Китайская компания Moonshot AI 27 июля открыла доступ к полным «весам» и архитектуре своей большой языковой модели Kimi K3. Модель насчитывает 2,8 трлн параметров, поддерживает нативное зрение и обладает окном контекста объемом в один миллион токенов.
Разработчики выпустили нейросеть на несколько дней раньше обещанного дедлайна, который был назначен на 16 июля. Открытая публикация «весов» позволяет компаниям не зависеть от API-интерфейсов, а разворачивать Kimi K3 на собственной серверной инфраструктуре. Это дает бизнесу полный контроль над данными, кастомизацией системы и распределением вычислительных ресурсов.
Согласно внутренней оценке Moonshot AI, Kimi K3 пока уступает в общих рейтингах флагманским решениям вроде Anthropic Claude Fable 5 и OpenAI GPT-5.6 Sol. Тем не менее, модель демонстрирует конкурентоспособные результаты в специализированных задачах, таких как программирование и выполнение агентских поручений. На данный момент независимый аудит производительности системы не проводился.
Экономическая выгода и перераспределение рынка
Важным фактором, влияющим на распространение технологии, стала ценовая политика. По данным издания Fortune, стоимость Kimi K3 составляет $15 за миллион выходных токенов. Это в три раза дешевле, чем $50, которые запрашивает Anthropic. Несмотря на то что тарифы на рынке ИИ динамичны, а низкая стоимость токена не всегда гарантирует итоговую эффективность, предложение Moonshot AI выглядит крайне привлекательным для корпоративного сегмента.
Изображение сгенерировано: Nano Banana
Австралийская вещательная корпорация ABC 1 августа отметила, что доступные китайские модели активно меняют ландшафт корпоративного сектора. Платформа Relevance AI зафиксировала рост доли трафика, приходящегося на модели с открытыми весами: показатель увеличился с 5–7,5% в начале 2026 года до 20–25% к августу. Компании стремятся оптимизировать расходы, отдавая сложные задачи «премиальным» проприетарным системам, а рутинные операции и простые запросы перенаправляя на более бюджетные альтернативы.
Практические аспекты внедрения
Использование открытых весов решает проблему привязки к одному облачному провайдеру и позволяет адаптировать модель под конкретные бизнес-задачи или требования регуляторов по хранению данных. Однако у этого подхода есть и обратная сторона: вся ответственность за техническое сопровождение ложится на организацию. Это включает в себя обеспечение железом, мониторинг работоспособности, обновление безопасности, контроль доступа и оперативное реагирование на любые инциденты.
