Kimi K3: DeepSeek-момент открытого исходного кода — или просто шумиха?
В течение нескольких часов после Kimi K3 появления на Arena, одна фраза постоянно всплывала вместе с ним: «момент DeepSeek для открытого кода». Новый флагман Moonshot AI с 2,8 трлн параметров — анонсированный 16 июля 2026 года, с обещанием открытых весов до 27 июля — заставляет тестеров заявлять, что китайские лаборатории «больше не отстают от передовых разработок на 8 месяцев». Это оправдано или это тот же хайп-цикл, который окружал DeepSeek полтора года назад? Этот анализ честно излагает аргументы «быков» и «медведей» и отделяет то, что действительно изменилось, от того, что люди *чувствуют* изменившимся.
Заметка для разработчиков: это ранние неконтролируемые тесты сообщества, поэтому относитесь к ним как к ориентировочным, а не как к рейтингам. OrcaRouter помещает модели с доступным API за единую конечную точку, совместимую с OpenAI, так что как толькоKimi K3 API станет доступен, вы сможете протестировать его против DeepSeek, Fable 5 и GPT-5.6 без подключения нескольких SDK.
TL;DR вердикт.Kimi K3 — это самый сильный сигнал с открытыми весами со времен DeepSeek R1 — крупнейшая открытая модель на сегодняшний день, близкая к передовой по нескольким публичным оценкам, а открытые веса будут доступны через несколько дней. Но называть это "DeepSeek moment" преждевременно: веса еще не опубликованы, независимый индекс все еще ставит ее на 4-е место (после двух конфигураций Fable 5 и GPT-5.6 Sol), это самая дорогая китайская модель за всю историю, и даже ее поклонники признают, что она "создает менее интересные вещи". Реальный сигнал, непроверенный момент.
Основные выводы
• Несколько тестеров независимо друг от друга использовали выражение «момент DeepSeek» — @synthwavedd, @chetaslua, @redkendl.
• Фактическая база действительно сильна: 2.8T-парам MoE, позиционируемая как крупнейшая модель с открытым весом на сегодняшний день, AA Index 57 (#4 из 189), Arena frontend #1.
• У скептиков тоже есть веские аргументы: первоначальный момент DeepSeek коммерчески "не материализовался" (@LinkesAuge82), разрыв во времени выпуска все еще реален (@jmbollenbacher), а ценовой твист ($3/$15) подрывает историю о "дешевом разрушителе".
• Даже бык @teortaxesTex сам не тестировал это и отмечает, что K3 "не делает лишнего шага."
• Честный вердикт зависит от вещей, которые еще не произошли — весов, аудитов и многоэтапных агентских тестов.
Что люди имеют в виду под «DeepSeek moment»
Фраза несет большую смысловую нагрузку, поэтому стоит ее зафиксировать. «Момент DeepSeek» — это краткое обозначение конкретного события 2025 года: китайская лаборатория выпустила модель с открытыми весами, которая достаточно близко — и дешево — подобралась к западному фронтиру, что поколебало консенсус «китайский ИИ отстает примерно на 8 месяцев» и повлияло на рынки. Когда тестировщики применяют это к Kimi K3, они заявляют сразу о двух вещах: (1) K3 *находится рядом* с закрытым фронтиром, и (2) она выходит *открытой*, так что любой может ее запустить.
Обе половины имеют значение. Закрытая модель, близкая к передовой, не заслужила бы этого ярлыка; равно как и открытая модель, сильно отстающая. Идея K3 в том, что она делает и то, и другое. Является ли это достаточным для настоящего «момента» — такого, который меняет поле, а не просто временную шкалу — это вопрос, по которому два лагеря расходятся.
Случай, когда K3 равно единице
Аргумент быков основывается на сходящихся независимых реакциях и реальной фактологической базе. @synthwavedd выразился просто: "чем больше я тестирую K3, тем больше это ощущается как очередной момент DeepSeek R1… часто на уровне Fable, возможно немного хуже, но стабильно лучше, чем 5.6." Он добавил, что K3 "шокирует некоторых из тех, кто говорит об 'отставании на 8 месяцев'". @chetaslua пошел дальше: "Kimi K3 станет моментом DeepSeek снова для OSS."
Самый цитируемый пост принадлежит @redkendl, который с первого раза прошел 3D-игру про бумажный самолетик и заключил: «{{1}}Китайские ИИ-лаборатории больше не отстают от переднего края на 8 месяцев. Они прямо там{{/1}}». А @teortaxesTex, хоть и с осторожностью, обозначил стратегические ставки: «{{2}}…каждая китайская модель, которая просто *сохраняет* разрыв… это героический подвиг{{/2}}», а для агентного кодирования с участием человека при решении объективных задач «{{3}}K3 должен оказаться неоправданно близким{{/3}}».
• Реакции сходятся — Детали: Три тестировщика независимо достигают "DeepSeek moment"; Источник: synthwavedd, chetaslua, redkendl
• Крупнейшая открытая модель — Детали: 2.8T-param MoE, позиционируется как крупнейшая модель с открытым весом на сегодняшний день; Источник: Moonshot (сообщено разработчиком)
• Открытые веса скоро — Подробности: Обещано до 27 июля 2026 года; Источник: Moonshot (сообщено вендором)
• Независимый индекс — Детали: AA Intelligence Index 57, #4 из 189 (выше Opus 4.8, GLM 5.2); Источник: Artificial Analysis
• Arena frontend — Подробности: #1 с 1679, выше 1631 у Fable 5; выиграл 6 из 7 категорий; Источник: Arena / LMArena
• Редко терпит неудачу — Подробности: Для объективного агентного кодирования, "должен подходить необоснованно близко"; Источник: teortaxes
В совокупности: открытая модель, занимающая 4-е место в нейтральном индексе и 1-е на фронтенд-доске Arena, от лаборатории, которая поднялась с #18 у K2.6, — это в точности то, что называют «моментом».
Дело против
Скептики не оспаривают бенчмарки — они оспаривают подачу. Их главный козырь — история. @LinkesAuge82 утверждал, что оригинальное событие было переоценено: «„момент Deepseek“ был привлечением большого внимания СМИ, но на самом деле он не материализовался… Deepseek не захватил сколько-нибудь заметной доли рынка». Если сам шаблон не изменил долю, то соответствие шаблону доказывает меньше, чем кажется.
Возражение по срокам столь же острое. @jmbollenbacher, отвечая на утверждение «прямо здесь», отметил: «Fable/Mythos — 6 месяцев. K3 только что закончили готовить. Разрыв все еще реален… Лаборатории США просто держат новые модели внутри себя 6+ месяцев». Другими словами, сравнение свежей модели с полугодовалой публичной льстит новичку. @Camilogicly добавил, что «разрыв не увеличивается, потому что они продолжают дистиллировать» — близость, зависящая от дистилляции передовых результатов, не то же самое, что независимый паритет.
• Веса еще не вышли. На момент анонса K3 был только API/веб; открытые веса *обещаны* до 27.07, но не выпущены. «Момент DeepSeek» для открытого исходного кода требует, чтобы открытая часть действительно появилась.
• Индекс все еще ставит его на 4-е место. AA Index 57 уступает двум конфигурациям Fable 5 и GPT-5.6 Sol — рядом с границей, но не на ней.
• Разрыв во вкусах. Даже бык @teortaxesTex говорит, что K3 "делает менее интересные и детализированные вещи, не выкладывается на полную" — и признается, что сам еще не тестировал его.
• Все еще отстает в агентной SWE. FrontierSWE 81.2 против Fable 5 86.6; DeepSWE 67.5 против 70.0 (агрегат поставщика/бенчмарка).
• Ценовой поворот. По $3 / $15 за 1M токенов, K3 — самая дорогая китайская модель на сегодняшний день (K2.6 стоила $0.95/$4). Дешевый подрыв составил половину того, что сделало DeepSeek "моментом."
Что на самом деле изменилось: открытые веса, цена и момент "frontier also makes slop".
Отбросьте ярлык, и три вещи действительно изменились. Во-первых, открытость в масштабе: модель с 2,8 трлн параметров с обещанными открытыми весами — это шаг вперед в понимании того, что может означать «открытый». Если она будет выпущена, как обещано, это будет самая большая модель с открытыми весами на сегодняшний день, и это само по себе переопределяет потолок для лабораторий, размещающих модели самостоятельно.
Во-вторых, экономика перевернулась. История DeepSeek была качеством, близким к передовому, по сверхнизкой цене. K3 сохраняет упор на качество, но является самой дорогой моделью Moonshot за всё время — всё ещё ~1/3.3 от $10/$50 Fable 5, но уже не бюджетный вариант. Хуже того, его многословный вывод (~2× медианное количество токенов среди аналогов) подрывает даже это преимущество в реальных рабочих нагрузках. «Момент» здесь заключается в возможностях, а не в дешёвом перевороте рынка.
В-третьих, @teortaxesTex переосмыслил саму планку качества: «Даже Fable и Sol создают столько SLOP… Kimi не столько терпит неудачу в чем-то… сколько создает менее интересные и детализированные вещи». Если закрытый рубеж тоже часто выдает посредственный результат, то «близко к рубежу» — это более низкая планка, чем подразумевает маркетинг, что работает в обе стороны для тезиса о текущем моменте.
• Открытые веса на 2.8T — Примечание: Крупнейшая открытая модель на сегодняшний день, если она будет выпущена; Предостережение: не выпущена на момент анонса; до 27 июля
• Ценовое позиционирование — Чтение: Самая дорогая китайская модель когда-либо ($3/$15); Предостережение: Подрывает историю о "дешевом разрушителе"
• Многословие — Чтение: ~2× медианного объёма выходных токенов среди аналогов; Предостережение: сокращает ценовой разрыв по сравнению с Fable 5: $10/$50
• Планка качества — Чтение: Frontier "тоже делает халтуру"; Предостережение: K3 тоже — "не прилагает дополнительных усилий"
Что посмотреть
Приговор действительно зависит от того, чего еще не произошло. Следите за:
• веса от 27 июля. Они выпускаются, по какой лицензии, и смогут ли лаборатории на самом деле запустить 2.8T MoE? Невыпущенная открытая модель — это не open-source момент.
• Независимые бенчмарки. AA Index 57 и Arena #1 являются сторонними, но большинство заявлений тестеров — это единичные впечатления от Arena. Воспроизводимые, аудированные прогоны решат, выдержит ли K3.
• Многошаговые агентские тесты. Скептик @sebuzdugan заметил: "10 промптов не покажут сбой kimi k3 при многошаговом использовании инструментов." Разрывы FrontierSWE/DeepSWE указывают, что агентская надежность — вот где настоящее испытание.
Часто задаваемые вопросы
Является ли Kimi K3 открытым исходным кодом?
Не совсем, и "открытые веса" — более точный термин. Moonshot пообещала выпустить веса K3 до 27 июля 2026 года; на момент анонса модель была доступна только через API и веб-интерфейс. Открытые веса позволяют запускать и развертывать модель, но это не то же самое, что полностью открытый исходный код (с обучающими данными и рецептами).
Является ли Kimi K3 "DeepSeek moment" для open source?
У него есть составляющие — почти передовые публичные оценки от открытой модели — и несколько тестеров это подтверждают. Но веса не опубликованы, нейтральный индекс всё ещё ставит его на 4-е место, и даже быки отмечают, что он «не проходит лишнюю милю». Реальный сигнал, неподтверждённый момент.
Kimi K3 лучше, чем DeepSeek?
В индексе AA Intelligence K3 набирает 57 очков (4-е место из 189), что значительно выше показателей моделей DeepSeek — но это разные поколения. Более полезное сравнение заключается в том, что K3 называют *следующим* событием в стиле DeepSeek, а не конкурентом того же уровня.
Догоняют ли китайские модели ИИ?
На публичных тестах разрыв значительно сократился — @redkendl говорит: "они прямо рядом". Скептики возражают, что американские лаборатории держат новые модели внутри себя 6+ месяцев (@jmbollenbacher), поэтому разрыв между выпущенными моделями льстит новичку.
Почему Kimi K3 такой дорогой, если он дизраптор?
При $3/$15 за 1 млн токенов это самая дорогая модель Moonshot (у K2.6 было $0,95/$4). Она всё ещё примерно в 3,3 раза дешевле, чем $10/$50 у Fable 5, но ярлык «дешёвая китайская модель» больше не подходит — а многословный вывод ещё больше сокращает разрыв.
Стоит ли мне сейчас разрабатывать на Kimi K3?
Вы можете попробовать его через API уже сегодня, но относитесь к ажиотажу как к ориентиру. Дождитесь весов и независимых агентных бенчмарков, прежде чем внедрять в производственные рабочие нагрузки.
Суть
Этот Kimi K3 DeepSeek момент фрейминг наполовину заслужен: K3 — самый надежный претендент с открытыми весами со времен DeepSeek R1, с подлинной фактографической базой — крупнейшая открытая модель на сегодняшний день, AA Index #4, Arena frontend #1. Но «момент» требует, чтобы веса действительно были выпущены, независимые аудиты проведены, а многошаговая агентная надежность соответствовала демонстрациям — ни одно из этого еще не решено. Китайские лаборатории, возможно, уже не отстают на 8 месяцев, но «прямо рядом» — это утверждение от 27 июля, и бенчмарки еще должны это доказать.
