تصمیم مهندسی · 2026-08-22

Kimi K3: میزبانی خودتان یا API
دفتر حساب 2.8T

وزن‌های K3 در 07-27 باز شد (2.8T، بزرگ‌ترین تاکنون). پاسخ به «خودتان مستقر کنید یا API را فراخوانی کنید» به حجم ماهانه و الزامات انطباق شما بستگی دارد — اول محاسبات را انجام دهید.

به‌روزرسانی شده 2026-11-15

یک کلید برای Claude، GPT و مدل‌های چینی — آنچه این صفحه توضیح می‌دهد را در عمل پیاده کنید.

#kimi k3#self-host#وزن‌های باز#مقایسه هزینه

نکات کلیدی

2.8T

کل پارامترهای K3

Stable LatentMoE، 896 متخصص با 16 فعال به‌ازای هر توکن. وزن‌ها در 07-27 متن‌باز شد.

$3 / $15

قیمت رسمی API

به ازای هر یک میلیون توکن ورودی/خروجی، برخورد کش $0.30، یک قیمت ثابت برای پنجره 1M.

8×

سطح ورودی میزبانی خودتان

2.8T با دقت کامل غیرواقعی است؛ حتی پس از FP8/کوانتیزه‌سازی به چندین گره GPU کلاس 8×H برای یک استقرار قابل‌استفاده نیاز دارید.

1M

پنجره زمینه

مشخصات یکسان برای API و وزن‌ها. در میزبانی خودتان، کش KV زمینه بلند دقیقاً همان جایی است که حافظه صرف می‌شود.

میزبانی خودتان از 2.8T به چه معناست

K3 بزرگ‌ترین مدل با وزن‌های باز تاکنون است: یک MoE با مجموع 2.8T. وزن‌ها رایگان‌اند (متن‌بازشده در 07-27)، اما «رایگان برای دانلود» به معنای «ارزان برای اجرا» نیست — حتی یک استقرار FP8 به یک خوشه GPU چندگرهی نیاز دارد، و افزودن کش KV پنجره 1M روی آن، هزینه ثابت میزبانی خودتان را به‌راحتی به هزینه‌ای پنج‌رقمی در ماه می‌رساند. نقطه بهینه آن حجم فراخوانی بسیار زیاد و پایدار است، یا الزامات سخت انطباقی که داده هرگز از اینترانت شما خارج نشود.

زمینه

پس از باز شدن K3، درخواست‌ها به‌شدت افزایش یافتند و Moonshot به‌طور موقت گسترش اشتراک مصرف‌کننده را متوقف کرد — استقبال شدید از API نشان می‌دهد بیشتر مردم عملاً API را انتخاب کرده‌اند. در همین حال، افزایش قیمت DeepSeek (08-17) باعث شد برخی دفتر حساب قدیمی «میزبانی خودتان برای صرفه‌جویی» را گردگیری کنند، اما در مقیاس 2.8T نقطه سربه‌سر بسیار دیر فرا می‌رسد.

خط زمانی

2026-07-16

K3 در WAIC عرضه می‌شود و API همان روز در دسترس است.

2026-07-27

وزن‌ها باز می‌شوند؛ دانلودها و درخواست‌های استقرار به‌شدت افزایش می‌یابند.

2026-08

گزارش‌های استقرار از سوی جامعه ظاهر می‌شوند: FP8 چندگرهی رایج‌ترین گزینه عملی است.

تأییدشده در برابر هشدار

تأییدشده

وزن‌ها باز هستند، قیمت رسمی API برابر $3/$15 است و زمینه 1M است — همه از کانال‌های رسمی. K3 در QCode حجم فراخوانی واقعی دارد.

هشدار

«متن‌باز = رایگان» یک توهم است: یک خوشه استنتاج 2.8T هزینه‌ای پنج‌رقمی در ماه دارد. ادعاهای «اجرای K3 روی یک کارت» به دموهای به‌شدت کوانتیزه‌شده اشاره دارد، نه استفاده در محیط تولید.

میزبانی خودتان در برابر API

میزبانی خودتان

مناسب است برای: حجم ماهانه بسیار زیاد و پایدار، انطباق سخت مبنی بر ماندن داده در اینترانت، یک خوشه GPU موجود. هزینه ثابت بالا، هزینه حاشیه‌ای پایین.

API (QCode و غیره)

مناسب است برای: بقیه افراد. هزینه ثابت صفر، مقیاس‌پذیری کشسان، همیشه جدیدترین وزن‌ها. صورت‌حساب به ازای هر توکن؛ نرخ‌های هر مدل در /models فهرست شده است.

چگونه تصمیم بگیرید

نقطه سربه‌سر را محاسبه کنید: هزینه ثابت ماهانه میزبانی خودتان ÷ قیمت واحد API = حجم ماهانه بحرانی. با هزینه ثابت یک خوشه 2.8T، این آستانه بسیار بالاست. سپس دو قاعده سخت را اضافه کنید: انطباق سخت مبنی بر ماندن داده در اینترانت ← فقط میزبانی خودتان؛ حجم بسیار متغیر ← فقط API.

در QCode

kimi-k3 در QCode عرضه شده است و به ازای هر توکن صورت‌حساب می‌شود؛ نرخ‌های هر مدل در /models فهرست شده است. اگر پلن ماهانه نمی‌خواهید، می‌توانید با بسته‌های پرداخت به‌ازای مصرف شروع کنید: هر بسته یک مبلغ یک‌جا به شما می‌دهد که در طول 7 روز با مصرف شما کم می‌شود. ابتدا حجم ماهانه واقعی خود را روی API اندازه بگیرید، سپس ارزیابی کنید که آیا میزبانی خودتان با قیمت واحد API که واقعاً می‌پردازید نقطه سربه‌سر را رد می‌کند (نرخ‌های QCode به‌صورت زنده در qcode.cc/models موجود است).

پرسش‌های متداول

آیا وزن‌های Kimi K3 واقعاً باز هستند؟

بله — در 2026-07-27 روی Hugging Face متن‌باز شد: یک Stable LatentMoE با 2.8T، بزرگ‌ترین مدل با وزن‌های باز تاکنون.

میزبانی خودتان از K3 به چه سخت‌افزاری نیاز دارد؟

یک استقرار FP8 در سطح تولید به چندین گره H-class با 8 GPU نیاز دارد؛ یک کارت یا جعبه تنها دموهای به‌شدت کوانتیزه‌شده را با ارزش تولیدی صفر اجرا می‌کند.

آیا میزبانی خودتان از API ارزان‌تر است؟

فقط زمانی که حجم ماهانه بسیار زیاد و پایدار باشد. هزینه ثابت یک خوشه 2.8T پنج‌رقمی در ماه است، بنابراین نقطه سربه‌سر بسیار بالاست.

چه زمانی میزبانی خودتان اجباری است؟

سناریوهای انطباق سخت که داده باید در اینترانت بماند (مالی، اینترانت‌های دولتی/سازمانی). آنجا هزینه متغیر اصلی نیست.

آیا API و وزن‌ها توانایی یکسانی دارند؟

به‌صورت رسمی همان وزن‌ها هستند. سمت API استدلال اجباری دارد (سطح‌های low/high/max)؛ میزبانی خودتان نیز همین رفتار را دارد.

هزینه K3 در QCode چگونه محاسبه می‌شود؟

به ازای هر توکن صورت‌حساب می‌شود؛ نرخ‌های هر مدل در /models فهرست شده‌اند و قیمت‌های کاتالوگ مطابق فهرست زنده هستند.

منابع

اعلام‌های رسمی انتشار و متن‌باز Moonshot (07-16/07-27)، صفحه سازمان moonshotai در Hugging Face، گزارش‌های استقرار از سوی جامعه کاربری (2026-08)، QCode /models (08-22).

اول حجم را روی API ببرید، بعد درباره ساخت صحبت کنید

kimi-k3 در QCode عرضه شده و به‌ازای هر توکن صورت‌حساب می‌شود — بگذارید یک صورت‌حساب واقعی پاسخ «آیا باید خودمان میزبانی کنیم؟» را بدهد.

مطمئن نیستید از کجا شروع کنید؟

یک هفته امتحان کنید

بسته کوچک: $4 برای $30 سهمیه، به مدت 7 روز معتبر

هر روز از آن استفاده کنید

Starter: $9.00/ماه با $5 سهمیه در هر روز — فقط $0.060 به‌ازای هر $1 سهمیه، در برابر حدود $0.113 برای بسته متوسط