Kimi K3: čínsky open model, ktorý rozochvel Silicon Valley

Kimi K3 je od 27. júla 2026 na stiahnutie. Čínska Moonshot AI uvoľnila váhy modelu s 2,8 bilióna parametrov pod upravenou licenciou MIT, ktorá dovoľuje komerčné použitie. Podľa oficiálneho technického blogu Moonshot ide o prvý otvorený model triedy 3T. Parametrami a schopnosťami sa približuje uzavretým systémom typu GPT a Claude, no zostáva open-weight^?Model, ktorého naučené parametre (váhy) sú voľne dostupné na stiahnutie, no tréningové dáta a proces zostávajú u výrobcu. Nie je to plné open source., nie plne open source.

Rozdiel je dôležitejší, než znie. Firma dáva k dispozícii hotové váhy, teda naučené parametre modelu. Tréningové dáta a vývojový proces si necháva pre seba. To je presne bod, ktorý na jednej strane rozbil typický black-box prístup uzavretých modelov a na druhej vysvetľuje, prečo Wall Street a časť Silicon Valley reagovali nervózne.

Čo Kimi K3 skutočne obsahuje

Kimi K3 stojí na architektúre Mixture of Experts^?Architektúra, kde model aktivuje len časť svojich parametrov pre danú úlohu. Umožňuje veľkú kapacitu pri nižších výpočtových nákladoch na jeden dotaz. s technikami Kimi Delta Attention a Attention Residuals. Pre firemné nasadenie sú podstatné tri čísla a jedna vlastnosť: 2,8 bilióna parametrov, kontextové okno^?Množstvo textu, ktoré model spracuje naraz. Okno 1 milión tokenov zvládne veľmi dlhé dokumenty alebo rozsiahle kódové bázy bez rozsekávania. 1 milión tokenov, natívne vision schopnosti a orientácia na dlhé úlohy.

• Kontext 1 milión tokenov. Model zvláda veľmi dlhé dokumenty a rozsiahle kódové bázy naraz, bez rozsekávania na kúsky.
• Natívne vision. Rozumie obrázkom a podporuje takzvané visual programming, uvádza blog Moonshot.
• Agentné workflow. Moonshot pozicionuje model na dlhodobo bežiacich AI agentov nad dokumentmi, systémami a dátami.

Model už nie je len súbor na stiahnutie. Beží ako služba na kimi.com, v nástrojoch Kimi Work a Kimi Code a cez Kimi API pod označením kimi-k3. API je kompatibilné s OpenAI Chat Completions a podporuje JSON Schema, čo v praxi znamená nižšie náklady na integráciu do existujúcich systémov.

Prečo sa Silicon Valley zľaklo

Panika mala tri zdroje naraz: veľkosť modelu, otvorené váhy a komerčne použiteľnú licenciu. Geo.tv zachytáva geopolitický rozmer priamo: „Čína urobila ďalší krok v spochybnení americkej dominancie v pokročilej umelej inteligencii.“

Doteraz platila jednoduchá deľba. Špičkový výkon si firmy kupovali cez uzavreté americké API, otvorené modely boli o triedu nižšie. Kimi K3 túto hranicu posúva. Prvýkrát je možné stiahnuť váhy modelu, ktorý sa parametrami hlási do najvyššej ligy, a postaviť na ňom vlastný stack bez úplnej závislosti od jedného poskytovateľa.

Tu odporúčam opatrnosť. Tvrdenia, že Kimi K3 v niektorých testoch poráža Claude a blíži sa výkonu GPT-5.6, pochádzajú z interných a komunitných benchmarkov. Nezávislý audit v plnom rozsahu zatiaľ chýba. Číslo bez metodiky je marketing, nie dôkaz.

Čo z toho reálne využije firma v EÚ

Odpoveď závisí od toho, koľko GPU máte a ako ste regulovaní. Pre väčšinu firiem je dnes praktická cesta cez API, nie lokálna inštalácia. Kimi K3 je cez rozhranie dostupný za približne 3 doláre za milión vstupných a 15 dolárov za milión výstupných tokenov, uvádza regionálna analýza WebForte.

Lokálne nasadenie je iný príbeh. Model s 2,8 bilióna parametrov potrebuje serverový klaster s desiatkami GPU. Otvorenosť váh je tak relevantná najmä pre väčšie firmy, cloudových poskytovateľov a štátne či akademické inštitúcie. Individuálny používateľ si K3 doma nespustí, aj keď váhy má.

Pre koho open-weight naozaj dáva zmysel:

• Regulované sektory. Financie, zdravotníctvo a verejná správa môžu model nasadiť on-premise a dáta nemusia opustiť vlastnú infraštruktúru. Kedy sa to oplatí a kedy nie, rozoberáme v článku o tom, kedy dáta neposielať do cloudu.
• Firmy s vlastnými ML kapacitami. Upravená licencia MIT dovoľuje fine-tuning^?Doladenie hotového modelu na vlastných firemných dátach, aby lepšie zvládal konkrétne úlohy alebo doménu. na vlastných dátach a stavbu interných variantov s vlastnými bezpečnostnými politikami.
• Kto chce znížiť vendor risk. Vlastný stack namiesto úplnej závislosti od jedného amerického API.

Ak zvažujete lokálne nasadenie, prvý krok nie je stiahnutie váh, ale triezvy prepočet infraštruktúry a interných kapacít na správu a fine-tuning tak veľkého modelu. Náklady na desiatky GPU a ľudí, ktorí to udržia v chode, často prevážia úsporu oproti API.

Kde je hranica medzi otvorenosťou a marketingom

Open-weight nie je open source. Moonshot uvoľnil parametre, no kontrolu nad tréningovými dátami a vývojom si ponechal. To je legitímne, treba to však nazvať presne. Pre firmu v EÚ z toho plynú dve povinnosti: preveriť licenčné podmienky pri komerčnom nasadení a posúdiť, ako model zapadá do požiadaviek AI Actu, najmä pri agentných úlohách bežiacich bez dozoru.

Práve tam sa oplatí byť konzervatívny. Dlhodobo bežiaci agenti sú lákavý prípad použitia, no aj zdroj tichých chýb. Ukázali to reálne incidenty, o ktorých píšeme v texte o rizikách AI agentov. Väčší model neznamená menej dozoru.

Kimi K3 mení, čo je dnes reálne dostupné ako otvorený model. Nemení fyziku nasadenia. Demo nie je produkcia. Kto to prehliadne, zaplatí za GPU dvakrát.