Когда веса Kimi K3 появятся на Hugging Face?

27 июля 2026 с лицензией Modified MIT, техотчётом и поддержкой vLLM KDA plus prefix caching.

Какое железо нужно для self-host?

Около 1,4 ТБ при 4-bit и 64+ ускорителей. Справка: K2.7 Code INT4 ~577 ГБ.

Какой ранг AA Index?

57,1 балла, 3-е место из 189. Moonshot признаёт отставание от Fable 5 (59,9) и Sol (58,9).

Когда Ollama/GGUF?

Через несколько дней после 27.07. Полные 2,8T не для consumer-железа.

Отличие от обзора 16.07.?

Обзор про API; эта статья — про релиз весов, self-host и три сценария развёртывания.

Kimi K3 Open Weights: релиз на Hugging Face 27 июля 2026 и гид по self-host

Q: API или self-host?

Низкий и средний трафик: API ($3/$15, кэш $0,30/M). Self-host только при data residency и кластере 64+ GPU.

После обзора Kimi K3 от 16 июля фокус решения смещается на 27 июля 2026: полные веса на Hugging Face (Modified MIT), техотчёт и vLLM KDA. Для ответственных за AI-инфраструктуру: хронология, архитектура 2,8T, бенчмарки, AA Index 3-е место, API $3/$15, self-host 1,4 ТБ, три сценария, чеклист, runbook, FAQ.

Боли: зачем пересчитывать выбор после 27.07?

Разрыв open/closed фактически закрыт: K3 набирает 57,1 в Artificial Analysis Intelligence Index v4.1 — 3-е место из 189, всего на 2,8 балла ниже Claude Fable 5 (59,9). Полные веса меняют выбор между closed API и слабым OSS.
Self-host недооценён: 2,8T в 4-bit требует 1,4 ТБ и 64+ ускорителей. После WAIC многие понимают, что ноутбук и обычный VPS не подходят.
Риск одного вендора и галлюцинации: ограничение Anthropic 1 июля за 90 минут ударило по API. Moonshot признаёт: у K3 больше галлюцинаций vs K2.6 и слабее стабильность, чем у Fable/Sol.

1. Хронология

Дата	Событие	Значение
16 июля	API live, `kimi-k3` сразу	Без keynote, dev-first
17–20 июля	WAIC 2026	Когорта Китая: GLM-5.2, DeepSeek V4, MiniMax
27 июля	HF веса, Modified MIT, отчёт, vLLM KDA	Первый пакет >2T для скачивания
27 июля+	Ollama/GGUF community	Consumer PoC, не full prod

2. Релиз 27 июля

Полные HF-веса: 2,8T, MXFP4/MXFP8;
Modified MIT: исследование + commercial с условиями Moonshot;
Техотчёт: KDA, AttnRes, Stable LatentMoE, Quantile Balancing, Per-Head Muon, SiTU;
vLLM Day-0: KDA + prefix caching, decode 6,3× @ 1M;
Ollama/GGUF: через дни; полные 2,8T не для Mac/ноутбука.

Moonshot признаёт 3-е место: «K3 — не сильнейшая модель в мире, но ближайший open-weights релиз к closed frontier.»

3. Спецификации

Параметр	Значение
Параметры	2,8 трлн
MoE	Stable LatentMoE: 896 / 16 active
Attention	KDA + AttnRes + Gated MLA
Контекст	1 048 576 tokens
Модальности	Текст, изображение, видео
Обучение	MXFP4 weights, MXFP8 activations
vs K2	эффективность 2,5×
KDA	6,3× decode @ 1M, KV −75%

4. Бенчмарки: победы и поражения

Bench	K3	Fable 5	Sol
Frontend Code Arena	#1	—	—
Automation Bench	30,8	29,1	29,7
SpreadsheetBench 2	лидирует	—	—
BrowseComp	91,2	88,0	90,4
SWE Marathon	42,0	35,0	39,0
Terminal Bench 2.1	88,3	84,6	88,8
Program Bench	77,8	76,8	77,6
FrontierSWE	81,2	86,6	71,3
DeepSWE	67,5	70,0	73,0
GDPval v2 Elo	сзади	впереди	впереди

Слабости: галлюцинации vs K2.6; polish/стабильность хуже Fable/Sol. Данные вендора.

5. AA Index и API-цены

Модель	AA Index	Место	In $/M	Out $/M	Cache
Fable 5	59,9	1	—	—	—
GPT-5.6 Sol	58,9	2	—	—	—
Kimi K3	57,1	3/189	$3,00	$15,00	$0,30

Одиночная задача AA: K3 ~$0,94, на 65,8% дешевле Fable 5.

6. Требования self-host

4-bit: ~1,4 ТБ (ref. K2.7 Code INT4 ~577 ГБ);
Prod: 64+ ускорителей;
vLLM KDA + prefix caching Day-0.

EEAT-факты

Крупнейшие скачиваемые open weights (2,8T).
896/16 MoE, Quantile Balancing.
1M flat $3/$15, KDA 6,3× @ 1M.
AA task $0,94, −65,8% vs Fable.
Moonshot честно сообщает о 3-м месте.

7. API vs self-host: три сценария

Сценарий	Рекомендация	Причина
Startup / PoC	API / OpenRouter	Нулевой CapEx
Средний / гибрид	API + Fable/Sol	Маршрутизация по задачам
Enterprise / residency	64+ GPU + API backup	Modified MIT commercial

8. Отрасль и геополитика

WAIC 2026: Moonshot, GLM-5.2, DeepSeek V4, MiniMax. Разрыв open/closed закрыт к середине 2026. Ограничение Anthropic (1 июля, частично снято) делает K3 вторым источником. K2→K2.5→K3 — comeback Moonshot.

9. Чеклист релиза

□ Hugging Face repo
□ LICENSE Modified MIT
□ Техотчёт PDF
□ vLLM KDA + prefix caching
□ Model card 896/16, 1M, MXFP4
□ Roadmap NVFP4/GGUF
□ График Ollama
□ Сводка по безопасности

10. Runbook в 5 шагов

Шаг 1  27.07: проверить HF, Modified MIT, отчёт, vLLM
Шаг 2  Выбрать API или 64+ GPU по трафику
Шаг 3  Развернуть vLLM KDA; GGUF только PoC
Шаг 4  Pilot 10–20 SWE Marathon, измерить cache/галлюцинации
Шаг 5  Гибрид: K3 / Fable / Sol

11. FAQ

Когда на HF?

27 июля 2026.

Железо?

1,4 ТБ + 64+ GPU.

API или self-host?

Чаще API; enterprise с кластером.

Место AA?

57,1, 3/189.

Ollama?

Дни после 27.07.

vs обзор 16.07.?

Обзор=API; здесь=веса.

Итог

Релиз open weights 27 июля — первый пакет >2T, AA 3-е место, Modified MIT с честным признанием слабостей. Для большинства команд API + гибрид — прагматичный выбор Q3 2026.

K3 на ноутбуке, Linux VPS или CI без macOS даёт обрывы long-loop, смешение API keys, нет Xcode/Fastlane/notarytool. Для 7×24 Kimi Code + K3 с iOS-подписью или OpenClaw Mac cloud VPSMAC M4 — native macOS, SSH + launchd — стабильнее consumer-железа.

Далее: Обзор Kimi K3 (16.07.) · Kimi API

Дата: 22.07.2026. Детали 27.07. — на официальном HF repo.