ما هو كيمي K3؟ النموذج الرائد المفتوح 2.8T من مونشوت

أطلقت Moonshot AI نموذج Kimi K3 في 16 يوليو 2026، ووصفته بأنه «أول نموذج مفتوح من الفئة 3T في العالم». بعيدًا عن التسويق، فهو نموذج مزيج خبراء (MoE) بسعة 2.8 تريليون معلمة، ونافذة سياق بمليون رمز، ومكدس انتباه جديد، وتسعير موجّه مباشرة لفرق البرمجة. أُطلق عبر Kimi.com وKimi Work وKimi Code وKimi API، مع وعد بإصدار الأوزان الكاملة بحلول 27 يوليو 2026. يشرح هذا الدليل ما تحتاجه لتقييمه وتنفيذه: المواصفات، التكلفة، الموقع التنافسي، وخطوات اختبار الـ API.

جرّب Apidog اليوم

TL;DR: ما هو Kimi K3؟

Kimi K3 هو النموذج اللغوي الكبير الرائد لشركة Moonshot AI. يستخدم تصميم مزيج الخبراء بسعة إجمالية تبلغ 2.8 تريليون معلمة، وينشّط 16 خبيرًا من أصل 896 لكل رمز.

أهم الأرقام:

• معرّف نموذج API: kimi-k3
• نافذة السياق: 1,048,576 رمزًا
• إدخال Cache-hit: 0.30 دولار لكل مليون رمز
• إدخال Cache-miss: 3.00 دولار لكل مليون رمز
• الإخراج: 15.00 دولار لكل مليون رمز
• مؤشر Artificial Analysis: 57 نقطة، المرتبة 4 من 189 نموذجًا
• الأوزان المفتوحة: متوقعة بحلول 27 يوليو 2026

تشير Moonshot إلى أن K3 لا يزال خلف Claude Fable 5 وGPT-5.6 Sol. لذلك، تعامل معه كنموذج مفتوح قريب من الريادة، لا كنموذج الريادة المطلقة.

لماذا يهم Kimi K3 الآن؟

القيمة العملية لـ K3 ليست في المعايير فقط، بل في الجمع بين:

1. جودة قريبة من النماذج الاحتكارية الرائدة.
2. نافذة سياق تصل إلى مليون رمز.
3. تكلفة إدخال منخفضة جدًا عند نجاح التخزين المؤقت.
4. توافق مع OpenAI SDK.
5. وعد بإصدار الأوزان الكاملة بعد وقت قصير من الإطلاق.

إذا تحقّق إصدار الأوزان، فقد يصبح K3 خيارًا مهمًا للفرق التي تقارن بين تكلفة استدعاءات API وتكلفة الاستضافة الذاتية على وحدات GPU.

بالنسبة للمطورين، السؤال العملي هو: هل يمكنك توجيه عميل متوافق مع OpenAI إلى kimi-k3 بدون إعادة كتابة البنية الحالية؟

الإجابة: نعم، لأن Moonshot تقدم واجهة API متوافقة مع OpenAI SDK. يمكنك اختبار استدعاءات النموذج وتدفقات SSE واستدعاءات الأدوات قبل دمجه في الإنتاج. يدعم Apidog نقاط النهاية المتوافقة مع OpenAI، ما يسهّل فحص الاستجابات المتدفقة واستدعاءات tool_calls.

للتفاصيل المتخصصة، راجع:

• دليل Kimi K3 API
• تحليل أسعار Kimi K3
• تحليلات Kimi K3 المعيارية

الهوية: نموذج Moonshot الأكثر قدرة

تضع Moonshot AI نموذج K3 باعتباره «نموذجنا الأكثر قدرة»، وهو نقلة كبيرة عن سلسلة Kimi K2.

إذا استخدمت سابقًا Kimi K2 أو Kimi K2.7 Code، فاعتبر K3 الجيل التالي مع إعادة بناء لمكدس الانتباه.

هناك نقطتان مهمتان في وصف «نموذج مفتوح من الفئة 3T»:

• مفتوح: لم تكن الأوزان متاحة في يوم الإطلاق؛ التزمت Moonshot بإتاحتها بحلول 27 يوليو 2026.
• فئة 3T: يشير ذلك إلى 2.8 تريليون معلمة إجمالية، مع تنشيط متفرق لجزء محدود من الخبراء في كل رمز.

هذا التنشيط المتفرق هو سبب إمكان تشغيل نموذج بهذا الحجم بتكلفة استدلال أقل من تكلفة تنشيط جميع المعلمات لكل طلب.

البنية: ما الجديد تحت الغطاء؟

K3 ليس مجرد نسخة أكبر من K2. تعتمد بنيته على عدة مكونات أعلنت عنها Moonshot.

Kimi Delta Attention (KDA)

KDA هي آلية انتباه خطية هجينة. الهدف هو إبقاء نمو الذاكرة والحساب تحت السيطرة كلما زاد طول السياق، وهو عنصر أساسي لجعل نافذة المليون رمز عملية.

Attention Residuals (AttnRes)

تقدمه Moonshot كبديل للاتصالات المتبقية القياسية. الهدف هو استرداد التمثيلات بشكل انتقائي عبر عمق الشبكة، بحيث يظل السياق من الطبقات السابقة متاحًا في طبقات أعمق.

Stable LatentMoE

هذه طبقة مزيج الخبراء في النموذج:

• 896 خبيرًا إجمالًا
• 16 خبيرًا نشطًا لكل رمز
• استخدام ما تسميه Moonshot Quantile Balancing لاستقرار التوجيه أثناء التدريب

تشير Moonshot كذلك إلى مكونات تشمل Per-Head Muon وSiTU وGated MLA، إلى جانب أوزان MXFP4 وتنشيطات MXFP8 للكمّية.

مواصفات Kimi K3 لمحة سريعة

المواصفات	Kimi K3
المطور	Moonshot AI
تاريخ الإصدار	16 يوليو 2026
إجمالي المعلمات	2.8 تريليون، مزيج خبراء
الخبراء النشطون	16 من 896 لكل رمز
نافذة السياق	1,048,576 رمزًا
معرّف نموذج API	kimi-k3
اسم OpenRouter	moonshotai/kimi-k3
توافق API	متوافق مع OpenAI SDK
إدخال Cache-hit	0.30 دولار / مليون رمز
إدخال Cache-miss	3.00 دولار / مليون رمز
الإخراج	15.00 دولار / مليون رمز
سرعة الإخراج	نحو 62 رمزًا/ثانية
زمن أول رمز	نحو 1.99 ثانية
مؤشر الذكاء	57، المرتبة 4 من 189
أوزان مفتوحة	متوقعة بحلول 27 يوليو 2026

لحساب التكلفة حسب حجم الرموز الفعلي في تطبيقك، راجع دليل تسعير Kimi K3.

نافذة سياق بمليون رمز: لماذا تسعير Cache-hit مهم؟

تستوعب نافذة 1,048,576 رمزًا حالات استخدام مثل:

• مستودعات برمجية كبيرة
• موجهات نظام طويلة
• وثائق ومواصفات متعددة
• سجلات تنفيذ أو بيانات بحث مطولة
• سياق وكيل يعاد استخدامه عبر خطوات عديدة

الفرق الأساسي في التكلفة هو الإدخال:

• Cache-hit: 0.30 دولار لكل مليون رمز
• Cache-miss: 3.00 دولارات لكل مليون رمز

هذا فرق بمقدار 10 أضعاف. إذا كان تطبيقك يعيد إرسال نفس سياق المستودع أو موجه النظام أو التعليمات الثابتة، فإن نسبة كبيرة من الرموز قد تُحاسب بسعر Cache-hit.

تشير التقارير إلى أن مكدس Mooncake للاستدلال المفصول من Moonshot يحقق معدل نجاح للتخزين المؤقت يتجاوز 90% في أعباء عمل البرمجة. لذلك، اختبر K3 على نمط الطلبات الفعلي لديك، لا على طلب واحد معزول.

المقايضة هي السرعة: يقيس Artificial Analysis نحو 62 رمز إخراج في الثانية، أقل من متوسط الفئة البالغ 72.7. وقت أول رمز يقارب 1.99 ثانية. إذا كانت السرعة أهم من عمق الاستدلال، قارنه بنموذج أسرع قبل اعتماده.

موقع صريح: قوي ومفتوح، لكنه ليس الريادة المطلقة

تذكر المدونة الرسمية لإطلاق Kimi K3 أن النموذج لا يزال خلف أقوى النماذج الاحتكارية، Claude Fable 5 وGPT-5.6 Sol، رغم إظهار أداء بمستوى الريادة عبر مجموعة تقييمات Moonshot.

في مؤشر ذكاء Artificial Analysis، يحصل K3 على 57 نقطة ويحتل المرتبة الرابعة من بين 189 نموذجًا.

صياغة عملية للاستخدام الداخلي:

• اختر K3 إذا كنت تريد جودة قريبة من الريادة مع مسار أوزان مفتوحة وتكلفة إدخال فعالة.
• اختر نموذجًا احتكاريًا رائدًا إذا كانت مهمتك تحتاج أعلى أداء ممكن في الاستدلال الصعب.
• لا تسوّق K3 على أنه «أفضل نموذج في العالم»؛ Moonshot نفسها لا تدعي ذلك.

للمقارنات المباشرة:

• Kimi K3 مقابل Claude Opus 4.8
• Kimi K3 مقابل GPT-5.6 Sol

أين يمكنك استخدام Kimi K3 اليوم؟

السطح	ما تحصل عليه
Kimi.com	تطبيق دردشة ويب، مع K3 كنموذج افتراضي
Kimi Work	منتج مساحة عمل للفرق
Kimi Code	عامل برمجة يعمل من الطرفية
Kimi API	وصول برمجي عبر kimi-k3
تطبيقات الجوال	iOS وAndroid وHarmonyOS
سطح المكتب	Kimi Work، الإصدار 3.1.0 وما بعده
OpenRouter	وصول عبر moonshotai/kimi-k3

للتكامل عبر الطرفية، راجع دليل Kimi Code CLI.

ولمقارنة سلوك البرمجة مع الجيل السابق:

• Kimi K3 مقابل Kimi K2.7 Code
• كيفية استخدام Kimi K3 مجانًا

قدرات واجهة برمجة التطبيقات

تدعم نقطة نهاية K3 ميزات مهمة لتطبيقات الوكلاء وخطوط البيانات المنظمة:

• تخزين السياق مؤقتًا
• استدعاءات الأدوات وقيود اختيار الأدوات
• وضع JSON والمخرجات المنظمة
• الوضع الجزئي للإكمالات المتحكم بها
• البحث عبر الإنترنت
• تحميل الأدوات الديناميكي
• جهد تفكير قابل للتكوين، بما فيه إعداد «أقصى»

بما أن الواجهة متوافقة مع OpenAI SDK، يمكنك إعادة استخدام عميلك الحالي مع تغيير عنوان API الأساسي واسم النموذج.

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["KIMI_API_KEY"],
    base_url=os.environ["KIMI_BASE_URL"],
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "user",
            "content": "راجع هذا التغيير البرمجي وحدد المخاطر المحتملة."
        }
    ],
)

print(response.choices[0].message.content)

لا ترمّز عنوان API الأساسي مباشرة قبل التحقق من القيمة الحالية في platform.kimi.ai، لأن الكونسول انتقل إلى النطاق الجديد عند الإطلاق.

لأمثلة الطلبات والاستجابات، راجع دليل Kimi K3 API.

اختبار kimi-k3 قبل إطلاقه

قبل دمج النموذج في حلقة وكيل أو خدمة إنتاجية، اختبر هذه الحالات:

1. استجابة دردشة عادية.
2. استجابة متدفقة باستخدام stream: true.
3. استدعاء أداة مع مخطط JSON.
4. مخرجات منظمة في وضع JSON.
5. طلب طويل يعيد استخدام سياق ثابت لاختبار أثر Cache-hit.
6. سلوك النموذج عند ضبط جهد التفكير على المستوى المطلوب.

يمكنك تنفيذ هذا الاختبار في Apidog كالتالي:

1. أنشئ بيئة جديدة وأضف KIMI_API_KEY كمتغير سري.
2. أضف نقطة نهاية إكمال الدردشة المتوافقة مع OpenAI.
3. اضبط النموذج إلى kimi-k3.
4. أرسل طلبًا متدفقًا باستخدام stream: true.
5. افحص أحداث Server-Sent Events وتأكد من أن محلل البث لديك يتعامل مع أجزاء delta.
6. أرسل طلبًا يحتوي على tools.
7. راجع حمولة tool_calls وتحقق من أن الوسائط تطابق مخططك قبل تشغيل كود الوكيل في الإنتاج.

مثال لطلب متدفق:

{
  "model": "kimi-k3",
  "stream": true,
  "messages": [
    {
      "role": "user",
      "content": "لخّص بنية هذا المشروع وحدد ملفات نقطة الدخول."
    }
  ]
}

الأسئلة المتكررة

ما هو Kimi K3؟

Kimi K3 هو النموذج اللغوي الكبير الرائد لشركة Moonshot AI، أُطلق في 16 يوليو 2026. وهو نموذج مزيج خبراء بسعة 2.8 تريليون معلمة ونافذة سياق بمليون رمز، ويُقدَّم عبر kimi-k3 ومنتجات Moonshot للمستخدمين والمطورين.

كم عدد المعلمات في Kimi K3؟

لدى K3 إجمالي 2.8 تريليون معلمة، وينشّط 16 خبيرًا من أصل 896 لكل رمز. لم تنشر Moonshot رقمًا دقيقًا للمعلمات النشطة، لذلك لا ينبغي افتراض رقم محدد لها.

كم تكلفة API الخاصة بـ Kimi K3؟

الأسعار هي:

• 0.30 دولار لكل مليون رمز إدخال Cache-hit
• 3.00 دولارات لكل مليون رمز إدخال Cache-miss
• 15.00 دولار لكل مليون رمز إخراج

للتفاصيل، راجع تفاصيل التسعير.

هل Kimi K3 مفتوح المصدر؟

لم تكن الأوزان مفتوحة في يوم الإطلاق. التزمت Moonshot بإصدار الأوزان الكاملة بحلول 27 يوليو 2026. قبل ذلك، يتوفر النموذج عبر المنتجات المستضافة وواجهة API المدفوعة.

هل Kimi K3 أفضل من Claude Fable 5 أو GPT-5.6 Sol؟

لا. تشير Moonshot إلى أن K3 لا يزال خلف هذه النماذج الاحتكارية، مع بقائه قريبًا من مستوى الريادة في التقييمات. يسجل 57 نقطة ويحتل المرتبة الرابعة من 189 نموذجًا في Artificial Analysis.

هل يمكن استخدام Kimi K3 مع OpenAI SDK؟

نعم. واجهة Moonshot متوافقة مع OpenAI SDK. تحقق من عنوان API الأساسي الحالي في platform.kimi.ai، واضبط النموذج إلى kimi-k3.

يمكنك اختبار شكل الطلب والاستجابة قبل الدمج عبر Apidog.

ما مدى سرعة Kimi K3؟

يقيس Artificial Analysis نحو 62 رمز إخراج في الثانية، مع زمن لأول رمز يقارب 1.99 ثانية. يفضل K3 عمق الاستدلال على السرعة القصوى.

كيف يقارن Kimi K3 بـ Kimi K2.7 Code؟

K3 هو نموذج الجيل التالي فوق خط K2، مع مكدس انتباه معاد بناؤه وكفاءة تحجيم أفضل بنحو 2.5 مرة من K2 وفقًا لـ Moonshot. يظل K2.7 Code خيارًا متخصصًا وقويًا للبرمجة.

راجع المقارنة الكاملة: Kimi K3 مقابل Kimi K2.7 Code.