Apa Itu Kimi K3? Moonshot 2.8T Unggulan Terbuka

Moonshot AI merilis Kimi K3 pada 16 Juli 2026, dan menyebutnya sebagai “model kelas 3T terbuka pertama di dunia.” Itu adalah klaim besar, jadi mari kita pisahkan antara pemasaran dan rekayasa teknisnya. K3 adalah model Mixture-of-Experts dengan 2,8 triliun parameter dengan jendela konteks 1 juta token, tumpukan atensi (attention stack) yang baru, dan lembar harga yang secara langsung ditujukan untuk tim pengembangan kode. Model ini tayang perdana pada hari yang sama di Kimi.com, Kimi Work, Kimi Code, dan Kimi API, dengan bobot penuh yang dijanjikan akan dirilis pada 27 Juli 2026. Panduan ini adalah pusat untuk semua yang Anda butuhkan untuk mengevaluasinya: apa itu, bagaimana cara kerjanya, berapa biayanya, bagaimana peringkatnya, dan siapa yang seharusnya menggunakannya.

button

TL;DR: apa itu Kimi K3?

Kimi K3 adalah model bahasa besar unggulan dari Moonshot AI, dirilis pada 16 Juli 2026. Ia menggunakan desain Mixture-of-Experts dengan 2,8T parameter yang mengaktifkan 16 dari 896 ahli per token, dilengkapi jendela konteks 1.048.576 token (1M), dan disajikan melalui ID model API kimi-k3. Harganya adalah $0,30 per juta token input cache-hit, $3,00 per juta token input cache-miss, dan $15,00 per juta token output. Pada Indeks Intelijen Artificial Analysis yang independen, ia memperoleh skor 57 dan menduduki peringkat #4 dari 189 model. Unggahan peluncuran Moonshot sendiri menyatakan bahwa K3 masih tertinggal dari Claude Fable 5 dan GPT-5.6 Sol, jadi paling tepat dibaca sebagai model terbuka terkuat di dekat garis depan, bukan garis depan itu sendiri. Bobot terbuka penuh diharapkan sekitar 27 Juli 2026.

Mengapa Kimi K3 penting saat ini

Setiap beberapa bulan, sebuah laboratorium Tiongkok merilis model yang mengubah ekspektasi tentang apa yang dapat Anda jalankan tanpa kontrak API berpemilik. Kimi K3 adalah model tersebut untuk pertengahan 2026. Sorotan utamanya bukanlah supremasi patokan mentah. Ini adalah kombinasi kualitas yang berdekatan dengan garis depan, harga cache-hit yang agresif, dan janji untuk merilis bobot penuh dalam waktu sebelas hari setelah peluncuran. Jika janji itu terpenuhi, K3 akan menjadi model paling mampu yang dapat Anda host sendiri, yang mengubah perhitungan bagi siapa pun yang mempertimbangkan biaya API versus klaster GPU.

Jika Anda membangun dengan API LLM, pertanyaan praktisnya sederhana: dapatkah Anda mengarahkan klien gaya OpenAI Anda yang sudah ada ke kimi-k3 dan mendapatkan output yang berguna tanpa menulis ulang tumpukan Anda? Jawabannya adalah ya, karena Moonshot menyediakan API yang kompatibel dengan OpenAI-SDK. Itu juga berarti Anda dapat menguji dan men-debug panggilan K3 di alat yang sudah Anda gunakan. Apidog memperlakukan setiap endpoint yang kompatibel dengan OpenAI sebagai permintaan kelas satu, sehingga Anda dapat mengirim penyelesaian obrolan streaming ke kimi-k3, memeriksa token peristiwa yang dikirim server satu per satu, dan mengamati panggilan alat terselesaikan sebelum Anda menghubungkan model ke dalam kode produksi.

Posting ini adalah pilar untuk klaster Kimi K3 yang lebih luas. Untuk penyelaman mendalam, lompat ke panduan API Kimi K3, rincian harga Kimi K3, atau analisis patokan Kimi K3. Di sini, kami membahas gambaran lengkapnya.

Identitas: Model Moonshot yang paling mampu

Moonshot AI memposisikan K3 sebagai “model kami yang paling mampu,” sebuah peningkatan dari lini Kimi K2 yang sudah dikenal banyak pengembang. Jika Anda pernah menggunakan Kimi K2 atau Kimi K2.7 Code yang berfokus pada pengkodean, K3 adalah generasi berikutnya dari silsilah tersebut, dibangun ulang dari lapisan atensi ke atas. Klaim yang paling menarik perhatian adalah “model kelas 3T terbuka pertama di dunia.” Dua kata dalam frasa itu penting.

“Terbuka” adalah fakta di masa depan yang dekat, bukan fakta pada hari peluncuran. Saat dirilis, K3 tersedia melalui produk yang di-host dan API berbayar, dan Moonshot berkomitmen untuk merilis “bobot model penuh paling lambat 27 Juli 2026.” Jadi, jika Anda merencanakan penyebaran lokal, anggap akses terbuka sebagai acara terjadwal sekitar satu setengah minggu setelah peluncuran, bukan sesuatu yang dapat Anda unduh pada hari pertama.

“Kelas 3T” mengacu pada skala. Dengan total 2,8 triliun parameter, K3 berada dalam kelas bobot yang sama dengan sistem berpemilik terbesar, meskipun hanya sebagian kecil dari parameter tersebut yang aktif pada setiap token tertentu. Aktivasi jarang itulah yang membuat inferensi terjangkau, dan itulah alasan mengapa harganya seperti itu.

Arsitektur: apa yang baru di baliknya

K3 bukanlah salinan K2 yang lebih besar. Moonshot membangun kembali inti dengan beberapa teknik bernama, dan pilihan desain menjelaskan baik peningkatan kualitas maupun angka throughput.

Kimi Delta Attention (KDA). Ini adalah mekanisme atensi linier hibrida yang digambarkan Moonshot sebagai fondasi yang efisien untuk penskalaan atensi. Atensi bergaya linier menjaga pertumbuhan memori dan komputasi tetap terkendali seiring dengan peningkatan panjang konteks, yang membuat jendela 1M-token praktis daripada teoritis.

Attention Residuals (AttnRes). Moonshot menyajikan ini sebagai pengganti langsung untuk koneksi residual standar. Tujuan yang dinyatakan adalah untuk secara selektif mengambil representasi di seluruh kedalaman jaringan, sehingga informasi dari lapisan sebelumnya tetap dapat dijangkau lebih dalam di tumpukan. Secara sederhana, ini membantu model mempertahankan konteks alih-alih menghilangkannya lapis demi lapis.

Stable LatentMoE. Ini adalah lapisan perutean Mixture-of-Experts, dan di sinilah kisah "2,8T total, aktif kecil" hidup. K3 memiliki 896 ahli dan mengaktifkan 16 di antaranya per token, menggunakan apa yang Moonshot sebut sebagai Quantile Balancing untuk menjaga perutean tetap stabil selama pelatihan. Aktivasi jarang berarti model dapat membawa triliunan parameter pengetahuan sambil hanya membayar biaya komputasi jaringan yang jauh lebih kecil pada waktu inferensi.

Moonshot juga mereferensikan komponen pendukung termasuk Per-Head Muon, Sigmoid Tanh Unit (SiTU), dan Gated MLA, ditambah bobot MXFP4 dengan aktivasi MXFP8 untuk kuantisasi.

Spesifikasi Kimi K3 sekilas

Berikut adalah cuplikan yang perlu di-bookmark. Setiap angka di bawah ini berasal dari unggahan peluncuran Moonshot atau daftar Artificial Analysis yang independen.

Tabel tersebut adalah jawaban cepat untuk sebagian besar pencarian "cek spesifikasi". Untuk model biaya baris demi baris terhadap volume token Anda sendiri, panduan harga Kimi K3 akan menghitung angkanya.

Jendela konteks 1M, dan mengapa harga cache-hit adalah cerita sebenarnya

Jendela konteks 1.048.576 token menempatkan seluruh basis kode, korpus penelitian yang panjang, atau transkrip multi-jam di dalam satu prompt. Itu adalah taruhan besar di garis depan sekarang, tetapi cara K3 memberi harga konteks panjang itulah yang membuatnya menarik untuk beban kerja nyata.

Lihat lagi harga input: $0,30 per juta token pada cache hit versus $3,00 pada cache miss. Itu celah 10x. Tumpukan inferensi Moonshot, yang disebutnya inferensi terdisagregasi Mooncake, dilaporkan memberikan tingkat cache-hit di atas 90% pada beban kerja pengkodean. Jika pola penggunaan Anda menggunakan kembali konteks bersama yang besar, prompt sistem yang panjang, pohon file yang besar, blok instruksi tetap, sebagian besar token input Anda akan ditagih dengan harga murah. Untuk loop pengkodean agen yang mengirim ulang konteks repositori yang sama di setiap langkah, perbedaan itu berlipat ganda dengan cepat. Ini adalah pengungkit yang membuat K3 kompetitif dalam biaya meskipun harga output per tokennya berada di wilayah garis depan normal.

Tradeoff muncul dalam kecepatan. Artificial Analysis mengukur K3 sekitar 62 token per detik output, di bawah median 72,7 untuk model penalaran dalam tingkat harganya. Waktu hingga token pertama sekitar 1,99 detik, yang sedikit lebih baik dari median tingkat. Jadi K3 adalah model "berpikir keras, mengalir stabil" daripada model yang cepat, dan pengaturan penalaran standarnya condong ke upaya berpikir maksimum. Jika latensi lebih penting daripada kedalaman untuk kasus penggunaan Anda, ujilah terhadap tingkat yang lebih cepat sebelum berkomitmen.

Penempatan yang jujur: kuat, terbuka, bukan garis depan yang mutlak

Ini adalah bagian dari cerita yang terlalu sering dilewatkan dalam tulisan peluncuran. Moonshot sendiri menarik garis dengan jelas. Blog peluncuran resmi Kimi K3 menyatakan bahwa meskipun K3 “masih tertinggal dari model berpemilik paling kuat, Claude Fable 5 dan GPT 5.6 Sol,” namun “menunjukkan kinerja tingkat garis depan di seluruh rangkaian evaluasi kami.” Baca itu dua kali, karena itu adalah kejujuran yang langka dari vendor model.

Angka-angka independen mendukung nuansa tersebut. Pada Indeks Intelijen Artificial Analysis, K3 memperoleh skor 57 dan menduduki peringkat #4 dari 189 model. Indeks tersebut memadukan sembilan evaluasi yang mencakup tugas agen, pengkodean, sains, dan penalaran, sehingga penempatan lima besar adalah sinyal yang asli, bukan pilihan yang disengaja. Tetapi #4 juga berarti tiga model berada di atasnya, dan Moonshot menyebutkan dua di antaranya.

Jadi, bagaimana seharusnya Anda membingkai K3? Ini adalah model bobot terbuka terkuat yang mendekati garis depan, dan di antara model paling mampu yang dapat Anda jalankan tanpa kontrak berpemilik setelah bobotnya mendarat. Ini bukanlah model terbaik di dunia, dan Anda tidak boleh memasarkannya seperti itu kepada pemangku kepentingan Anda. Jika Anda membutuhkan batas absolut pada tugas penalaran yang sulit, garis depan tertutup masih menang. Jika Anda membutuhkan kualitas yang berdekatan dengan garis depan dengan jalur terbuka dan harga efektif yang rendah, K3 adalah pesaing serius. Untuk perbandingan langsung tentang posisinya terhadap pemimpin tertutup, lihat Kimi K3 vs Claude Opus 4.8 dan Kimi K3 vs GPT-5.6 Sol.

Di mana Anda dapat menggunakan Kimi K3 hari ini

K3 diluncurkan di seluruh permukaan produk Moonshot pada hari pertama. Berikut adalah matriks ketersediaannya.

Jika Anda bekerja di terminal, Kimi Code adalah titik masuk agen pengkodean; panduan CLI Kimi Code kami mencakup pola penyiapan dari era K2, dan alur K3 serupa. Jika Anda ingin membandingkan perilaku pengkodean dengan juara sebelumnya dalam silsilah tersebut, Kimi K3 vs Kimi K2.7 Code adalah perbandingan langsungnya. Dan jika Anda lebih memilih untuk tidak membayar sama sekali saat mengevaluasi, cara menggunakan Kimi K3 secara gratis mencakup jalur tanpa biaya.

Kemampuan yang diekspos API

Bagi pengembang, model hanyalah separuh cerita. Permukaan API menentukan apa yang dapat Anda bangun. Endpoint K3 mendukung fitur-fitur yang Anda harapkan dari model agen yang serius:

• Penyimpanan cache konteks (mekanisme di balik tingkat cache-hit $0,30 itu)
• Panggilan alat dan batasan pilihan alat
• Mode JSON dan output terstruktur
• Mode parsial untuk penyelesaian yang terkontrol
• Pencarian internet
• Pemuatan alat dinamis
• Upaya penalaran yang dapat dikonfigurasi, termasuk pengaturan “maks”

Kumpulan fitur tersebut berarti K3 cocok dengan kerangka kerja agen, pipa ekstraksi terstruktur, dan aplikasi pemanggilan fungsi tanpa penanganan khusus. URL dasar mengikuti pola yang ditetapkan Moonshot, endpoint Kimi yang kompatibel dengan OpenAI (konfirmasi URL dasar yang tepat di platform.kimi.ai sebelum Anda mengkodekannya secara keras, karena konsol pindah ke domain baru saat peluncuran). Arahkan klien OpenAI Anda ke endpoint tersebut, atur model ke kimi-k3, dan kode panggilan alat Anda yang sudah ada akan berfungsi. Penjelasan lengkap permintaan dan respons terdapat dalam panduan API Kimi K3.

Menguji Kimi K3 sebelum Anda merilisnya

Ini adalah bagian di mana spesifikasi model menjadi integrasi yang berfungsi. Sebelum Anda menempatkan kimi-k3 ke dalam loop agen, Anda ingin melihat dengan tepat apa yang dikembalikan endpoint: bagaimana token mengalir, apakah panggilan alat berfungsi sesuai yang Anda harapkan, dan bagaimana model berperilaku pada upaya penalaran maksimum. Itu adalah pekerjaan pengujian API, bukan rekayasa prompt.

Di sinilah Apidog mendapatkan tempatnya dalam alur kerja. Karena K3 berbicara protokol OpenAI, Anda dapat menambahkan endpoint penyelesaian obrolannya sebagai permintaan di Apidog, menyimpan kunci Anda sebagai variabel lingkungan agar tidak pernah masuk ke koleksi bersama, dan memicu panggilan dengan stream: true. Apidog merender aliran peristiwa yang dikirim server sehingga Anda dapat membaca bongkahan delta saat tiba, yang merupakan cara tercepat untuk mengkonfirmasi bahwa parser streaming Anda akan menangani output K3. Saat Anda mengirim permintaan dengan alat yang ditentukan, Anda dapat memeriksa muatan tool_calls yang dikembalikan model dan memvalidasi argumen terhadap skema Anda sebelum satu baris kode agen berjalan.

Pertanyaan yang Sering Diajukan

Apa itu Kimi K3? Kimi K3 adalah model bahasa besar unggulan Moonshot AI, diluncurkan pada 16 Juli 2026. Ini adalah model Mixture-of-Experts dengan 2,8 triliun parameter dengan jendela konteks 1M-token, disajikan melalui ID model API kimi-k3 serta produk konsumen dan pengembang Moonshot. Moonshot menggambarkannya sebagai “model kelas 3T terbuka pertama di dunia.”

Berapa banyak parameter yang dimiliki Kimi K3? K3 memiliki total 2,8 triliun parameter dan menggunakan perutean Mixture-of-Experts yang mengaktifkan 16 dari 896 ahli per token. Moonshot belum menerbitkan jumlah parameter aktif yang tepat, jadi hindari mengutip angka miliar aktif tertentu sebagai fakta. Jumlah pasti yang mereka rilis adalah "16 dari 896 ahli."

Berapa biaya API Kimi K3? Harganya adalah $0,30 per juta token input cache-hit, $3,00 per juta token input cache-miss, dan $15,00 per juta token output. Inferensi Mooncake dari Moonshot dilaporkan mencapai tingkat cache-hit di atas 90% pada beban kerja pengkodean, sehingga biaya input efektif menjadi rendah pada tugas yang repetitif dan kaya konteks. Model lengkap ada dalam rincian harga.

Apakah Kimi K3 sumber terbuka? Tidak pada hari peluncuran. Moonshot berkomitmen untuk merilis bobot model penuh paling lambat 27 Juli 2026. Sampai saat itu, Anda mengakses K3 melalui produk yang di-host dan API berbayar. Setelah bobotnya mendarat, Anda akan dapat menghosting sendiri, yang merupakan dasar dari deskripsi "kelas 3T terbuka."

Apakah Kimi K3 lebih baik dari Claude Fable 5 atau GPT-5.6 Sol? Tidak, dan Moonshot mengatakannya secara langsung. Unggahan peluncuran menyatakan K3 “masih tertinggal dari model berpemilik paling kuat, Claude Fable 5 dan GPT 5.6 Sol,” sambil menyebut kinerjanya tingkat garis depan. Pada Indeks Intelijen Artificial Analysis, ia memperoleh skor 57 dan menduduki peringkat #4 dari 189, jadi ia berada di dekat puncak tetapi bukan yang pertama.

Bisakah saya menggunakan Kimi K3 dengan OpenAI SDK? Ya. API Moonshot kompatibel dengan OpenAI-SDK. Arahkan klien Anda ke endpoint Kimi yang kompatibel dengan OpenAI (konfirmasi URL dasar yang tepat di platform.kimi.ai), atur model ke kimi-k3, dan kode penyelesaian obrolan dan panggilan alat Anda yang sudah ada akan berfungsi. Anda dapat memverifikasi bentuk permintaan dan respons di Apidog sebelum menghubungkannya ke aplikasi Anda.

Seberapa cepat Kimi K3? Artificial Analysis mengukur sekitar 62 token output per detik, di bawah median tingkat harga 72,7, dengan waktu hingga token pertama sekitar 1,99 detik. K3 mengutamakan kedalaman daripada kecepatan, dan pengaturan penalaran standarnya menggunakan upaya berpikir maksimum. Ujilah terhadap model yang lebih cepat jika latensi adalah batasan Anda.

Bagaimana perbandingan Kimi K3 dengan Kimi K2.7 Code? K3 adalah flagship generasi berikutnya di atas lini K2, dengan tumpukan atensi yang dibangun ulang dan efisiensi penskalaan sekitar 2,5x lebih baik daripada K2 menurut Moonshot. K2.7 Code tetap menjadi pilihan khusus pengkodean yang kuat. Perbandingan langsungnya ada di Kimi K3 vs Kimi K2.7 Code.