续：月之暗面｜正式开源Kimi K3完整权重，2.8万亿参数MoE

继此前披露IPO前融资与估值谈判后，月之暗面把最强模型的权重直接摊在了桌上——这一次不是「能调API」，而是「能把完整权重搬回家」。

月之暗面是国内头部大模型公司之一，旗下Kimi系列以长上下文与智能体能力见长。此前市场焦点一度落在IPO前最后一轮融资与投前估值谈判；开源完整权重，等于把产品叙事从「闭源竞赛」切回「开放权重生态」——对开发者、云厂商和海外评测社区，这是另一套玩法。

7月27日深夜至28日，公司正式开源Kimi K3完整模型权重与技术报告，并同步放出底层通信库、高性能计算算子与智能体沙箱等关键训练Infra（基础设施组件），开发者可下载部署。开源当日，摩尔线程宣布基于AI训推一体智算卡MTT S5000及MUSA软件栈完成适配；国家超算互联网AI社区等亦同步上线模型与API调用服务。

规格要点：

1. 架构：混合专家（MoE，Mixture of Experts）——不是所有参数每次都算，而是按任务激活部分「专家」子网络，兼顾规模与算力效率。
2. 规模：约2.8万亿参数，公司称规模扩展效率较Kimi K2提高约2.5倍。
3. 能力：原生视觉理解；上下文窗口约100万token。
4. 发布形态：MXFP4格式权重，体量约594GB；Modified MIT许可证。

所谓开放权重，白话就是：不只给接口，还给模型「零件清单」——本地部署、二次训练、安全审计都可以自己做。Modified MIT许可则意味着使用与再分发的门槛相对低，商业友好度高于许多限制性开源协议。

放在赛道里看，过去一年中国开源模型在推理、多模态与长文本上连续刷榜，海外开发者对「能下载、能私有化」的需求同步上升。K3把参数量级推到约2.8万亿，并把训练栈一并放出，意图很直接：降低获取前沿智能的门槛，同时用生态反哺品牌与潜在商业化。

开源不等于「免费随便跑」。594GB量级的权重对存储、显存与推理优化都是硬门槛；摩尔线程等国产卡的适配，决定了这条开源路能不能在国内算力上真正落地。对观察者而言，下一步要盯三件事：真实部署成本、推理吞吐与延迟，以及开源社区会不会把权重跑成真正可用的产品与衍生模型。