Moonshot AI Rilis Kimi K3: Model Open Source Terbesar yang Serius Menyaingi Claude dan GPT

Moonshot AI, startup kecerdasan buatan berbasis Beijing yang didukung Alibaba, merilis Kimi K3—model dengan 2,8 triliun parameter yang diklaim sebagai model AI open source terbesar di dunia saat ini. Lebih menarik lagi: angka benchmark menunjukkan performanya duduk berdekatan dengan sistem proprietary terkuat dari Anthropic dan OpenAI.

Rilis ini datang menjelang World Artificial Intelligence Conference 2026 di Shanghai, dan bisa dibaca sebagai langkah agresif dalam persaingan AI global. Bagi komunitas open source, momen ini juga terasa seperti titik balik: jarak antara model terbuka dan model tertutup yang selama ini terasa jauh, kini makin menyempit.

Bobot model penuh dijadwalkan tersedia pada 27 Juli. Sementara itu, siapa pun sudah bisa mencoba Kimi K3 lewat kimi.com—cukup daftar dengan akun Google atau nomor telepon, tanpa kartu kredit.

Arsitektur di balik skala 2,8 triliun parameter

Kimi K3 masuk kategori frontier model. Total parameternya sekitar 75 persen lebih besar dibanding DeepSeek V4 Pro yang berada di kisaran 1,6 triliun parameter. Model ini membawa jendela konteks 1 juta token, pemahaman visual bawaan, serta mode penalaran yang selalu aktif—disebut Moonshot sebagai thinking mode.

Dua inovasi arsitektur menjadi fondasi utamanya: Kimi Delta Attention, mekanisme perhatian linear hibrida, dan Attention Residuals, pengganti residual connection yang menurut tim Moonshot memberikan peningkatan skala secara konsisten. Keduanya sudah dipublikasikan sebagai riset terbuka di GitHub.

Dari sisi pengembang, K3 kompatibel dengan OpenAI SDK, sehingga integrasi ke toolchain yang sudah ada relatif ringan. Harga API-nya $3 per sejuta token input dan $15 per sejuta token output; token input yang di-cache turun ke $0,30. Positioning-nya berada di kelas mid-tier Western labs, dengan klaim performa yang mendekati papan atas.

Benchmark: saling kejar dengan Claude dan GPT

Bagian angka di bawah ini diambil dari leaderboard publik, evaluasi Artificial Analysis, dan materi resmi Moonshot AI—dan hasilnya cukup mencolok.

Pada GDPval-AA v2, benchmark tugas dunia nyata di 44 okupasi dan 9 industri utama, Kimi K3 mencetak skor di kisaran 1.668–1.687—berada di belakang Claude Fable 5 dan GPT-5.6 Sol Max, tapi di depan Claude Opus 4.8.

Di AA-Briefcase, benchmark agentik untuk pekerjaan pengetahuan jangka panjang, K3 naik ke peringkat kedua dan mengungguli GPT-5.6 Sol Max, hanya kalah dari Fable 5.

Yang paling menonjol mungkin skor BrowseComp: K3 mencapai state-of-the-art 91,2 dari 100 untuk pencarian informasi yang panjang dan sulit.

Dalam pengujian otomatisasi tugas dunia nyata, Kimi K3 menempati posisi pertama di beberapa benchmark—termasuk Automation Bench, SpreadsheetBench 2, dan BrowseComp—sementara di sebagian besar sisanya finis di tiga besar. Kompetitor terdekatnya secara keseluruhan adalah Fable 5 dan GPT-5.6 Sol.

Di Arena.AI Frontend Code Arena, K3 bahkan merebut posisi nomor satu dengan skor 1.679, mengungguli Claude Fable 5 dan GPT-5.6 Sol dengan margin yang cukup berarti.

Moonshot menekankan bahwa sejumlah hasil agentik dicapai dalam setup single-agent, memanfaatkan jendela konteks 1 juta token. Implikasinya jelas: konteks yang panjang, bila dipasangkan dengan retrieval yang kuat, bisa lebih efektif dibanding workaround multi-agent yang rumit.

Di luar skor: demo desain chip dan riset astrofisika

Benchmark memang penting, tapi Moonshot juga memamerkan kemampuan yang lebih “berbicara” soal arah mereka: agen otonom jangka panjang.

Dalam satu demonstrasi, Kimi K3 diminta merancang chip fisik untuk menjalankan versi nano dirinya sendiri. Selama 48 jam operasi agen yang berkelanjutan, K3 menyelesaikan pipeline konstruksi chip—dari arsitektur, optimasi, hingga verifikasi—menggunakan tools EDA open source. Hasilnya: desain chip kecil berukuran 4 mm² yang mencapai timing convergence di 100 MHz dan mampu mendekode lebih dari 8.700 token per detik dalam simulasi.

Ini bukan chip produksi. Ini bukti konsep untuk kemampuan agen yang mampu menjaga koherensi kerja teknis selama berhari-hari: membaca dokumentasi, mengambil keputusan desain, menjalankan loop verifikasi, lalu memperbaiki kegagalan.

Ada juga kasus di computational astrophysics. K3 dilaporkan mereproduksi relasi universal I-Love-Q—perhitungan yang biasanya memakan waktu satu sampai dua minggu bagi peneliti senior—dalam sekitar dua jam, dengan membaca dan saling memvalidasi lebih dari 20 paper sekaligus membangun pipeline numerik lengkap.

Comeback Moonshot setelah tertekan DeepSeek

Untuk memahami mengapa K3 berarti, perlu melihat posisi Moonshot 18 bulan lalu. Didirikan pada 2023 oleh Yang Zhilin, lulusan Tsinghua yang sempat riset di Google dan Meta, Moonshot sempat menjadi salah satu startup AI paling menonjol di China. Platform Kimi populer berkat analisis teks panjang dan fungsi pencarian AI. Awal 2026, perusahaan ini sudah mengumpulkan sekitar $1,5 miliar, dengan valuasi yang naik dari $2,5 miliar ke $4,3 miliar.

Lalu DeepSeek datang. Rilis model R1 berbiaya rendah pada Januari 2025 mengacak peta AI China, dan Moonshot termasuk yang paling terdampak. Kimi yang sempat peringkat ketiga dalam pengguna aktif bulanan turun ke peringkat ketujuh. Pivot ke open source—mulai Kimi K2 pada Juli 2025, lalu K2.5 pada Januari 2026—adalah upaya merebut kembali relevansi. Kimi K3 adalah puncak dari upaya itu.

Open source sebagai langkah strategis

Keputusan merilis full weights pada 27 Juli punya bobot strategis. Dalam timeline skala model open source frontier milik perusahaan sendiri, K3 berdiri jauh di atas DeepSeek (1,6T), Xiaomi (1,02T), dan Alibaba (397B). Dengan merilis model open source terbesar di dunia, Moonshot mencoba menjadi pusat gravitasi komunitas developer global.

Bagi perusahaan yang ingin fine-tune, self-host, atau membangun sistem proprietary di atas base model yang mumpuni—tanpa terkunci kontrak API OpenAI atau Anthropic—opsi baru ini konkret. Trade-off-nya juga jelas: menjalankan model 2,8 triliun parameter butuh infrastruktur GPU yang besar. Inference di skala itu bukan urusan satu rak server.

Moonshot sudah mengantisipasi tantangan itu lewat proyek Mooncake, yang memenangkan Best Paper di FAST 2025, dengan arsitektur serving terdisagregasi berpusat pada KV-cache agar inference skala ekstrem lebih praktis dan hemat biaya.

Apa artinya buat lanskap AI ke depan

Jika angka benchmark K3 bertahan di evaluasi independen—terutama setelah weights terbuka tersedia pada 27 Juli—akan semakin sulit bagi penyedia closed-source untuk membenarkan harga premium hanya berdasarkan kemampuan mentah. Celah performa antara open source dan proprietary di frontier secara fungsional sudah hampir tertutup.

Di sisi lain, kemampuan agentik yang ditunjukkan K3—desain chip, kompresi riset berminggu-minggu, pencarian informasi jangka panjang—mengisyaratkan pergeseran nilai: dari “copilot produktivitas” menuju “tenaga teknis otonom” yang bisa menjalankan proyek kompleks selama berhari-hari.

Dua tahun lalu Moonshot masih startup ambisius yang baru mulai. Delapan belas bulan lalu, mereka hampir jadi cerita peringatan soal betapa cepatnya bintang pasar bisa meredup. Hari ini, mereka merilis model open source terbesar di dunia—yang dalam 48 jam bisa merancang chip untuk menjalankan dirinya sendiri. Frontier ternyata bukan tempat. Frontier adalah balapan. Dan lapangan itu baru saja makin ramai.

Artikel ini disusun berdasarkan liputan VentureBeat tentang rilis Kimi K3 oleh Moonshot AI, dilengkapi visual dan grafik benchmark dari materi resmi Moonshot.