«2,8 трлн параметров»: Kimi K3 от Moonshot AI стала доступна в Amazon Bedrock

18 сентября 2026 года Kimi K3 от Moonshot AI стала доступна в Amazon Bedrock — AWS описывает её как новую опцию для программирования и работы со знаниями. По данным Moonshot AI, это самая способная модель компании и первая открытая модель, достигшая 2,8 трлн параметров: у неё нативное зрение, контекстное окно в 1 млн токенов и примерно 2,5-кратный рост эффективности масштабирования по сравнению с Kimi K2. Документация Amazon Bedrock подтверждает и дату запуска — 18 сентября 2026 года, и контекст в 1M токенов, и статус Active.

Kimi K3 стала первой открытой моделью в Amazon Bedrock с явным кэшированием промптов: оно снижает задержку и стоимость входных токенов, когда один и тот же контекст переиспользуется в разных вызовах. Карточка модели описывает K3 как самую способную открытую модель Moonshot AI, которая сочетает нативное зрение с контекстом в 1 млн токенов именно под длительные сценарии — большие репозитории, документы и изображения.

Кэширование: минимум 1 024 токена и 30 минут

Длинные рабочие процессы постоянно заново отправляют один и тот же стабильный контекст — инструкции репозитория, описания инструментов, справочные документы; явное кэширование позволяет пометить переиспользуемый префикс, чтобы последующие запросы опирались на кэш. Конец такого префикса отмечается прямо в содержимом запроса, а минимальный его размер — 1 024 токена.

Записанные в кэш токены тарифицируются дороже, но остаются в кэше не менее 30 минут. Совпавшие последующие запросы оплачиваются по сниженной ставке, и их входные токены не расходуют квоту входных токенов в минуту. Явное кэширование поддерживают только API Responses и Chat Completions, а по умолчанию модель работает с неявным, автоматическим кэшированием.

Цена и профили inference

Kimi K3 доступна через US Geo (us.) и Global (global.) профили cross-Region inference. Для задач без региональных ограничений AWS рекомендует global-профиль global.moonshotai.kimi-k3, который маршрутизирует каждый запрос в любой поддерживаемый коммерческий регион: он примерно на 10% дешевле географического, а профиль us.moonshotai.kimi-k3 удерживает обработку в географии США для требований к резидентности данных.

Стандартные цены за 1 млн токенов: Global CRIS — $3.00 за вход, $15.00 за выход, $0.30 за чтение из кэша и $3.75 за запись в кэш на 30 минут; US CRIS — $3.30, $16.50, $0.33 и $4.125 соответственно. Кроме тарифа Standard доступны Priority (на 75% дороже) и Flex (на 50% дешевле).

Программно модель вызывается через endpoint bedrock-runtime, идентификатор модели — moonshotai.kimi-k3. Документация советует для новых приложений использовать bedrock-runtime, а для Kimi K3 — Chat Completions API. Для запуска нужен активный AWS-аккаунт с доступом к Amazon Bedrock и IAM-права bedrock:InvokeModel, bedrock:InvokeModelWithResponseStream и bedrock:CreateInference.

Что ещё изменилось на платформе

AWS подчёркивает, что запуск продолжает линию на открытые модели: с 2025 года Bedrock добавил десятки открытых моделей от DeepSeek, Google, MiniMax, Mistral AI, Moonshot AI, NVIDIA, OpenAI и Qwen. В 2026 году платформа получила поддержку вызова инструментов, структурированного вывода, рассуждений, потоковых ответов и API Responses и Chat Completions; поскольку это возможности платформы, а не интеграции под конкретную модель, новые открытые модели получают их сразу при появлении в сервисе.

Ограничения тоже перечислены: с endpoint'ом bedrock-runtime поддерживаются потоковые ответы, неявное и явное кэширование промптов, клиентский вызов инструментов, структурированный вывод и журналы вызовов, а интеллектуальная маршрутизация промптов и база знаний — нет.

Данные и примеры интеграций

Для открытых моделей в Bedrock AWS обещает ту же модель безопасности: данные обрабатываются внутри границы AWS, не передаются провайдеру модели и не используются для её обучения, а для inference-запросов всегда включено нулевое хранение данных. Нулевой операторский доступ при этом не позволяет даже сотрудникам AWS видеть промпты и ответы во время вывода.

Помимо прямых вызовов API модель можно использовать через ассистентов и агентные инструменты: AWS приводит OpenCode — открытый модельно-агностичный инструмент с нативным провайдером amazon-bedrock на Converse API. Второй пример в статье — Hermes Agent: по описанию AWS, это открытый ассистент для повседневной продуктивности, который работает в десктопном приложении, мессенджерах и терминале и нативно поддерживает модели на Amazon Bedrock. В его интерфейсе выбирается провайдер AWS Bedrock — AWS отдельно отмечает, что Hermes подписывает Amazon Bedrock именно так, — а затем модель Kimi K3 либо вручную вводится global.moonshotai.kimi-k3.