Kimi K3 от Moonshot AI стала доступна в Amazon Bedrock, и, по данным разработчика, это первая открытая модель, достигшая 2,8 трлн параметров. Модель сочетает встроенное зрение с контекстным окном на 1 млн токенов и, по заявлению Moonshot AI, даёт примерно 2,5-кратный прирост эффективности масштабирования по сравнению с Kimi K2. Для компаний, которые ведут задачи по программированию и работе со знаниями на больших репозиториях, документах и изображениях, такое сочетание задаёт новую планку для открытых моделей в продакшене.
Что модель даёт Bedrock
Moonshot AI позиционирует Kimi K3 как свою самую способную модель на сегодня, и главная цифра — число параметров: 2,8 трлн, масштаб, который прежде связывали с закрытыми системами. Контекстное окно на 1 млн токенов делает длительные задачи практичными: репозиторий, набор документов или пакет изображений остаются в контексте в течение сессии, а не подаются фрагментами. Встроенное зрение означает, что изображения обрабатывает сама модель, а не отдельный конвейер. Kimi K3 также первая открытая модель в Amazon Bedrock с поддержкой явного кэширования промптов, что снижает задержку и стоимость входных токенов при повторном использовании контекста между вызовами.
Явное кэширование промптов работает так: разработчик помечает переиспользуемые префиксы — инструкции репозитория, определения инструментов, справочные документы, — и последующие запросы, совпадающие с кэшированным префиксом, обслуживаются из кэша. На стороне инфраструктуры модель вызывается через кросс-региональный профиль вывода. Глобальный профиль global. moonshotai. kimi-k3 направляет каждый запрос в любой поддерживаемый коммерческий регион AWS и стоит примерно на 10% меньше географического профиля; профиль для США us. moonshotai. kimi-k3 удерживает обработку внутри страны для требований по резидентности данных. Вызовы идут через endpoint bedrock-runtime, который поддерживает OpenAI-совместимые API Responses и Chat Completions, а также API Invoke и Converse от Amazon Bedrock.
Запуск вписывается в более широкое развитие поддержки открытых моделей в Bedrock. С 2025 года платформа добавила десятки открытых моделей от DeepSeek, Google, MiniMax, Mistral AI, Moonshot AI, NVIDIA, OpenAI и Qwen. В 2026 году в Bedrock появились вызов инструментов, структурированный вывод, рассуждения, потоковая передача ответов и API Responses и Chat Completions. Поскольку это возможности платформы, а не интеграции под конкретную модель, каждая новая открытая модель получает их сразу при появлении — поэтому ценность такого каталога растёт вместе с его размером, а не с отдельным релизом.
Что это значит для бизнеса
Для команд, выбирающих модель, практическое изменение в том, что контекст на 1 млн токенов и зрение больше не требуют закрытого поставщика. Ассистенты для программирования, персональные агенты и агентные фреймворки, поддерживающие Bedrock или OpenAI-совместимых провайдеров, могут обращаться к Kimi K3: например, OpenCode поставляет нативный провайдер amazon-bedrock на базе API Converse, а Hermes Agent поддерживает модели Bedrock для исследований и автоматизации задач. Небольшая команда получает контекст передового масштаба без отдельного договора с поставщиком; крупная организация — внутри аккаунта AWS, которым уже управляет, а выбор модели решается настройкой, а не закупкой.
Условия обработки данных — то, что стоит проверить до начала работы. AWS заявляет, что данные обрабатываются в границах AWS, не передаются поставщику модели и не используются для её обучения; нулевое хранение данных всегда включено для запросов вывода, а нулевой доступ операторов не позволяет даже сотрудникам AWS видеть промпты и ответы во время вывода. Чего это не решает — стоимости при больших объёмах: кэширование промптов снижает расходы на входные токены при повторном контексте, но цены стоит сверить с фактическими моделями трафика. Вопросы поставщику: какие регионы покрывает выбранный профиль, как кэширование работает с вашей структурой промптов и допускают ли ваши правила резидентности глобальный профиль или требуют профиль для США.
Следить стоит за соотношением глобального профиля и географического профиля для США. Если разница в цене в 10% переведёт большую часть продакшен-трафика на global. moonshotai. kimi-k3, это покажет, что покупатели считают резидентность данных решением для отдельной задачи, а не общим правилом, — и что открытые модели такого масштаба перешли из оценки в повседневное развёртывание.
