Kimi K3 开源最大的好处，不是给你下载来用

Kimi K3 正式开源以后，最先冲到 Hugging Face 准备下载的人，滑不了几下，就会看到一个数字：2.8T。

Hugging Face 仓库当前约 1.56 TB，包含 96 个 safetensors 权重分片，单片大多约 16GB。Kimi 官方建议，这台模型最好运行在由 64 个或更多加速器组成的超级节点上。

光看这些数字，可能还不足以死心，DeepSeek 当年都可以自己部署，K3 就一点都不行吗？那么就只能算账了——

堆 Mac mini 也没用的一集

说起来像一个悖论，过去说起开源软件，人们想到的是把模型下载下来，自己安装、调试和运行；开源模型最初进入大众视野时，也伴随着类似想象。

如果仍沿用之前一度很流行的「买一台Mac mini，在本地跑DeepSeek」这套想象，我们可以来算一下：

2024 款 M4 Pro Mac mini 最高可以配置64GB统一内存，拿仓库体积 1.56TB 的 K3 权重做一个极粗略的除法，至少需要 25 台，才刚刚能把权重全部塞进内存（考虑到操作系统、推理框架、KV 缓存和必要的运行余量，实际还得再备几台）。

更何况，这些 Mac mini的内存并不会自动拼成一个巨大的内存池：896 个专家的权重需要在机器之间不断调度，而 Mac mini 没有数据中心 GPU 集群使用的高带宽互连。即使真的把二三十台机器堆满一张架子，也不意味着 K3 已经能以可用的速度运行。

这和当年 DeepSeek-R1 开源时掀起的自部署潮形成了鲜明对比，也反映出，当时人们所说的自部署，多数并不是在运行 671B 参数的完整 R1，而是官方同时发布的 1.5B、7B、8B、14B、32B 和 70B 蒸馏模型。

一台 Mac mini 就可以运行其中的 7B 或 14B 版本，内存更大的机器甚至可以尝试 32B；安装 Ollama、输入一行命令，普通用户确实能够得到一台完全离线的 AI。

K3目前开放的是2.8T完整权重，没有提供一套从小到大的官方蒸馏版本，自部署的单位因此从「一台Mac mini」变成了「至少二三十台Mac mini组成的集群」——

前者还勉强可以说是 AI 狂热 fomo 患者的治疗项目，后者已经接近一项机房工程。

显然，「开放」不是面向一台普通电脑的，既然用户无法直接拥有它，那么，2.8T 的模型究竟开给了谁？

开源了，但它不是一台个人电脑上的模型

答案并不神秘：云计算厂商、推理服务商、企业和应用开发者。

K3 拥有 2.8 万亿总参数，是目前首个开放权重的 3T 级模型，它同时具备原生视觉能力和 100 万 token 上下文窗口，面向长程编程、知识工作和需要持续调用工具的智能体任务。

为了把如此庞大的模型真正跑起来，K3 采用了 MoE，也就是混合专家架构，可以把这个架构想象成一家公司。公司一共有 896 个专业部门，但每处理一个 token，只会根据任务叫来其中 16 个部门，再加上共享专家共同工作。

这样一来，K3 每次实际参与计算的参数约为 1040 亿，而不是完整的 2.8 万亿，计算成本因此大幅下降。但「每次只调用 16 个部门」，不等于整栋办公楼可以不存在。896 个专家的权重仍然需要被保存，并在多个加速器之间快速调度。MoE 减少的是每一步推理要进行的计算，不是把一台 2.8 万亿参数模型变成了一台 1040 亿参数模型。

K3 还加入了 Kimi Delta Attention、Attention Residuals 和 Stable LatentMoE 等新架构，它们分别处理长上下文中的注意力效率、深层网络中的信息流动，以及极高稀疏度下专家如何稳定分工。Moonshot 给出的结论是，相比 K2，这些变化让 K3 获得了大约 2.5 倍的整体扩展效率。

这里的关键词是「效率」，K3 使用 MXFP4 权重和 MXFP8 激活，已经通过量化进一步压缩模型，并针对大规模推理优化专家通信和缓存；但官方依然建议使用 64 个以上加速器组成的高带宽超级节点。

「官方建议」通常听听就好，毕竟，能有这些钱的，也不太需要官方建议了……

总体上 K3 的开源需要稍微换一种理解：它是一次完整的开放权重，任何人都可以查看、部署、修改和开发衍生产品，但「任何人都可以」指的是权利上的开放，并不意味着每个人都具备运行它的基础设施和条件。

因此，恰恰是云厂商和推理服务商可以部署 K3，把它作为 API 提供给开发者；企业可以在自己的基础设施上运行或微调模型，把内部数据和工作流程接进去；做编程、研究、设计、游戏或办公产品的团队，也可以把 K3 嵌入某项具体功能，而不必从零训练一台前沿模型。

K3 的自定义许可证甚至专门区分了两类业务。一类是直接向第三方出售模型推理或微调能力，也就是「模型即服务」；另一类是把模型能力嵌入某项具体功能或 harness 的终端产品。前者在收入超过一定规模后需要与月之暗面另行签约，后者则不被视为纯粹的模型服务。

这个看似法律化的定义，其实透露出非常清楚的产品方向：月之暗面不只是希望别人把 K3 原封不动地包装成另一个聊天接口，也希望开发者围绕它建立新的工作环境和具体应用。

同一个 K3，不同的产品

对普通用户来说，K3 开源后最直接的变化，可能不是桌面上多出一个可以本地安装的软件，而是在越来越多产品里间接遇到它。

AI 行业常把模型外面的产品叫作「壳」，这个说法多少带有贬义色彩，好像只要接入一个 API、套上一层界面，就能假装拥有自己的技术。

这种产品当然存在，但在智能体和长程任务里，模型外面的 harness 已经远远不只是一层聊天界面。

它决定模型能不能读取整个代码仓库，能不能打开终端、运行程序和查看报错，能不能访问浏览器、文件系统与外部工具；它也决定 100 万 token 的上下文如何分配，旧内容什么时候被压缩，任务进行到一半时如何保存状态，以及模型准备删除文件、发送邮件或执行付款前，是否必须得到用户确认。

模型提供的是一组潜在能力，harness 负责把这些能力组织成一套可以工作的流程。一个工具权限不完整、上下文管理混乱的环境，足以让同一个模型表现得像换了一副脑子。

K3 自己的官方评测，就提供了很直观的例子。技术报告中的编程和智能体成绩，并不是让所有模型在同一个空白聊天框里回答问题，而是分别放进 Kimi Code、Claude Code、Codex 等不同运行环境中。

K3 在部分测试中使用自家的 Kimi Code，在另一些测试中则使用 Claude Code；同一项 Kimi Code Bench 2.0 里，K3 使用 Kimi Code 得到 72.9 分，放进 Claude Code 时则达到 73.7 分。权重没有改变，改变的是模型周围的工具、提示、上下文管理和执行循环。

K3 在这方面还有一个非常具体的要求：它采用「保留思考历史」的训练模式，在多轮对话和工具调用中，harness 必须把模型此前返回的完整消息原样传回，包括推理内容和工具调用记录，而不能只保留用户最后看到的答案。

100 万 token 上下文同样如此，拥有一个足够大的上下文窗口，不代表把所有东西一股脑塞进去就是最优方案。K3 在 BrowseComp 评测中也展示了同一模型在不同运行配置下的差异。更高的计算和上下文预算可以换来更好的成绩，但成本也随之上升；官方在部分配置中会在上下文达到 30万 token 时主动压缩，而不是机械地把 100 万 token 窗口全部用满。窗口大小是模型参数，什么时候整理、保留和遗忘，则是 harness 的工作。

K3在BrowseComp中的得分与单任务成本，不同运行档位呈现出明显的效果—成本差异。图源：Kimi K3技术报告

这次 K3 推出时被大书特书的游戏开发，可能是最容易被普通读者理解的例子。用户用几句话描述游戏以后，模型并不是一次性吐出一份完美代码，它需要先编写程序，再运行游戏，查看实时截图，发现角色位置、界面布局或交互效果的问题，然后回到代码继续修改。

这里真正完成任务的，不只是一个会写代码、也会看图的模型，而是模型、终端、运行环境、截图反馈和错误重试组成的循环。拿走其中任何一环，「几句话生成游戏」都会退化成「几句话生成一堆看起来像代码的文本」。

「套壳」更加有机会

这就是为什么，模型开放以后，「壳」反而可能变得更重要。

紧随 Kimi 步伐，OpenAI 也开源了 Codex Security 的 CLI、TypeScript SDK、Docker 配置、工作流和扫描结果管理等代码，并采用 Apache-2.0 许可证，允许查看、修改、再分发和商业使用。

但它并不是一套下载后就能完全脱离 OpenAI、自主运行的漏洞检测系统。README 明确要求用户登录 OpenAI 账户或提供 API key，扫描默认调用 GPT-5.6 Sol，这意味着真正承担推理与漏洞判断的，仍然是 OpenAI 的闭源服务。

这和 K3 几乎形成了一个非常工整的镜像：

Kimi K3 开放的是模型权重，但一般用户很难运行，于是仍然需要开发者和社区围绕它造 harness。

OpenAI Codex Security 开放的是 harness，但真正工作的模型仍然掌握在 OpenAI 手里。

当只有少数公司能够使用最强模型时，应用的竞争优势往往来自「我接入了别人没有的模型」。比如 Slack、Notion 这样的应用，会第一时间接入，这也一度是他们的优势来源。

一旦 K3 这样的前沿权重向更多开发者开放，这个优势会迅速缩小。大家都能得到同一副大脑，新的差异就来自谁能为它配上更合适的眼睛、手脚、记忆和工作台。

当然，这不是说所有套壳产品突然都有了护城河，个个都能高枕无忧了，只是添几个模型、增加几套提示词，依然很容易被复制。

真正有价值的 harness，需要理解自家产品的使用场景里，具体工作如何发生，把模型接入足够好的工具，并处理那些模型本身不会替用户解决的麻烦：权限、安全、状态、失败恢复、协作和交付。

对普通用户来说，未来判断一款 AI 产品，也不能只问「它背后用了哪个模型」，还需要问：它能看到什么，能做什么，如何利用现有的资源而不是重复造轮子，是否记得任务进行到了哪里，以及在真正采取行动之前，谁拥有最后的决定权。

K3 开放了模型层，却没有让产品层变得不重要，反而更清楚地指出了一件事：

前沿模型距离用户之间，始终隔着一整套复杂的系统，这个系统在未来很长一段时间里，都持续存在，「模型即产品」反而越来越像个暴言。

绝大多数人不会下载 1.56TB 的 K3，也不会亲自管理 64 张加速卡，但他们会在不同产品里，一次又一次遇见同一个 K3。有的能连续工作几个小时，自己发现错误并修正；有的换一个页面就忘记刚才做了什么；有的可以完成一整项任务，有的仍然只会在聊天框里给出建议。

模型决定了能力有哪些，恰恰是外面那层「壳」，承载着、开发着这些能力，并护送它们最终抵达用户。

文章来自于"APPSO"，作者 "APPSO"。