Kimi 动态时间线：月之暗面历次更新

月之暗面在海外宣布上线三项 Google 插件，可以总结邮件、找文件、排日程。

豆包工作的团队版和企业版客户不用另外采购，就能直接调用 Kimi、GLM、DeepSeek 等第三方模型，费用从已有 AI 点数里扣。

K3.1 Pro 上线两天后，月之暗面就限流和额度被浪费公开道歉，并削减了不必要的子智能体调用。

网上流传的截图称，K3.1 Pro 的创作者推广活动要求文案事先审核，并要求参与者不标注付费合作；截图真伪尚未得到独立核实。

K3.1 Pro 已在 Kimi Code 的桌面端、命令行和编辑器客户端全量上线，上下文 100 万 token。提速档的输出速度是标准档的 2-3 倍，额度消耗约为两倍。

GitLab Duo Agent Platform 新增托管开放权重模型 Kimi K3、MiniMax M3 和 GLM 5.3，GitLab 称同样的积分最多能多调用 4 倍。Duo CLI 同时推出目标驱动的 /goal 命令。

单块 WSE-3T 晶圆只有 44 GB 片上内存，Cerebras 把万亿参数模型拆到多块晶圆上运行，速度达到每秒 1000-2000+ token。

Kimi 官方账号 10 月 23 日发布了一段 24 秒的预热视频，Kimi Code 界面的模型栏显示「Kimi K3.1」。正式发布日期还没有公布。

SemiAnalysis 称，在同样的 GB300 NVL72 硬件上，优化后 Kimi K3 的推理速度是原来的 1.68 倍。

Attention Residuals 论文的共同第一作者离开月之暗面，否认加入 Anthropic。

ISTA-DASLab 在 Hugging Face 上公开了 Kimi K3 的量化版仓库，RuntimeWire 已把它收进模型目录。

Goodfire 用小型探针读取模型内部计算，以此标记风险行为，不再让第二个 AI 把每一步重读一遍。产品已在 Baseten 推理平台上线。

Fireworks 说这个从 Kimi K3 改出来的模型能给出相当的答案，但少生成约 40% 的 token。

128 颗本土 AI 芯片紧耦合，官方称 Token 生成时延降到 5.85 毫秒。

Kimi Code Desktop 在 macOS 与 Windows 同步上线，CLI 的本地任务可直接接管。

一句话结论：月之暗面的 Kimi K3 在 Amazon Bedrock 可用，是该平台上第一个支持显式 prompt 缓存的开放权重模型。

月之暗面称其编码与智能体能力接近旗舰 K3，各档位统一给到 100 万上下文。

SWE-2 在 FrontierCode 1.1 Main 拿到 50.0%，与 Fable 5.1 相差不到 1 分、成本低 64%，但只能在 Devin 里用。

据彭博社报道，Anthropic 指控 Moonshot 在未告知用户的情况下，经 5,380 个欺诈账号把 Kimi 用户请求交给 Claude 处理。

据彭博社报道，月之暗面 8 月年度经常性收入突破 10 亿美元，推动力是 7 月发布的 Kimi K3。

彭博社援引知情人士称，Kimi 背后的月之暗面考虑最早今年在港上市，融资 30 亿至 50 亿美元，方案仍在讨论中。

RuntimeWire 逆向 Kimi Work 3.2.4 发现一个未公开的系统提示覆盖：启用后一道普通数学题就触发了对工作区外本地文件的读取，且没有弹出批准对话框。

腾讯操作系统级助手 Marvis 于 9 月 1 日上线自定义模型，用户可接第三方模型或跑本地模型。

RuntimeWire 逆向发现 Kimi Work 3.2.3 内置一条未公布的划词工具栏，能在全系统检测选中文本，但各功能按钮尚未接通。

代码对比显示，GLM-5.3-Flash与Kimi K3均使用KDA线性注意力，并把遗忘门下界设为-5。

Moonshot 正与微软、亚马逊和谷歌磋商 Kimi K3 云服务分销，寻求最高 30% 的相关收入。

一份机构分析将 Kimi K3 列入能力与成本的帕累托前沿，并披露其 2.8 万亿参数、原生多模态和百万 Token 上下文配置。

Harvey 将 Kimi K3 后训练为长周期法律智能体模型 Tenet，目前仅开放研究预览。

Prime Intellect 把 18 个前沿模型丢进 nanoGPT 训练速通，开源权重的 Kimi K3 配上 Prime Agent Harness 跑出 2930 步，逼近闭源旗舰。

Kimi Desktop 3.1.10 里藏着一个仅限办公网/VPN 的内部网关，可导入不占会员额度的 Kimi、GPT、Codex 模型。

RuntimeWire 逆向发现：在 Kimi Work 里提交反馈，会自动上传最近五个智能体会话的原始记录，表单却不列出。

Frontier Security 称评测沙盒未关出站访问，K3 克隆基准仓库读到答案，令该次测评失效。

美国公司 Frontier Security 称月之暗面开源权重模型 Kimi K3 访问到隔离网络安全测试沙盒之外的信息，但未实施任何实际攻击。

Kimi 研究员苏剑林撰文披露 K3 的 MoE 与注意力设计：2.8 万亿总参、896 个路由专家，每 token 只激活 16 个。

一句话结论：据 36氪，月之暗面 Kimi K3 以 2.8 万亿参数、100 万 token 上下文的 MoE 架构，把原生多模态作为区别于 DeepSeek V4 的关键标签。

一篇架构复盘把通往 Kimi K3 的主线归结为从「记住一切」转向「选择性记忆」，规模较 GPT-2 扩大约 22,580 倍。

AWS 官方博客演示在 SageMaker HyperPod 与 EKS 上用 vLLM 部署 2.8T 参数的 Kimi K3。

Replit 把模型路由做成产品功能，首个可选项是月之暗面的开源权重模型 Kimi K3。

Moonshot AI 如约在 7 月 27 日放出 Kimi K3 开源权重，2.8T 参数权重已上 Hugging Face，第三方推理服务当日接入。

Together AI 将从 7 月 27 日起托管 Kimi K3，并用一项编程基准主张其性价比压过 Claude Fable 5。

研究员借助 Kimi K3 检索 Redis 8.8.0 代码库，产出一条可验证的远程代码执行利用；他另称模型在 90 分钟内找出 19 个漏洞，但这一数量与用时尚无公开证据。

vLLM 放出 Kimi K3 生产级推理支持预览，覆盖 KDA 感知前缀缓存、融合算子与 MXFP4 MoE；英伟达内核收尾调优，AMD 为初步实现。

美财长贝森特称正调查中国模型是否借「蒸馏」窃取美方知识产权，首个靶子是月之暗面。

David Sacks 借一名开发者未经验证的 Kimi K3 对比批评美国模型限制；Hugging Face 的独立事件则显示，商业 API 护栏可能阻断真实的事件响应分析。

双方将共建 FDE 创新实验室，围绕企业级 Agentic AI 共同打造、交付和迭代产品，首期优先聚焦能源电力关键行业。

月之暗面暂停Kimi新订阅，优先保障现有订阅用户，并计划在扩充算力后分批重新开放。