أطلقت Moonshot AI Kimi K3 في 16 يوليو 2026، والرقم الرئيسي يستحق الانتباه: 2.8 تريليون معامل، وتقول الشركة إنه يجعلها أكبر نموذج مفتوح المصدر تم إطلاقه على الإطلاق. الأوزان ليست عامة حتى الآن — مقرر إطلاقها في 27 يوليو — لكن النموذج مباشر بالفعل في تطبيقات Kimi وفي Kimi Code وعلى OpenRouter. الدرجات هي القصة الحقيقية.
على مؤشر الذكاء الاصطناعي من Artificial Analysis، حصل K3 على ترتيب 57. وهذا يضعه فوق Claude Opus 4.8 (56) ومتخلفًا فقط عن GPT-5.6 Sol (59) و Claude Fable 5 (60) — المرة الأولى التي يتم فيها قياس نموذج مفتوح الأوزان داخل مجموعة الحدود بدلاً من أن يكون في مستوى أقل منها. المفاجأة هي السعر. K3 تُدرج بسعر 3.00 دولار لكل مليون رمز إدخال و15.00 دولار لكل مليون رمز إخراج، أي ما يقارب ثلاثة أضعاف ما فرضته Kimi K2.6. يبدو أن عصر نماذج الحدود الصينية بأسعار منخفضة جدًا ينتهي. إليك ما هو حقيقي، وما تقدمه الشركة، وأين تقع K3 فعليًا.
أبرز النقاط المستخلصة
- 2.8 تريليون معامل، مع تفعيل 16 خبيرًا من أصل 896 خبيرًا. نموذج كثيف قائم على مبدأ «الاختلاط بين الخبراء» (Mixture-of-Experts) مبني على إطار عمل Moonshot «Stable LatentMoE» — وهو أكبر نموذج مفتوح تم الإعلان عنه حتى الآن.
- 57 على مؤشر الذكاء الاصطناعي من AA — أعلى من Claude Opus 4.8 (56) وأقل من GPT-5.6 Sol (59) و Claude Fable 5 (60). أقوى درجة مفتوحة الأوزان تم تسجيلها حتى الآن.
- نافذة سياق تصل إلى مليون رمز، ودعم بصري أصلي، مع تشغيل وضع التفكير دائمًا. يكون أقصى جهد تفكيري هو الوضع الافتراضي؛ بينما يُعدّ التحديثات القادمة بإدخال أوضاع منخفضة وعالية الجهد.
- قطعتان معماريّتان جديدتان: انتباه Kimi دلتا (أسرع في فك التشفير بنسبة تصل إلى 6.3× عند سياقات تتضمن مليون رمز) وبقايا الانتباه (كفاءة تدريب أفضل بنسبة ~25% بتكلفة إضافية لا تتجاوز 2%).
- لم تعد رخيصةً بعد الآن. 3.00 دولار أمريكي للإدخال و15.00 دولار أمريكي للإخراج لكل مليون رمز (0.30 دولار أمريكي عند إصابات ذاكرة التخزين المؤقت)، أي ما يعادل تقريبًا ثلاثة أضعاف سعر نموذج K2.6 البالغ 0.95 دولار أمريكي للإدخال و4.00 دولارات أمريكية للإخراج، ويساوي تمامًا السعر المُعلن لنموذج Claude Sonnet 5.
- ستُنشر الأوزان في 27 يوليو 2026. حتى ذلك الحين، سيكون النموذج متاحًا فقط عبر واجهة برمجة التطبيقات (API)، وبما أن حجمه يبلغ نحو 1.4 تيرابايت عند التكمين بـ4 بت، فإن مصطلح «مفتوح الأوزان» لن يعني «قابلًا للتشغيل» بالنسبة لمعظم المستخدمين تقريبًا.
ما هو نموذج Kimi K3 بالفعل
K3 هو النموذج العام الرائد من شركة Moonshot، وليس نموذجًا متخصصًا. وهذه تغييرٌ متعمَّدٌ في الاتجاه مقارنةً بـ Kimi K2.7 Code, الذي فصلته الشركة كإصدارٍ خاصٍ بالبرمجة فقط قبل شهرٍ واحد. وقد صُمم K3 ليؤدي جميع المهام: الدردشة، ومعالجة المستندات الطويلة، والرؤية الحاسوبية، وأهم ما يركِّز عليه Moonshot بوضوح: المهام العميلية ذات الأفق الزمني الطويل، حيث يقوم النموذج بالتخطيط، واستدعاء الأدوات، وقراءة النتائج، والاستمرار في الأداء.
المقياس هو أول ما يجب فهمه، أما التفرقة (Sparsity) فهي ثانيها. فبينما يبلغ إجمالي المعاملات 2.8 تريليون معامل، فإن 16 خبيرًا فقط من أصل 896 خبيرًا يتم تفعيلها لكل رمزٍ معطى. وهذا ما يحافظ على تكلفة الاستنتاج ووقت التأخير ضمن نطاقٍ يمكن لواجهة برمجة التطبيقات (API) تقديمه فعليًّا؛ إذ إن تشغيل نموذج كثيف (Dense) بحجم 2.8 تريليون معامل سيكون مستحيلاً اقتصاديًّا. والمقابل المطلوب هو الذاكرة: فجميع تلك المعاملات البالغ عددها 2.8 تريليون لا بد أن تبقى مخزَّنة في ذاكرة VRAM، سواء تم تفعيلها أم لا.
| المواصفات | Kimi K3 |
|---|---|
| المطوّر | Moonshot آي |
| إجمالي المعاملات | 2.8 تريليون (نموذج MoE) |
| نشط لكل رمز | 16 خبيرًا من أصل 896 خبيرًا |
| نافذة السياق | مليون رمز |
| النمط | نص ورؤية → نص |
| الاستدلال | مفعّل دائمًا (بأقصى جهد افتراضيًا) |
| Quantization | أوزان MXFP4، تنشيطات MXFP8 |
| سعر الإدخال | 3.00 دولار أمريكي لكل مليون رمز (0.30 دولار أمريكي عند إصابات ذاكرة التخزين المؤقت) |
| سعر الإخراج | $15.00 / 1M |
| سرعة الإخراج | ~62 رمزًا/ثانية |
| أُطلِقَ | 16 يوليو 2026 |
| أوزان مفتوحة المصدر | مقرر في 27 يوليو 2026 |
توجد المواصفات الكاملة والأسعار المباشرة على ورقة مواصفات Kimi K3 في قسمنا المخصّص لـ قاعدة بيانات نماذج الذكاء الاصطناعي.
الهندسة المعمارية: كيف تدرّب نموذجًا بحجم 2.8 تريليون معامل دون أن تنفجر التكلفة
يحمل هذا الإصدار عنصرين بحثيين من تطوير شركة Moonshot نفسها، وكلاهما يستهدف المشكلة نفسها: وهي أن توسيع نطاق نموذج الترانسفورمر عادةً ما يعني دفع تكلفة أعلى مقابل كل رمز إضافي في السياق وكل طبقة إضافية في العمق.
انتباه Kimi دلتا (KDA) آلية هجينة للاهتمام الخطي. فتكاليف الانتباه القياسي تزداد تربيعياً مع طول التسلسل، وهذا بالضبط سبب بطء سياقات المليون رمز وارتفاع تكلفتها في كل مكان تم فيه طرحها. وتؤكد Moonshot أن KDA يوفّر ما يصل إلى فك تشفير أسرع بـ6.3× عند سياقات المليون رمز — الفرق بين نافذة بسعة مليون رمز موجودة فقط على ورقة المواصفات، وبين نافذة بسعة مليون رمز يمكنك استخدامها فعليًّا.
بقايا الانتباه (AttnRes) يُوصف بأنه بديل جاهز للتركيبات المتبقية (Residual Connections) القياسية، ويحسّن تدفق الإشارات عبر الطبقات العميقة. وتقرّ Moonshot بأن AttnRes يحقّق كفاءة تدريب أعلى بنسبة 25% تقريبًا بتكلفة إضافية لا تتجاوز 2%. وبالاشتراك مع إطار Stable LatentMoE، وتقنية Gated MLA، ودالة تنشيط جديدة (SiTU)، تدّعي الشركة تحقيق تحسّنٍ في كفاءة التوسع الكلية بنسبة 2.5× مقارنةً بنموذج Kimi K2.
هذه الأرقام المتعلقة بالكفاءة أعلنتها الشركة المصنِّعة ولم تُختبر بعد بشكل مستقل. لكنها تفسّر الاستراتيجية: فلا يمكنك الوصول إلى حجم 2.8 تريليون معامل بشراء عدد أكبر من وحدات معالجة الرسومات (GPUs) مقارنةً بما تمتلكه جوجل — فقيود التصدير تجعل هذه الطريقة غير متاحة لمختبر صيني. بل تصل إليها بجعل كل ساعة عمل لوحدة معالجة رسومات تؤتي ثمارًا أكبر.
المعايير المرجعية: المجالات التي يتفوق فيها، والمجالات التي لا يتفوق فيها
أفضل نتائج K3 تتركّز حول المهام العميلية والاستدلالية، وليست المحادثة البحتة.
| المعيار | Kimi K3 | ما يقيسه |
|---|---|---|
| GPQA Diamond | 93.5% | الاستدلال العلمي على مستوى الدراسات العليا — أفضل نتيجة منشورة لنموذج مفتوح الأوزان وقت الإصدار |
| BrowseComp | 91.2% | عملاء بحث ويب — أفضل درجة منشورة على لوحة التتبع وقت الإصدار |
| Terminal-Bench 2.1 | 88.3% | مهام العملاء عبر سطر الأوامر / واجهة shell |
| MCP Atlas | 84.2% | استخدام الأدوات عبر بروتوكول سياق النموذج (Model Context Protocol) |
| MMMU-Pro | 81.6% | الفهم متعدد الوسائط |
| DeepSWE | 67.5 | الهندسة البرمجية |
| امتحان البشرية الأخير (مع استخدام الأدوات) | 56.0% | أشد مجموعة استدلال عامة |
| مؤشر ذكاء AA | 57 | مجمع — المركز الرابع من بين 189 نموذجًا يتم تتبعها |
يبرز إشارتان مستقلتان. ففي الاختبارات العمياء على منصة Arena، فضّل المطورون نموذج Kimi على كل النماذج الأمريكية الرائدة في برمجة الواجهة الأمامية، بما في ذلك Fable 5 وGPT-5.6 Sol. كما حقّق K3 المرتبة الأولى في أربعة من أصل ثمانية مقاييس أداء (منها Automation Bench وSpreadsheetBench 2 وBrowseComp)، وجاء في المرتبة الثانية بعد Fable 5 في معظم المقاييس المتبقية.
الملخّص الصادق: لا يزال K3 يتأخر قليلًا عن Fable 5 وGPT-5.6 Sol بشكل عام، لكنه يتفوّق على كل شيءٍ آخر تم قياسه تقريبًا. ولنموذج مفتوح الأوزان، لم يحدث هذا من قبل.
قصة السعر: عصر الذكاء الاصطناعي الصيني الرخيص ينتهي
هذا هو الجزء الذي يحظى بتغطية أقل لكنه أكثر أهمية. وقد بنت المختبرات الصينية سمعتها على خفض أسعار واجهات برمجة التطبيقات الغربية بنسبة تصل إلى عشرة أضعاف. أما نموذج K3 فلا يفعل ذلك.
| النموذج | إدخال / مليون رمز | إخراج / مليون رمز | إيجابية التخزين المؤقت |
|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 |
| Kimi K2.6 (السابق) | $0.95 | $4.00 | $0.16 |
| Claude Sonnet 5 | $3.00 | $15.00 | — |
| Claude Opus 4.8 | $5.00 | $25.00 | — |
| GPT-5.6 Sol | $0.50 | $30.00 | — |
يبلغ سعر نموذج K3 نحو ثلاثة أضعاف سعر سابقه المباشر، ويُباع بسعرٍ مطابق تمامًا لسعر Claude Sonnet 5. وعلى أساس التكلفة لكل مهمة، يتقلّص الفارق أكثر: إذ تشير المتوسطات المقاسة إلى أن تكلفة K3 تبلغ حوالي 0.94 دولار أمريكي لكل مهمة، بينما تبلغ تكلفة GPT-5.6 Sol 1.04 دولار، وتبلغ تكلفة Opus 4.8 1.80 دولار. وبذلك يظل K3 أرخص ثمنًا — لكنه لم يعد ينافس من خلال تقديم سعرٍ أقل بعشرة أضعاف، بل يتنافس الآن في حدود القيمة المقدَّمة. ويبدو أن تكلفة القدرة الاستدلالية المتقدمة (frontier-grade reasoning) تقارب ما تكلفه فعليًّا، بغض النظر عمّن قام بتدريب النموذج.
الذكاء لكل دولار: رأينا الخاص
السعر الإجمالي ليس المقياس الصحيح. فالمهم هو كمية القدرات التي يشتريها كل دولار. وباستخدام السعر المدمج ودرجات الذكاء من دراساتنا مؤشر فعالية السعر-الأداء للذكاء الاصطناعي لعام 2026، فإليك أين يقع نموذج K3:
| النموذج | الذكاء | المتوسط المُدمج بالدولار لكل مليون دولار | مستوى الذكاء لكل دولار |
|---|---|---|---|
| Kimi K3 | 57 | $9.00 | 6.3 |
| Claude Opus 4.8 | 55.7 | $15.00 | 3.7 |
| GLM 5.2 | 51.1 | $2.90 | 17.6 |
| DeepSeek V4-Flash | 40.3 | $0.21 | 192 |
ينتج عن تلك الجدول ثلاث استنتاجات. فنموذج K3 يقدّم ما يعادل 1.7 ضعف القدرات الذكائية لكل دولار مقارنةً بـClaude Opus 4.8 مع تحقيقه درجة أعلى قليلًا — ما يجعله صفقةً أفضل فعليًّا في الفئة العليا. لكن GLM 5.2 ما زال يوفّر 2.8 ضعف القدرات لكل دولار مقارنةً بـ K3 ورغم انخفاض درجة ذكائه بنحو 6 نقاط، فإن DeepSeek V4-Flash يوفّر ما يقارب 30 ضعفًا. إن K3 هو أذكى نموذج مفتوح المصدر متاح حاليًّا؛ لكنه بعيدٌ كل البعد عن كونه الأفضل من حيث القيمة. فإذا كنت تدفع أسعار النماذج المتقدمة (frontier prices)، فيجب أن تكون متأكدًا تمامًا من حاجتك الفعلية لقدرات الاستدلال المتقدمة. وقم بحساب أرقامك الخاصة في حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API)، أو اطّلع على الترتيب الكامل في لوحة تصنيف النماذج اللغوية الكبيرة (LLM).
«الأوزان المفتوحة» لا تعني أن بإمكانك تشغيل النموذج
عند إصدار الأوزان في 27 يوليو، من المتوقع أن تتدفق موجة من العناوين الإخبارية حول إمكانية تشغيل أي شخص لنماذج متقدمة في منزله. لكن تأكَّد أولًا من صحة الحسابات الرياضية.
وبما أن عدد المعاملات (parameters) في النموذج يبلغ 2.8 تريليون معتمدًا على التمثيل الأصلي ذي 4 بت (MXFP4)، فإن حجم ملفات الأوزان وحدها يبلغ تقريبًا 1.4 تيرابايت. وإذا أضفت إلى ذلك حجم ذاكرة التخزين المؤقت للقيم والمفاتيح (KV cache) المطلوبة لدعم سياق يصل إلى مليون رمز (1M context)، فستحتاج إلى موارد أكبر. وبشكل واقعي، يتطلب ذلك ما يعادل 16 وحدة معالجة رسومية من فئة H200 عبر عقدتين — أي عدة مئات من الآلاف من الدولارات فقط لمعدات الحوسبة، قبل حتى احتساب تكاليف الطاقة والشبكات. وللمقارنة، كان النموذج K2.7 Code بحجم 1 تريليون معامل يحتاج إلى نحو 595 جيجابايت وثماني وحدات معالجة رسومية سعة 80 جيجابايت، وكان ذلك بالفعل خارج نطاق القدرة الشرائية للأفراد.
إذن لمن يُوجَّه إصدار الأوزان فعليًّا؟ إنه موجَّه للنشر السيادي (sovereign deployments)، والمؤسسات الخاضعة للتنظيم والتي لا يمكنها إرسال بياناتها إلى واجهة برمجة تطبيقات خارجية، ومختبرات البحث، وموفري الخدمات السحابية الذين سيستضيفون النموذج نيابةً عن الجميع. وهذه لا تزال فجوة ذات دلالة مقارنةً بالنماذج المغلقة — إذ يمكنك فحص هذا النموذج (auditing)، وضبطه حسب احتياجاتك (fine-tuning)، وتشغيله داخل بيئتك الخاصة — لكنه ليس نموذجًا موجَّهًا لوحدات معالجة الرسومات المنزلية. فإذا أردت معرفة ما تستطيع أجهزتك فعلًا استيعابه، فإن أداة حساباتنا حاسبة ذاكرة VRAM المطلوبة لنماذج اللغة الكبيرة تقوم بالحسابات اللازمة لكل نموذج، بينما توضح لك أداة حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) أين تصبح ملكية وحدات معالجة الرسومات أكثر جدوى من الدفع مقابل كل رمز.
من يجب أن يستخدم K3
استخدمه إذا كانت مهامك تعتمد على الوكلاء الذكيين (agentic workloads) — مثل أتمتة المتصفح، أو سلاسل الأدوات متعددة الخطوات، أو البرمجة ذات الأفق الزمني الطويل — حيث تنعكس درجاته المرتفعة في اختبارات BrowseComp وTerminal-Bench وMCP Atlas في انخفاض عدد حالات الفشل. كما أنه الخيار الواضح إذا كنت تبحث عن قدرات استدلالية متقدمة مع مسارٍ موثوق لإمكانية الاستضافة الذاتية لاحقًا، أو إذا كانت جودة الشيفرة البرمجية للواجهة الأمامية (front-end) ذات أهمية بالغة (فقد اختاره المطورون على Fable 5 في اختبارات عمياء).
تجاهله إذا كانت مهامك عادية مثل الدردشة أو التلخيص أو التصنيف أو الاسترجاع. فعند سعر 3/15 دولارًا ستكون تدفع أسعار النماذج المتقدمة مقابل مهام يمكن لـ GLM 5.2 أو DeepSeek V4-Flash التعامل معها بتكلفة أقل بكثير. كما يجب تجاهله إذا افترضت أن كلمة «مفتوح المصدر» تعني أن بإمكانك تنزيله هذا الأسبوع — فملفات الأوزان لا تزال تفصلها تسعة أيام عن موعد النشر وقت كتابة هذه السطور، وستبلغ حجمها عند الإصدار 1.4 تيرابايت.
والنقطة الأعمق هنا هي ما يشير إليه جدول الاختبارات بصمت. فقد حقق نموذج مفتوح المصدر للتو درجةً تفوق درجة Claude Opus 4.8. وأصبح الفارق القائم سابقًا بين الذكاء الاصطناعي المتقدم المفتوح المصدر والمغلق يُقاس الآن بعدة نقاط في مؤشر التصنيف وبضعة أشهر فقط — وليس بعدة أجيال.
الأسئلة الشائعة
هل نموذج Kimi K3 أفضل من Claude Opus 4.8؟
في مؤشر الذكاء التحليلي الاصطناعي (Artificial Analysis Intelligence Index)، نعم — فدرجة K3 هي 57 مقابل 56 لـOpus 4.8، وتكلفته 3/15 دولارًا لكل مليون رمز مقابل 5/25 دولارًا لـOpus. ومع ذلك، لا يزال يتأخر عن GPT-5.6 Sol (59) وClaude Fable 5 (60).
هل نموذج Kimi K3 مفتوح المصدر؟
من المقرر إصدار أوزانه للعامة في 27 يوليو 2026، وفقًا لسابقة شركة Moonshot المعدلة من رخصة MIT التي طبقتها سابقًا على نماذج Kimi السابقة. وحتى ذلك الحين، يكون K3 متاحًا فقط عبر واجهة برمجة التطبيقات (API) من خلال تطبيقات Kimi، وKimi كود، ومنصة OpenRouter.
كم تكلفة نموذج Kimi K3؟
3.00 دولارات أمريكي لكل مليون رمز مدخل، و15.00 دولارًا لكل مليون رمز مخرج، و0.30 دولار لكل مليون رمز في حالة إيجابية التخزين المؤقت (cache hits). وهذا يعادل تقريبًا ثلاثة أضعاف سعر Kimi K2.6، ومطابق تمامًا للسعر المعلن لـClaude Sonnet 5.
هل يمكنني تشغيل نموذج Kimi K3 محليًّا؟
من غير المرجح جدًّا أن تتمكن من ذلك. فبما أن عدد المعاملات (parameters) يبلغ 2.8 تريليون، فإن حجم ملفات الأوزان بتنسيق 4 بت يبلغ نحو 1.4 تيرابايت — ما يعادل استخدام 16 وحدة معالجة رسومية من فئة H200 عبر عقدتين، قبل حتى إضافة أي ذاكرة تخزين مؤقت للقيم والمفاتيح (KV cache) لدعم سياق بطول مليون رمز. وبالتالي فهو نموذج موجَّه لمراكز البيانات، وليس لأجهزة سطح المكتب.
ما حجم نموذج Kimi K3؟
يضم إجمالي 2.8 تريليون معامل ضمن تصميم «مجموعة الخبراء» (Mixture-of-Experts)، مع تفعيل 16 خبيرًا فقط من أصل 896 خبيرًا لكل رمز. وتؤكد شركة Moonshot أن هذا يجعله أكبر نموذج مفتوح المصدر يتم إصداره حتى الآن.