16 i 17 lipca 2026 chiński dostawca Moonshot AI wydał swój nowy model Kimi K3, dostępny przez API i na kimi.com. To nie jest drobna zapowiedź: według VentureBeat Kimi K3 to największy kiedykolwiek wydany model open-source, który mierzy się z najsilniejszymi systemami z USA. Dla każdego, kto używa AI w codziennym marketingu i pracy, warto trzeźwo spojrzeć na liczby, zanim zrobią to nagłówki.
Traktuję to jako analizę premiery: co jest w środku, jak wypada porównanie benchmarków wobec Fable 5 i GPT-5.6 Sol, dlaczego otwarte wagi mają znaczenie strategiczne i gdzie uczciwie wciąż czekam. To, których modeli faktycznie używam w swojej pracy, transparentnie pokazuję na stronie AI w liczbach.
Czym jest Kimi K3
Parametry techniczne są nietypowo duże. Według Tom's Hardware Kimi K3 ma około 2,8 biliona parametrów (po angielsku 2.8 trillion), co czyni go dotąd największym zapowiedzianym modelem z otwartymi wagami. Okno kontekstowe obejmuje milion tokenów (dokładnie 1.048.576), a według Moonshot model natywnie rozumie obraz i wideo.
Kimi K3 jest dostępny od weekendu premiery przez API i na kimi.com. Pełne wagi zapowiedziano, według Moonshot, na 27 lipca 2026, a raport techniczny ma pojawić się później. Warto zauważyć geopolityczne ramy, które podkreśla Tom's Hardware: takimi modelami Chiny widocznie obchodzą amerykańskie ograniczenia dotyczące mocy obliczeniowej. To, że największy otwarty model pochodzi akurat z Chin, jest więc czymś więcej niż uwagą na marginesie. Także CNBC opisuje premierę jako bezpośrednie wyzwanie dla OpenAI i Anthropic.
Ważne dla kontekstu: „największy model open-source" to przede wszystkim deklaracja Moonshot i relacjonujących mediów, a nie niezależnie zweryfikowane wyróżnienie. Sama liczba parametrów też niewiele mówi o rzeczywistej jakości. Do tego służą benchmarki.
Benchmarki: miejsca 2 do 4 w klasie frontier
Głównym miernikiem jest Intelligence Index od Artificial Analysis. Tam Kimi K3 osiąga 57 punktów i zajmuje 4. miejsce na 189 wymienionych modeli, za Fable 5 (60) i GPT-5.6 Sol (59). Sam Moonshot stwierdza w wewnętrznych ewaluacjach, że model plasuje się „tylko za Fable 5 i GPT-5.6 Sol". To deklaracja dostawcy, ale z grubsza pokrywa się z kolejnością u Artificial Analysis.
Ciekawiej robi się w testach bliższych zastosowaniom. W GDPval-AA v2, który według Artificial Analysis odwzorowuje realną pracę w 44 zawodach i 9 branżach, Kimi K3 uzyskuje 1.687 punktów i 3. miejsce, za Fable 5 Max (1.815) i Sol Max (1.747,8), ale przed Claude Opus 4.8 Max (1.600). Model z otwartymi wagami, który wyprzedza ugruntowane systemy zamknięte w symulowanej pracy zawodowej, to rzecz godna uwagi.
Jeszcze wyraźniejszy jest obraz w AA-Briefcase, prywatnym benchmarku Artificial Analysis dla długich, agentowych łańcuchów zadań. Tutaj Kimi K3 osiąga 1.527 punktów i 2. miejsce. To pokonuje Sol Max (1.495) i ustępuje jedynie Fable 5 Max (1.587). Według Artificial Analysis odpowiada to skokowi Elo o 732 punkty względem poprzednika Kimi K2.6, nietypowo dużemu krokowi między dwiema generacjami.
Do tego dochodzą dwa pojedyncze wyniki, które się wyróżniają. Na BrowseComp portal officechai podaje 91,2, wartość na poziomie state of the art. A we Frontend Code Arena Kimi K3 pokonuje nawet Fable 5, według nagłówka Tom's Hardware. Oba to punktowe najlepsze wyniki, a nie przewaga na całej linii, ale pokazują, że model gra w ścisłej czołówce w konkretnych dyscyplinach.
Cena i jakość: prawdziwa dźwignia
Liczby dotyczące samej inteligencji to jedna strona. Druga, w praktyce często ważniejsza, to cena. I właśnie tu Kimi K3 staje się naprawdę interesujący.
Według danych z premiery model kosztuje 3 dolary za milion tokenów wejściowych przy cache miss, jedynie 0,30 dolara za tokeny z cache i 15 dolarów za milion tokenów wyjściowych. Kluczowe jest wyliczenie, które wyprowadza z tego Artificial Analysis: po przeliczeniu na ważone zadanie w Intelligence Index Kimi K3 kosztuje około 0,94 dolara. Dla porównania Artificial Analysis podaje 1,04 dolara dla GPT-5.6 Sol Max i 2,75 dolara dla Fable 5 z fallbackiem. Daje to Kimi K3, według Artificial Analysis, najlepszy stosunek ceny do jakości w klasie frontier. Aktualne ceny Kimi K3 w bezpośrednim porównaniu z OpenAI, Anthropic, Google i innymi dostawcami znajdziesz w moim porównaniu cen API AI.
To jest punkt, w którym dyskusja się dla mnie odwraca. Model, który plasuje się na miejscach 2 do 4 w istotnych rankingach, a jednocześnie kosztuje ułamek ceny lidera jakości, zmienia rachunek dla wielu procesów. Kto śledził kosztowny powrót Fable 5 oraz debatę o benchmarkach i oszukiwaniu wokół GPT-5.6 Sol, ten widzi: klasa frontier stała się ciaśniejsza i bardziej zniuansowana, niż sugerują nagłówki poszczególnych dostawców.
Co strategicznie oznaczają otwarte wagi
Drugi ważny punkt obok ceny to otwarte wagi, zapowiedziane na 27 lipca 2026. Różnica wobec modeli zamkniętych jest zarazem praktyczna i strategiczna.
Otwarte wagi umożliwiają trzy rzeczy niemożliwe w modelach czysto API. Po pierwsze self-hosting: model może działać na własnej lub wynajętej infrastrukturze, bez tego, by każde zapytanie przechodziło przez serwer dostawcy. Po drugie fine-tuning: model można wyspecjalizować na własnych danych i zadaniach. Po trzecie niezależność: kto ma wagi, nie jest już zależny od tego, czy dostawca utrzyma model, ceny na stabilnym poziomie albo nie ograniczy dostępu. Jak szybko model frontier może zniknąć, pokazał właśnie epizod z wyłączeniem Fable 5.
Dla firm, które poważnie wbudowują AI w procesy, to realny argument. Przesuwa on pytanie z „którego dostawcę wybieram?" na „który model prowadzę u siebie?". Właśnie ten kompromis jest częścią tego, o czym rozmawiam z klientami w ramach konsultingu AI, często w połączeniu z pytaniem, jak to wszystko łączy się z porządną automatyzacją AI w Google Ads.
Moja ocena
To moje osobiste zdanie, jasno oznaczone jako opinia, a nie jako fakt zewnętrzny.
Kimi K3 jest dla mnie obecnie najlepszym modelem pod względem stosunku ceny do jakości w klasie frontier. Miejsca 2 do 4 w istotnych rankingach za ułamek kosztu Fable to kombinacja, która dotąd rzadko się zdarzała. Jeśli liczby Artificial Analysis się utrzymają, to dla wielu zadań bardzo atrakcyjna oferta.
Otwarte wagi uważam strategicznie za co najmniej tak samo ważne jak benchmarki. Self-hosting, fine-tuning i brak uzależnienia od jednego dostawcy to argumenty, które wykraczają poza samą jakość modelu i liczą się zwłaszcza dla europejskich firm.
Mimo to świadomie czekam w trzech punktach. Po pierwsze jakość w praktyce poza benchmarkami: w chwili powstawania tego artykułu model ma kilka godzin, a liczby nie zastąpią realnej pracy przez tygodnie. Po drugie sama premiera wag: zapowiedziano 27 lipca, ale zapowiedziane to nie to samo co dostarczone. Po trzecie europejska zgodność: przy chińskim dostawcy przetwarzanie danych przez API rodzi pytania, które trzeba wyjaśnić wcześniej. Przy self-hostingu ten punkt w dużej mierze odpada, co dodatkowo podnosi wartość otwartych wag. Mój wniosek: duży potencjał, ale oceniam go w praktyce, a nie po nagłówku.
Źródła
- VentureBeat: China's Moonshot AI releases Kimi K3, the largest open-source model ever
- CNBC: Moonshot AI Kimi K3 model, OpenAI, Anthropic, China
- Tom's Hardware: Moonshot releases 2.8 trillion parameter Kimi K3
- Simon Willison: Kimi K3
- Artificial Analysis: rankingi modeli i Intelligence Index
- Wynik BrowseComp (91,2) i informacja o state of the art: officechai (portal, w dossier bez bezpośredniego linku)
Stan na: 17 lipca 2026
