Kimi K3开源的不只是2.8万亿参数，而是一整套“把超大模型跑起来”的工程栈

发生了什么：月之暗面正式开源Kimi K3，模型规模达到2.8万亿参数，支持100万token上下文，并同步开源MoonEP、FlashKDA、AgentEnv等关键基础设施；同一窗口内，早前关于K3即将开源的预热也被坐实。

为什么重要：过去很多“开源大模型”更像一次权重发布，但Kimi K3更像在争夺开发者工作台。它把模型、注意力机制、并行框架和Agent环境一起放出来，意图很明确：如果企业和研究团队真的想在长上下文、多工具调用、视觉理解场景里部署大模型，月之暗面希望自己不只是一个可替换模型，而是一套默认技术栈。对国内开源生态来说，这比单纯刷榜更关键，因为它决定了后来者是在Kimi周边长应用，还是把它当一次性试用品。

具体细节：这次最值得记住的是三组硬信息。第一，K3给到2.8万亿参数和100万token上下文，已经不再是“够不够大”的问题，而是怎样把超长上下文的成本打下来；第二，文中提到Kimi Delta Attention、Attention Residuals、MoonEP等设计，把规模化效率提升到2.5倍，说明月之暗面在押注工程效率而不只是参数竞赛；第三，K3是原生视觉模型，并把AgentEnv一起开源，这意味着它瞄准的是长文档、工具使用和复杂任务编排，而不是只做聊天入口。从产业角度看，今天的开源竞争正在从“谁愿意公开权重”转向“谁能让别人更容易基于你的模型开工”。