Moonshots största modell har inget tankereglage

En modell i 3T-klassen levererad med ett enda läge

Moonshot AI presenterade Kimi K3 för världen den 16 juli med en mening som sköter marknadsföringen åt den: världens första öppna modell i 3T-klassen, byggd för spetsintelligens inom kodning med lång horisont, kunskapsarbete och resonemang. Specifikationen bakom meningen är verklig. K3 har 2,8 biljoner parametrar totalt i en mixture-of-experts-arkitektur som aktiverar 16 av 896 experter för varje token, byggd på det Moonshot kallar Kimi Delta Attention och Attention Residuals, tränad med kvantiseringsmedvetenhet så att vikterna ligger i MXFP4 och aktiveringarna i MXFP8. Det inbyggda kontextfönstret rymmer en miljon tokens. Synförmågan är inte påklistrad i efterhand; modellen tar emot bilder och video direkt.

Detaljen som styr din faktura står inte i tillkännagivandet. Den står i snabbstartsdokumentationen. Moonshot beskriver K3:s resonemang som konfigurerbart från grunden, med ett tankedjup du sätter per anrop, och noterar sedan att inställningen just nu bara stöder nivån max. Läs det två gånger, för det vänder på den vanliga ordningen. På de flesta ledande modellers API är ansträngningsreglaget sättet att köpa ett billigt svar på en billig fråga. På K3 finns i dag en enda växel. Modellen resonerar på max både på den triviala förfrågan och på den svåra, och mätaren märker ingen skillnad.

Allt annat i gränssnittet är byggt för dem som tänker spendera. Kontextcachning sker automatiskt, utan cache-id att hålla reda på och utan livslängd att finjustera. Verktygsdefinitioner laddas dynamiskt i stället för att ligga med i varje anrop. Strukturerad utdata valideras mot ett schema. Strömningen skiljer resonemangstokens från svarstokens, så att du kan se modellen tänka i en kanal och skriva i en annan. Det här är funktionerna i ett system som räknar med långa, dyra, agentiska sessioner, och Moonshot har dragit rören för precis det.

Den öppna modellen du inte kan ladda ner förrän den 27 juli

Ordet öppen gör elva dagars obetalt arbete. Moonshots tillkännagivande säger att de kompletta K3-vikterna publiceras den 27 juli. Fram till dess går världens första öppna modell i 3T-klassen att nå på ett enda sätt: via Moonshots betal-API, på Moonshots servrar, i Peking, under de villkor som råder just den morgonen. Varje egenskap som gör en modell med öppna vikter värd att välja över huvud taget, förmågan att granska den, att drifta den innanför din egen perimeter, att låsa fast en version som ingen kan pensionera under fötterna på dig, att gå därifrån utan en migrering, kommer först det senare datumet. Det som kom den 16 juli är en sluten produkt med ett inplanerat släpp av källkoden.

Licensen har inte heller landat. Moonshot släppte K2-familjen under en modifierad MIT-licens, vilket är skälet till att K2 blev en av de verkligt användbara modellerna med öppna vikter och inte bara en av de nedladdningsbara, och förväntan i branschen är att K3 följer samma väg, med en teknisk rapport vid sidan av vikterna. Förväntan är rätt ord. Det finns inget publicerat modellkort, ingen licenstext och ingen viktfil, så en organisation som redan fått höra att modellen är öppen har fått höra något som är inplanerat, inte något som är sant. Avståndet mellan de två tillstånden är hela din juridiska granskning.

Det här är ingen anklagelse om ond tro. Det är ett kalenderproblem, och kalenderproblem är de som i tysthet nollställer en upphandling. Ett team som utvärderar K3 den här veckan utvärderar API:et. Resultaten, latenssiffrorna, kostnaden per uppgift, kvaliteten på din egen arbetslast, allt beskriver en tjänst som någon annan driftar. Den 27 juli dyker en annan artefakt upp, och den ärliga hållningen är att du ännu inte har testat den. Om planen någonsin var att köra K3 på egen hårdvara har den utvärdering som betyder något inte börjat, och den du gör nu mäter någon annans infrastruktur.

Femton dollar per miljon, och vissa svar tar en halvtimme

K3 kostar 0,30 dollar per miljon tokens vid en cacheträff, 3 dollar per miljon vid en cachemiss och 15 dollar per miljon för utdata, eller runt 0,26, 2,60 och 13 euro. Skillnaden på tio gånger mellan en cacheträff och en cachemiss är den siffra som skriker högst i listan, och det är därför Moonshot gjorde cachningen automatisk. En arbetslast som återanvänder ett långt prefix, samma kodbas, samma policydokument, samma kundakt, betalar en tiondel av vad en arbetslast som startar kall betalar. En arbetslast som bygger om sin kontext vid varje anrop hittar den dyra vägen alldeles själv, och ingenting i API:et varnar dig.

Det är i utdatan som en modell med enbart maxläge blir intressant, för resonemangstokens är utdatatokens. Moonshot har beskrivit K3 som en modell byggd för djupt resonemang snarare än snabb leverans, och genereringar på över 30 minuter har rapporterats på de tyngsta uppgifterna. En modell som tänker på max som standard, fakturerar sitt tänkande till 13 euro per miljon och kan lägga en halvtimme på en enda förfrågan är inte prissatt per token på något sätt som en ekonomiavdelning kan använda. Den är prissatt per avslutad uppgift, och den enda siffra som betyder något är vad ett färdigt jobb kostar på din egen arbetslast.

Så mät per uppgift, inte per token. Ta tio verkliga jobb ur kön, de du faktiskt skulle lämna över till en modell, kör dem hela vägen igenom och dividera. Den siffran går att jämföra med en konsults dagsarvode och med den billigare modell du redan kör, och den är den enda siffra som överlever kontakt med en budget. Priset per miljon på prislistan säger nästan ingenting när modellen själv bestämmer hur länge den ska tänka, och i dag har den ingen instruktion om att fatta sig kort.

Moonshot publicerade de benchmarks där företaget förlorar

Den mest användbara raden i lanseringen är den som ger med sig. Moonshot skriver att K3:s övergripande intelligens, bland de modeller företaget testat, kommer på andra plats efter enbart Claude Fable 5 och GPT-5.6 Sol. Inget labb är tvunget att säga så, och de flesta hittar ett diagram där de kommer först. Under ytan är siffrorna specifika och blandade med flit: GPQA-Diamond på 93,5, MathVision med Python på 97,8, Terminal Bench 2.1 på 88,3, DeepSWE på 67,5 och BrowseComp på 91,2. På de agentiska utvärderingarna placerar Moonshot K3 före den framkant företaget annars böjer sig för, med GDPval-AA v2 på 1687 jämfört med Claude Opus 4.8 Max på 1600, och AA-Briefcase på 1527 jämfört med GPT-5.6 Sol Max på 1495.

Läs den formen snarare än de enskilda poängen. Påståendet är inte att K3 är den bästa modellen. Påståendet är att K3 är tillräckligt nära på allmän intelligens och före på långa uppgifter med verktyg, surfande och handling, alltså precis den arbetslast den har konstruerats och prissatts för. En leverantör som namnger Fable 5, GPT-5.6 Sol, Opus 4.8, GPT-5.5 och GLM-5.2 i sin egen jämförelsetabell har valt vilken spelplan den vill dömas på, och har i tysthet berättat vilka av dina uppgifter den räknar med att vinna.

Pengarna håller med om positioneringen. Moonshots senaste runda värderar bolaget till omkring 31,5 miljarder dollar, runt 27 miljarder euro, efter en runda i maj på 2 miljarder dollar vid en värdering på 20 miljarder dollar. Ett bolag vars värdering har stigit med hälften på två månader behöver inte vinna en benchmark; det behöver få företagskunderna att tro att avståndet till den slutna framkanten är litet nog för att sluta betala för. Att publicera en andraplats är ett billigare sätt att driva det argumentet än att hävda en förstaplats.

Tre saker att avgöra innan vikterna landar

För det första, bestäm vilken K3 du köper, för det finns två och de kommer med elva dagars mellanrum. Om svaret är API:et är berättelsen om öppna vikter marknadsföring som inte gäller dig, och K3 ska bedömas som en kinesisk molntjänst i framkant, utifrån pris, latens, datahantering och de villkor som följer med dina prompter. Om svaret är vikterna överförs ingenting av det du lär dig den här veckan, licenstexten är en spärr som måste passeras och inte en formalitet, och den verkliga utvärderingen börjar den 27 juli på hårdvara du styr själv.

För det andra, ta reda på vad ett jobb kostar innan du får reda på det i produktion. Kör dina tio svåraste verkliga uppgifter, notera verklig körtid och totala utdatatokens inklusive resonemang, och ställ siffran mot den modell du kör i dag. En modell med enbart maxläge, ett tak på 30 minuter och ett utdatapris på 13 euro per miljon kan vara mycket prisvärd på arbete som förr tog en specialist en förmiddag, och omöjlig att försvara på en förfrågan som en liten modell besvarar på fyra sekunder. Samma modell, samma prislista, motsatta domar, och den avgörande variabeln är din arbetslast snarare än benchmarktabellen.

För det tredje, skriv ner vad som händer om ansträngningsnivån förblir fastsvetsad på max. Moonshots dokumentation säger 'just nu', och det är ett uttryck med en färdplan bakom sig och inget datum fäst vid sig. Om en lägre ansträngningsnivå släpps blir K3 en tvåväxlad modell och kostnadskalkylen ändras helt. Om det inte sker kör du en modell som det inte går att säga åt att skynda sig, och åtgärden är arkitektonisk snarare än kommersiell: dirigera de billiga frågorna någon annanstans och reservera K3 för det arbete som förtjänar en halvtimme. Bestäm det nu, medan det är ett designval, snarare än under den första månaden, när det är en faktura.

Läs vidare: OpenAI halverar priset på vardaglig AI  |  Grok 4.5 förlorar riktmärkena och vinner räkningen