Moonshot AI ra mắt Kimi K3: Mô hình 2,8 nghìn tỷ tham số thách thức các ông lớn

Ngày 16 tháng 7 năm 2026

Phòng thí nghiệm AI Moonshot AI của Trung Quốc đã công bố Kimi K3 vào sáng nay, mô tả đây là "mô hình có năng lực tốt nhất từ trước đến nay, với 2,8 nghìn tỷ tham số". Hiện tại, mô hình này đã có sẵn thông qua trang web và API của họ, nhưng một bản phát hành mã nguồn mở (open weight) đã được hứa hẹn sẽ ra mắt "trước ngày 27 tháng 7 năm 2026".

Moonshot gọi đây là "mô hình 3T-class mở" đầu tiên (tôi đoán họ đang làm tròn con số 2,8 nghìn tỷ lên 3 nghìn tỷ), soán ngôi vương của DeepSeek với mô hình 1.6T v4 Pro. Các điểm chuẩn (benchmark) do chính họ công bố cho thấy K3 phần lớn vượt qua Claude Opus 4.8 max và GPT-5.5 high, trong khi vẫn xếp sau Claude Fable 5 và GPT-5.6 Sol.

Một vài điểm nổi bật từ báo cáo của Artificial Analysis về mô hình này:

Mô hình này hiện cũng là mô hình dẫn đầu trên bảng xếp hạng Frontend Code arena của Arena.ai, vượt qua cả Claude Fable 5.

Mô hình mới này gây chú ý ở mức giá: 3 USD/triệu token đầu vào và 15 USD/triệu token đầu ra, đưa nó ngang hàng với dòng Claude Sonnet của Anthropic và trở thành mô hình đắt đỏ nhất từng được một phòng thí nghiệm AI Trung Quốc phát hành. Đây là mức tăng đáng kể so với các mô hình trước đó của họ như Kimi K2.6 với giá 0,95 USD/4 USD. 2,8 nghìn tỷ tham số cũng lớn hơn gấp đôi so với kích thước của mô hình 1T đó.

Nhưng nó thể hiện như thế nào với bài kiểm tra "pelican" (bồ nông)?

Tôi đã sử dụng OpenRouter (để tránh việc phải đăng ký khóa API của Moonshot) cùng với plugin llm-openrouter để tạo một tệp SVG hình một chú bồ nông đang đạp xe:

Đây là bản ghi lại quá trình đó. Kết quả trông như thế này:

Chú bồ nông đó tiêu tốn 95 token đầu vào và 16.658 token đầu ra (trong đó 13.241 là token suy luận), với tổng chi phí là 25 xu!

Vì K3 chấp nhận đầu vào là hình ảnh, tôi đã chạy nó với tệp SVG đã kết xuất ở trên (cùng với lời nhắc alt text của tôi) và nhận lại kết quả (với chi phí 0,6 xu):

Hình minh họa hoạt hình một chú bồ nông trắng quàng khăn đỏ, đang đạp một chiếc xe đạp màu đỏ dọc theo con đường xám với các vạch kẻ trắng; chú bồ nông có chiếc mỏ cam lớn và đôi chân có màng màu cam đang đạp xe, với các đường chuyển động màu trắng phía sau; hậu cảnh là bầu trời xanh nhạt với những đám mây trắng, mặt trời vàng, hai chú chim đen nhỏ đang bay và bãi cỏ xanh với những bông hoa trắng nhỏ ở tiền cảnh.

Chúng ta có thể học được gì từ chú bồ nông này?

Bài kiểm tra "Tạo tệp SVG hình một chú bồ nông đang đạp xe" của tôi hiện đã 21 tháng tuổi. Nó chưa bao giờ là một điểm chuẩn thực sự xuất sắc. Ban đầu, nó chỉ là một trò đùa về việc so sánh các mô hình này khó khăn một cách vô lý như thế nào, nhưng rồi trong năm đầu tiên, nó lại cho thấy sự tương quan đáng ngạc nhiên với chất lượng thực tế của các mô hình.

Mối liên hệ đó giờ đây gần như đã bị cắt đứt. Những chú bồ nông của GPT-5.6 và Claude Fable 5 đã bị GLM-5.2 vượt mặt, và dù tôi rất thích GLM, tôi không nghĩ đó là một mô hình đẳng cấp Fable.

(Tôi vẫn chưa tin rằng các phòng thí nghiệm đang huấn luyện mô hình để đạt điểm chuẩn này—nếu có, tôi đã mong đợi kết quả tốt hơn nhiều. Tuy nhiên, có khả năng Gemini đã tối ưu hóa cho bất kỳ sự kết hợp nào giữa động vật và phương tiện di chuyển!)

Hạn chế lớn nhất của bài kiểm tra bồ nông là nó hoàn toàn không chạm đến yếu tố quan trọng nhất đối với các mô hình ngày nay: khả năng gọi công cụ (agentic tool calling) và khả năng vận hành công cụ một cách đáng tin cậy khi các cuộc hội thoại ngày càng dài.

Vì vậy, đừng dùng bồ nông để so sánh các mô hình nữa!

Dù nói vậy, tôi vẫn nhận được giá trị đáng kể từ việc tự mình chạy bài kiểm tra này.

Thứ nhất, đó là một cách thúc đẩy bản thân thực sự trải nghiệm mô hình. Nếu tôi cho bạn xem một chú bồ nông, nghĩa là tôi đã chạy thành công một lời nhắc (prompt) thông qua nó. Nếu mô hình có API chính thức, tôi sẽ sử dụng nó; nếu đó là mô hình mã nguồn mở (và đủ nhỏ để vừa với chiếc MacBook Pro M5 128GB của tôi), tôi sẽ thử chạy trên máy của mình, thường là qua llama.cpp, LM Studio hoặc Ollama. Tôi thường xuyên sử dụng OpenRouter vì nó cung cấp proxy đến API chính thức mà tôi không cần phải có khóa API mới.

Hầu hết các chú bồ nông của tôi đều được tạo bằng công cụ LLM CLI của tôi, điều này giúp tôi đảm bảo rằng các mô hình mới nhất đều được hỗ trợ (thông qua một trong các plugin của nó).

Quan trọng hơn, ngay cả hành động thực hiện một lời nhắc duy nhất là "Tạo tệp SVG hình một chú bồ nông đang đạp xe" cũng có thể tiết lộ những đặc điểm thú vị của mô hình.

Hãy xem kết quả của Kimi K3 hôm nay. Việc chạy những lời nhắc đơn giản đó đã giúp làm nổi bật một số điểm về mô hình này.

K3 hiện chỉ có một cấp độ nỗ lực suy luận, nhưng gần đây tôi đã thu được khá nhiều giá trị từ việc chạy cùng một lời nhắc bồ nông qua các cấp độ nỗ lực khác nhau để có cái nhìn nhanh về tác động của chúng. Ví dụ, đây là ma trận của tôi cho dòng mô hình GPT-5.6.

Thực sự thì những điều chính tôi thu được từ bài kiểm tra bồ nông là: