بقلم: ليلى | محررة أدوات المطورين · صوت تحريري بإشراف بشري
أصبح Kimi K3، النموذج الرائد من Moonshot AI بـ 2.8 تريليون معامل، متاحاً على Telnyx Inference API اعتباراً من 28 يوليو 2026. يحمل هذا النموذج لقباً لم يبلغه أي نموذج مفتوح المصدر من قبل: أول نموذج في فئة الثلاثة تريليونات، يتفوق وزنياً على كل ما هو متاح للعموم حتى اليوم، ويجري على بنية تحتية مملوكة لـ Telnyx مع توافق كامل مع OpenAI API.
الرقم وحده ليس القصة. ما يجعل K3 لافتاً هو أنه يجمع بين الحجم الهائل وميزات عملية جداً للمطورين الذين يبنون تطبيقات وكلاء وأنظمة معالجة مستندات طويلة. إليك ما يقدمه النموذج فعلياً:
- نافذة سياق مليون توكن: تدعم تحليل قواعد الشيفرة الكاملة، ومعالجة الوثائق الطويلة، وجلسات الوكلاء متعددة الأدوار دون أن يتدهور الأداء مع امتداد المحادثة — وهو ما يظل نقطة ضعف في كثير من النماذج المنافسة.
- رؤية أصلية دون محول منفصل: يقبل النموذج النص والصور والفيديو ضمن طلب واحد، ما يعني أن المنطق متعدد الوسائط مدمج في البنية ذاتها، لا مضافاً فوقها.
- ثلاثة مستويات لعمق التفكير: يمكنك ضبط جهد الاستدلال على low أو high أو max لكل طلب على حدة، وهو ما يتيح موازنة واعية بين التكلفة وعمق النتيجة، بدلاً من اختيار نموذج مختلف لكل حالة.
- استدعاء الأدوات والمخرجات المهيكلة: يدعم function calling وtool loading الديناميكي ومخرجات JSON schema، مما يجعله مناسباً مباشرةً لبناء الوكلاء دون تعديلات مكثفة على المنظومة البرمجية.
- تخزين مؤقت تلقائي للـ prompts: prefix caching يعمل افتراضياً لجميع الطلبات ذات البادئة المتكررة، ما يخفض التكاليف الفعلية لأي تطبيق يعتمد على سياقات ثابتة مطولة.
على صعيد التسعير (وفقاً لـ Telnyx): التوكنات المدخلة بالتخزين المؤقت بـ 0.27 دولار لكل مليون توكن، والمدخلات العادية بـ 2.70 دولار، والمخرجات بـ 13.50 دولار لكل مليون توكن. مقارنةً بالنماذج المغلقة من Anthropic وOpenAI التي تنافس K3 في benchmarks البرمجة والاستدلال والعمل المعرفي الوكيلي، تبدو هذه الأسعار تنافسية — خاصةً مع وجود الـ caching الذي يخفض فعلياً تكلفة التوكنات المكررة إلى جزء يسير من السعر الأساسي.
يمكنك الوصول إلى النموذج مباشرةً عبر المعرف moonshotai/Kimi-K3 على Telnyx Inference، إلى جانب النماذج الموجودة مسبقاً كـ Kimi K2.6 وGLM-5.2-FP8 وMiniMax M3. التوثيق متاح في صفحة Inference documentation، وتجربة النموذج مباشرةً ممكنة من Mission Control.
الفكرة الأعمق هنا ليست في مجرد رقم المعاملات. المشهد الذي كان فيه النماذج المغلقة محتكرة للأداء الحدودي يتغير بوتيرة متسارعة. K3 هو أول نموذج مفتوح الأوزان يبلغ هذا الحجم، ويقدم بحسب Telnyx أداءً يوازي نماذج Anthropic وOpenAI المغلقة في مهام البرمجة والاستدلال — وهذا تحول في المعادلة لا في مجرد مواصفة تقنية. بنية Kimi Delta Attention وتقنية Attention Residuals التي بُني عليها النموذج مصممة للتعامل مع السياقات الطويلة للغاية دون التضحية بجودة الاسترجاع، وهي مشكلة لا تزال تقاوم كثيراً من النماذج الكبيرة الأخرى.
ما يستحق التساؤل: benchmark اليوم ليس benchmarks الغمس. التطبيقات الحقيقية في إنتاج بيئات الوكلاء ستكون الاختبار الفعلي لما إذا كان مليون توكن بسياق مستقر يؤدي وعده على مدى جلسات طويلة متشعبة. لكن توفر النموذج الآن عبر API موحّد مع OpenAI يعني أن التجربة لا تكلف أكثر من تغيير endpoint.
