT-5.6 Sol دارد، توانایی جامعه متن‌باز در بهینه‌سازی سیستم استنتاج (Inference Harness) ممکن است این شکاف را سریع‌تر از آنچه خود فروشنده بتواند، پر کند.
گام بعدی شما
- اگر زیرساخت GPU دارید، مدل Kimi K3 را با کتابخانه vLLM تست کنید تا تفاوت قدرت استدلال آن را با مدل‌های کوچک‌تر ببینید.
- لایسنس ۲۰ میلیون دلاری را بررسی کنید تا مطمئن شوید استراتژی تجاری شما با قوانین Moonshot همسو است.
- برای بهبود پایداری خروجی، حتماً تمام تاریخچه استدلال (Reasoning History) را در پرامپت‌های متوالی ارسال کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو