Kimi K3 er enorm – men maks tenking har en pris

Hvis du vurderer Kimi K3, er ikke de 2,8 billionene parameterne det viktigste. Modellen ser først og fremst ut som et kraftig verktøy for lange agentoppgaver, men en enkel pelikan på sykkel avslører også hvor dyrt og omstendelig det kan bli når all tenking står på maks.

Moonshot AI lanserte Kimi K3 i går, 16. juli 2026 med bildeforståelse, et kontekstvindu på 1 million token og tilgang via Kimi, Kimi Work, Kimi Code og API. Selskapet kaller den verdens første «åpne modell i 3T-klassen». Det krever en liten fotnote med stor skrift: Modellen har 2,8 billioner parametere, og vektene er ikke ute ennå. Moonshot lover å publisere dem innen 27. juli 2026.

Benchmarktabellen ser imponerende ut, men slike tabeller er produsentens hjemmebane. En mye enklere test forteller noe tabellen ikke gjør: hvor mye modellen tenker, hva en liten oppgave faktisk koster, om den kan levere gyldig kode og hvor lett det er å få den i gang. Det er ikke en fasit på hvor smart K3 er. Det er et røntgenbilde av hvordan modellen oppfører seg akkurat nå.

Hva er det egentlig som er nytt med Kimi K3?

Kimi K3 er en multimodal Mixture of Experts-modell med 2,8 billioner parametere, 1 million token kontekst og 896 eksperter. Bare 16 eksperter aktiveres om gangen. Poenget er ikke bare å bygge en større chatmodell, men å holde lange kode-, research- og verktøyoppgaver gående med mindre menneskelig oppfølging.

Moonshot bygger videre på Kimi Delta Attention og Attention Residuals. Sistnevnte handler grovt sagt om å hente fram informasjon fra tidligere lag mer selektivt, i stedet for at alt bare blandes videre gjennom hele modellen. Jeg har skrevet mer om hva Attention Residuals forsøker å løse. K3 kombinerer dette med en mer sparsom MoE-arkitektur og kvantiseringsbevisst trening.

Størrelsen er voldsom, men den sier lite om hva du kan kjøre hjemme. Moonshot anbefaler oppsett med 64 eller flere AI-akseleratorer for servering av modellen. Dette er med andre ord ikke en modell du laster ned til en vanlig gaming-PC bare fordi vektene blir tilgjengelige. «Open weights» betyr at vektene kan inspiseres og brukes etter lisensvilkårene. Det betyr ikke at maskinvarebehovet forsvinner i et lite puff av åpenhet.

Hva kan Kimi K3 brukes til i praksis?

K3 er laget for lange arbeidsøkter med kode, terminalverktøy, dokumenter og visuelle innspill. Moonshot viser blant annet fram en GPU-kompilator bygget fra bunnen, et nettleserbasert 3D-spill og en 48 timer lang kjøring der modellen designet og verifiserte en liten chip i simulasjon. Dette er leverandørens egne eksempler, ikke uavhengig dokumentasjon, men de viser tydelig hva modellen er optimalisert for.

Den mest interessante retningen er kombinasjonen av kode, syn og verktøy. K3 skal kunne se skjermbilder av det den bygger, endre koden og prøve igjen. Det er mer relevant for moderne agentarbeid enn enda en samling spørsmål med ett riktig svar. En kodeagent som scorer høyt og mister tråden etter 40 verktøykall er tross alt mindre nyttig enn en litt svakere modell som faktisk fullfører jobben.

Dette er også en naturlig fortsettelse av Kimi-serien. Kimi K2.5 kombinerte allerede syn, koding og agentarbeid, mens Kimi K2.7 Code spisset serien mot koding. K3 forsøker å løfte dette fra sterke enkeltevner til lange, sammenhengende arbeidsforløp.

Hvorfor bør benchmarktabellen tas med en klype salt?

Moonshots egne resultater plasserer K3 i nærheten av de beste lukkede modellene, men selskapet sier selv at Claude Fable 5 og GPT-5.6 Sol fortsatt er bedre totalt. Enda viktigere: Modellene i tabellen er ikke alltid testet med samme agentverktøy. Noen kjører Kimi Code, andre Claude Code eller Codex, og enkelte resultater hentes fra andre aktørers publiserte tester.

Da må vi passe oss for å lese desimalene som en objektiv resultatliste. En agentmodell vurderes ikke bare som en motor på en testbenk. Verktøyoppsett, kontekststyring, systemprompt, tillatelser og hva agenten får gjøre underveis påvirker resultatet. Moonshot beskriver faktisk tre begrensninger som betyr mye mer i praksis enn et par poeng opp eller ned.

For det første kan kvaliteten bli ustabil hvis verktøyet ikke sender hele tenkehistorikken tilbake til modellen. For det andre kan K3 bli for proaktiv og ta uventede avgjørelser når oppgaven er uklar. For det tredje innrømmer Moonshot at brukeropplevelsen fortsatt ligger merkbart bak Claude Fable 5 og GPT-5.6 Sol. Det er uvanlig nyttig ærlighet i en lanseringstekst.

En uavhengig måling fra Artificial Analysis peker i samme retning: K3 er blant de sterkeste modellene de har målt, men den er langsommere og langt mer pratsom enn gjennomsnittet. De målte 62 token i sekundet, mens modellen brukte omtrent dobbelt så mange output-token som medianen i deres samlede evaluering. Sterk, ja. Nøktern, ikke helt.

Hva avslørte pelikan-testen?

Testen er nesten komisk enkel: Be modellen lage en SVG av en pelikan som sykler. Kimi K3 leverte en gyldig og detaljert illustrasjon, men brukte 16 658 output-token. Av disse var 13 241 reasoning-token. Den lille fuglen kostet 25 cent, ifølge Simon Willisons dokumenterte kjøring.

Det er ikke dyrt i seg selv. Du kan neppe kjøpe en ordentlig pelikan for 25 cent. Problemet er forholdet mellom oppgaven og innsatsen. K3 har foreløpig bare ett nivå for reasoning effort, og det står på «max». Moonshot sier at lave og høye nivåer kommer senere. Fram til da kan selv en enkel oppgave få samme mentale flomlys som en krevende kodejobb.

Testen avdekket også en liten merkelighet. Selve instruksjonen ble telt som 95 input-token, selv om andre tokenizere teller den til rundt 10. En separat «hi»-melding ble telt som 86 token. Det kan tyde på omtrent 85 token med skjult systemtekst, men det er en observasjon – ikke et bevist innsyn i Moonshots systemprompt.

Til slutt fikk K3 se det ferdige bildet og beskrive det. Den fanget opp pelikanen, det røde skjerfet, sykkelen, veien, bevegelseslinjene og bakgrunnen. Den enkle runden bekreftet dermed både SVG-output, romforståelse, bildeforståelse, tokenbruk og pris. Det er ganske mye informasjon fra én tullete fugl.

Er pelikanen en bedre test enn de store benchmarkene?

Nei. Pelikan-testen sier nesten ingenting om det K3 er bygget for: pålitelig bruk av verktøy gjennom lange samtaler, store kodebaser og oppgaver som varer i flere timer. Den kan heller ikke fortelle om modellen finner en feil i produksjonskode, gjør god research eller vet når den bør be om avklaring.

Det er nettopp derfor testen er nyttig på en annen måte. Den tvinger den som omtaler modellen til faktisk å sende en forespørsel, se svaret, kontrollere kostnaden og merke seg særtrekkene. Det er en «hello world» med litt mer personlighet. Sammenligning mellom ulike modellfamilier er tvilsom, men utviklingen fra Kimi K2.5 til K3 blir synlig når samme instruksjon brukes.

En god praktisk minitest trenger ikke late som den måler generell intelligens. Den kan svare på mindre og bedre spørsmål: Fungerer API-et? Leverer modellen formatet jeg ba om? Hvor lang tid tar det? Hvor mye resonnering bruker den? Hva koster det? Slike datapunkter gir ofte mer verdi enn en leaderboard-plass som flytter seg igjen neste uke.

Hva koster Kimi K3?

Kimi K3 koster 3 dollar per million vanlige input-token og 15 dollar per million output-token gjennom det offisielle API-et. Cache-treff koster 0,30 dollar per million input-token. Jeg holder meg til dollar her, fordi kronekursen flytter seg raskere enn en prisliste bør gjøre.

Det er betydelig dyrere enn tidligere Kimi-modeller og plasserer K3 omtrent på prisnivået til Claude Sonnet-serien. Moonshot oppgir samtidig over 90 prosent cache-treff i kodearbeid på sitt eget API. Det kan gjøre lange økter med mye gjentatt kontekst billigere, men den høye output-prisen merkes når modellen bruker tusenvis av reasoning-token på en enkel oppgave.

For utviklere blir derfor muligheten til å velge reasoning-nivå viktigere enn parameterantallet. En modell som kan bruke maks innsats på vanskelige oppgaver og et lavt nivå på rutinearbeid, er lettere å kontrollere økonomisk. K3 har ikke den bryteren ved lansering. Det er en reell begrensning, ikke en bagatell.

Er Kimi K3 virkelig en åpen modell?

Ikke per 17. juli 2026. Du kan bruke K3 på nettsiden, i Kimi-appene, via det offisielle API-et og gjennom OpenRouter, men de fulle modellvektene er foreløpig bare lovet. Moonshot sier at de skal slippes senest 27. juli, sammen med mer teknisk dokumentasjon og tilpasninger for inferensverktøy.

Det er verdt å være presis fordi «åpen» fort blir brukt som pynt. En API-modell er ikke open weight bare fordi selskapet planlegger en filutgivelse. Samtidig er ti dagers ventetid kort hvis Moonshot holder løftet. Da får forskere og leverandører mulighet til å undersøke modellen på en måte som ikke er mulig gjennom et lukket endepunkt.

Den praktiske tilgangen vil likevel være begrenset av størrelsen. Moonshot anbefaler minst 64 AI-akseleratorer for et skikkelig serveroppsett, og vektene alene blir enorme. Det mest sannsynlige er derfor at de fleste bruker K3 gjennom API eller en ekstern inferensleverandør, mens et mindre antall aktører faktisk kjører hele modellen selv.

Hva bør du sitte igjen med?

Kimi K3 er mer interessant som agentmodell enn som et tall på 2,8 billioner parametere. Millionkontekst, bildeforståelse og lange arbeidsøkter peker mot kode, research og verktøybruk som varer mye lenger enn en vanlig chatsamtale. Moonshots egne eksempler er ambisiøse, men de må fortsatt etterprøves utenfor selskapets eget oppsett.

Pelikanen beviser ikke at K3 er bedre eller dårligere enn Claude og GPT. Den viser noe mer jordnært: K3 kan levere gyldig visuell kode og forstå resultatet, men dagens maksinnstilling bruker altfor mye resonnering på små oppgaver. Når en enkel SVG krever 13 241 reasoning-token, bør kostnadskontroll og innsatsnivå stå høyere på sjekklisten enn en blank benchmarkmedalje.

Og så gjenstår den viktigste fotnoten. K3 er tilgjengelig, men vektene er ikke åpne før de faktisk kan lastes ned. Hvis Moonshot leverer innen 27. juli, får markedet en svært stor open-weight-modell å undersøke. Fram til da har vi en lovende, kostbar og litt overivrig API-modell – samt en overraskende dyr pelikan.

Ofte stilte spørsmål