Moonshot ИИ выложила свою флагманскую модель Kimi K3 в Amazon Bedrock. По заявлению разработчика, это первый открытый релиз с 2,8 трлн параметров — цифра, которая выводит его в один ряд с крупнейшими проприетарными системами. Модель сочетает встроенное зрение и окно контекста в 1 млн токенов, а заявленное ускорение масштабирования примерно в 2,5 раза выше, чем у предыдущей Kimi K2.
Для практики важнее не абсолютные цифры, а то, под какие задачи модель заточена. Kimi K3 позиционируется для длительных рабочих процессов в коде и работе со знаниями, где нужно удерживать контекст больших репозиториев, документов и изображений. Именно на таких сценариях обычно проявляется разница между моделями: не в коротком ответе на один вопрос, а в способности не терять нить на десятках тысяч токенов.
| Параметр | Значение |
|---|---|
| Разработчик | Moonshot AI |
| Число параметров | 2,8 трлн |
| Окно контекста | 1 млн токенов |
| Ускорение масштабирования | примерно 2,5x к Kimi K2 |
| Встроенное зрение | есть |
| Явное кэширование промптов | первая открытая модель в Amazon Bedrock с этой функцией |
Отдельно стоит выделить механику явного кэширования промптов. Kimi K3 — первая открытая модель в Amazon Bedrock с этой функцией. Разработчик может пометить конец переиспользуемого префикса промпта (не менее 1 024 токенов) через prompt_cache_breakpoint. Токены, записанные в кэш, тарифицируются по повышенной ставке, но хранятся не менее 30 минут. Последующие запросы, попадающие в кэш, оплачиваются со скидкой и не расходуют квоту input-tokens-per-minute. Для команд, которые раз за разом отправляют одни и те же инструкции по репозиторию или определения инструментов, это прямая экономия на латентности и стоимости входных токенов.
Запуск Kimi K3 — часть более широкой ставки AWS на открытые веса. С 2025 года Bedrock добавила десятки открытых моделей от DeepSeek, Google, MiniMax, Mistral ИИ, Moonshot ИИ, NVIDIA, OpenAI и Qwen. Параллельно развивается inference-инфраструктура: в 2026 году платформа получила поддержку вызова инструментов, структурированного вывода, рассуждений, потоковой передачи ответов и API Responses и Chat Completions. Поскольку это возможности платформы, а не интеграции под конкретную модель, новые открытые релизы подключаются к ним автоматически.
С точки зрения безопасности AWS сохраняет привычную рамку: данные обрабатываются внутри периметра AWS, не передаются провайдеру модели и не используются для её обучения. Zero data retention включён для всех inference-запросов, а zero operator access не даёт даже операторам AWS доступа к промптам и ответам. Для корпоративных заказчиков это снимает часть вопросов при выборе открытой модели вместо проприетарной.
Подключить Kimi K3 можно через консоль Amazon Bedrock в разделе Test > Playground либо программно через endpoint bedrock-runtime. Поддерживаются OpenAI-совместимые API Responses и Chat Completions, а также Invoke и Converse API. Для рабочих нагрузок без региональных ограничений рекомендуется глобальный профиль global.moonshotai.kimi-k3: он маршрутизирует запросы в любой коммерческий регион AWS и стоит примерно на 10% дешевле географического профиля. Профиль us.moonshotai.kimi-k3 удерживает обработку в пределах США для требований к резидентности данных. Для вызова нужны аккаунт AWS с доступом к Bedrock, Python 3.10+ и права IAM на bedrock:InvokeModel, bedrock:InvokeModelWithResponseStream и bedrock:CreateInference.
Что остаётся неопределённым. Moonshot ИИ не раскрывает стоимость токенов и условия лицензии открытых весов в этом анонсе, а заявленное ускорение масштабирования в 2,5 раза — внутренняя метрика разработчика, которую независимые бенчмарки пока не подтвердили. Кроме того, 2,8 трлн параметров предполагают серьёзные требования к inference-инфраструктуре, и то, насколько стабильно модель будет работать под нагрузкой у сторонних заказчиков, станет ясно по мере развёртывания.
