Kimi K3: הענק הפתוח שמערער את מחירי ה-AI

ב-16 ביולי מונשוט AI, החברה הסינית שעליבאבא היא אחת המשקיעות המרכזיות בה, הכריזה רשמית על Kimi K3 – מודל שפה עם 2.8 טריליון פרמטרים וחלון הקשר של מיליון טוקנים. זה המודל הפתוח הגדול ביותר שפורסם עד היום, בערך פי 1.75 מ-DeepSeek V4 Pro. המשקולות המלאות עוד לא בחוץ, הן מתוכננות ל-27 ביולי, אבל ה-API כבר חי, וזה מספיק כדי להבין שמשהו זז במפה.

מה יש בקופסה

מעבר לגודל, מונשוט בנו שתי חידושי ארכיטקטורה משלהם: Kimi Delta Attention, מנגנון קשב ליניארי היברידי, ו-Attention Residuals, תחליף לחיבורי השארית הרגילים שמייצר לטענתם שיפור עקבי ככל שהמודל גדל. יש הבנה חזותית מובנית, לא תוספת בדיעבד, ובודקים חיצוניים כבר מדווחים על יכולות חזקות בקוד פרונט-אנד ובעבודה תלת-ממדית.

בבנצ'מרק GDPval-AA v2, שבודק ביצוע משימות אמיתיות ב-44 מקצועות ו-9 ענפים, K3 קיבל ציון 1,687 – מקום שלישי, אחרי Claude Fable 5 Max (1,815) ו-GPT-5.6 Sol Max (1,747.8), ולפני Claude Opus 4.8 (1,600). לא ראשון. אבל שלישי מספיק כדי לשנות איך חברות מתכננות תקציב API לשנה הבאה.

המחיר שמשנה את המשוואה

K3 עולה 3$ למיליון טוקני קלט (0.30$ אם הקלט מגיע מ-cache) ו-15$ למיליון טוקני פלט – כולל על כל חלון ההקשר המלא של 1,048,576 טוקנים. זה בערך באותו טווח שקלוד גובה על Sonnet, לא על הדגלים. לפי הפוסט המקורי שהניע את הידיעה (evolving.ai), זה עומד מול 5$/30$ ל-GPT-5.6 Sol ומול 10$/50$ ל-Claude Fable 5 – כלומר על טוקן פלט, K3 עולה כמחצית ממה שגובה Sol ופחות משליש ממה שגובה Fable 5, בזמן שהוא מדורג רק שני מקומות מתחתיהם.

כבר כתבתי כאן על המרוץ שעבר למחיר ולא לאיכות בין GPT ל-Claude. K3 לא מצטרף למרוץ הזה – הוא מוריד לו את הרצפה. מנכ"ל Arena, אנסטסיוס אנג'לופולוס, ניסח את זה בלי לגמגם.

זו יכולה להיות ההשקה הגדולה ביותר של השנה, והיא מסמנת את הרגע שבו מודלי הקוד הפתוח הסיניים עברו את האמריקאים.

זה כבר לא אירוע חד-פעמי

הפוסט שהביא את הידיעה קרא לזה "רגע DeepSeek שני", והכיוון נכון גם אם הניסוח קצת דרמטי. במפגיע: DeepSeek שינה שיחה על עלות אימון. K3 משנה שיחה על עלות הרצה – וזו השיחה שרוב הארגונים בפועל משלמים עליה כל חודש. חשוב גם לזכור הקשר: מונשוט כבר הואשמו בפברואר על ידי Anthropic בזיקוק (distillation) מתוצרי המודלים שלהם. אני לא יכול לאמת את הטענה, אבל היא ממחישה כמה המתח בין המעבדות האמריקאיות לסיניות כבר לא תיאורטי.

שריראם קרישנן, לשעבר יועץ מדיניות AI בבית הלבן, קרא לזה "רגע גדול, עם השלכות מרובות על התעשייה כולה". אני פחות מתרגש מהניצחון הטכני ויותר מהעובדה הפשוטה: כל חודש שעובר, יש עוד אופציה זולה וטובה מספיק על המדף. זה מה שבאמת שובר מונופולים – לא מודל אחד מבריק, אלא זרם קבוע שלהם.

מה זה אומר לכם

אם אתם מריצים כמות גדולה של תוכן – סיכומי ישיבות, טיוטות קמפיין, ניתוח מסמכים ארוכים – K3 הוא סיבה טובה לבדוק את החשבונית שלכם מול תוצאה בפועל, לא מול מוניטין של מותג. לא צריך לזרוק את קלוד. צריך להבין לאיזו משימה כל מודל מתאים, ולהפסיק לשלם מחיר דגל על עבודה שלא דורשת דגל. זו בדיוק העבודה שאני עושה עם ארגונים: למפות אילו משימות באמת צריכות את המודל הכי חזק, ואילו יכולות לעבור למודל זול פי שלושה בלי שאף לקוח ירגיש הבדל.

כתוב 5 כותרות למודעה עבור [המוצר/שירות שלכם], בסגנון ישיר ולא קלישאתי, כל אחת מדגישה תועלת קונקרטית אחת בלבד. אחרי כל כותרת, משפט אחד שמסביר למה היא עובדת על הקהל הספציפי שלנו: [תארו את הקהל בשתי מילים].

אם אתם ארגון ששוקל איך לבנות אסטרטגיית AI שלא תלויה בספק אחד ולא משלמת ביוקר על כל בקשה – אני עוזר לחברות לבנות בדיוק את זה.