Kimi K3 上线 Together AI，主打 2.8T 参数与 1M 上下文

Together AI 在其官方 X 账号发文，宣布上线月之暗面（Moonshot）旗下大模型 Kimi K3，并将其定位为「set a new bar for OSS model intelligence」，即开源模型智能水平的新标杆。该模型通过 Together AI 平台对外提供，并附带了一篇「Complete guide to running Kimi K3 on Together AI」的引导教程链接。

公开规格要点

根据 Together AI 在推文中披露的关键参数，Kimi K3 的核心规格包括：

• 参数量：2.8T
• 上下文窗口：1M（百万级 token）
• 接口形态：OpenAI 兼容 API

推文未在正文披露更多技术细节，例如模型架构（是否为 MoE 稀疏激活）、训练数据规模、训练方法或对齐策略等。

来源与可信度说明

本次消息源仅为 Together AI 的 X 帖子，属于平台方的合作上线公告，而非 Moonshot/Kimi 官方的一手发布。推文为推广性表述，并以「Complete guide」引导用户跳转至 Together AI 的部署文档。原文中并未附上：

• Moonshot 官方的同步发布或论文链接
• 任何公开 benchmark（基准测试）成绩
• 与同类开源模型的横向对比
• 推理成本、速度、显存占用等部署信息

因此，关于 2.8T 参数与 1M 上下文的实现方式，以及模型在常见评测（如 MMLU、HumanEval、GSM8K 等）上的真实表现，目前在 Together AI 这一来源中均未给出可验证信息。

行业意义与待观察点

若上述规格属实，Kimi K3 将成为目前公开宣称的极少数万亿级参数开源权重模型之一，1M 级别的上下文窗口在开源阵营中亦处于前列，对国内开源大模型生态具有标志意义。但在做出完整判断前，仍需关注以下几点：

• Moonshot/Kimi 官方的一手发布与论文或技术报告
• 独立第三方在公开基准上的复测结果
• 实际推理延迟、token 单价与可部署性

在以上信息补齐之前，Kimi K3 的能力边界与生态影响仍待进一步验证。