Perkembangan kecerdasan buatan kembali memasuki babak baru. Moonshot AI, perusahaan teknologi asal China yang mengembangkan asisten AI Kimi, resmi memperkenalkan Kimi K3 sebagai model AI terkuat yang pernah mereka buat.
Kimi K3 tidak sekedar hadir sebagai chatbot untuk menjawab pertanyaan. Model ini dirancang untuk menangani pekerjaan yang lebih panjang dan kompleks, mulai dari menulis serta memperbaiki kode, melakukan riset, mengolah dokumen, memahami gambar, hingga menjalankan tugas melalui beberapa AI agent secara bersamaan.
Dengan total 2,8 triliun parameter, kemampuan memahami konteks hingga 1 juta token, serta dukungan multimodal bawaan, Kimi K3 menjadi salah satu model AI terbuka terbesar yang tersedia saat ini. Moonshot AI menyebutnya sebagai model terbuka pertama yang memasuki kelas 3 triliun parameter. apa yang membuat model AI ini menarik dan apakah Kimi K3 benar-benar dapat menjadi pesaing serius bagi model AI dari Amerika Serikat?
Apa Itu Kimi K3?
Kimi K3 adalah model bahasa besar atau large language model yang dikembangkan oleh Moonshot AI. Model ini menjadi penerus lini Kimi K2 dan dirancang untuk kebutuhan yang membutuhkan proses berpikir panjang, penggunaan alat, pemahaman visual, serta pengelolaan informasi dalam jumlah besar.
Berbeda dengan chatbot sederhana yang biasanya hanya memberikan jawaban berdasarkan satu perintah, Kimi K3 dikembangkan dengan pendekatan agentic AI. Artinya, model ini tidak hanya menjawab, tetapi juga dapat merencanakan langkah kerja, menggunakan alat yang tersedia, memeriksa hasil, dan memperbaiki pekerjaannya secara bertahap.
Moonshot AI memosisikan Kimi K3 untuk tiga kebutuhan utama, yaitu pekerjaan pemrograman jangka panjang, pekerjaan berbasis pengetahuan, dan penalaran kompleks. Model ini tersedia melalui situs Kimi, aplikasi Kimi Work, Kimi Code, serta layanan API untuk pengembang. memiiki 2,8 Triliun Parameter
Salah satu hal yang paling banyak dibicarakan dari Kimi K3 adalah ukurannya. Model ini memiliki total 2,8 triliun parameter, hampir tiga kali lebih besar dibandingkan Kimi K2 yang memiliki sekitar 1 triliun parameter.
Parameter dapat dipahami sebagai nilai internal yang dipelajari AI selama proses pelatihan. Nilai-nilai tersebut membantu model mengenali pola bahasa, memahami hubungan antarinformasi, menulis kode, menafsirkan gambar, dan menghasilkan jawaban.
Namun, jumlah parameter yang besar tidak selalu berarti sebuah model otomatis lebih pintar. Arsitektur, kualitas data pelatihan, metode optimasi, serta cara model menggunakan parameter juga sangat menentukan hasil akhirnya.
Untuk menjaga efisiensi, Kimi K3 menggunakan arsitektur Mixture of Experts atau MoE. Dari 896 kelompok ahli yang tersedia di dalam model, hanya 16 ahli yang diaktifkan untuk memproses sebuah tugas. Pendekatan ini memungkinkan model memiliki kapasitas besar tanpa harus menggunakan seluruh parameternya pada setiap permintaan.
Kelebihan penting lainnya adalah dukungan konteks hingga 1 juta token. Sederhananya, context window menentukan seberapa banyak informasi yang dapat dibaca dan dipertimbangkan oleh AI dalam satu sesi kerja.
Kapasitas sebesar ini memungkinkan Kimi K3 memproses dokumen panjang, kumpulan laporan, percakapan yang kompleks, atau repositori kode berukuran besar tanpa terlalu cepat kehilangan konteks awal.
Fitur tersebut dapat bermanfaat bagi peneliti yang perlu membandingkan banyak jurnal, programmer yang bekerja dengan proyek besar, maupun perusahaan yang ingin menganalisis banyak dokumen sekaligus.
Meski demikian, kemampuan menerima konteks panjang tidak otomatis menjamin seluruh bagian dokumen akan dipahami dengan tingkat ketelitian yang sama. Pengguna tetap perlu memberikan instruksi yang jelas dan membagi pekerjaan menjadi tahapan yang masuk akal.
Mendukung Teks, Gambar, dan Video
Kimi K3 merupakan model multimodal bawaan. Artinya, model ini tidak hanya memproses teks, tetapi juga dapat memahami informasi visual seperti gambar, tangkapan layar, diagram, dan video.
Kemampuan tersebut membuka penggunaan yang lebih luas. Seorang pengembang dapat memberikan tangkapan layar sebuah halaman web dan meminta Kimi memperbaiki tampilannya. Pengguna juga dapat memberikan desain referensi untuk diterjemahkan menjadi kode atau meminta model menganalisis grafik dari sebuah laporan.
Dalam pengembangan game dan aplikasi, Kimi K3 dapat menggunakan hasil visual sebagai umpan balik. Model dapat menulis kode, melihat hasil yang ditampilkan, menemukan kekurangan, kemudian melakukan revisi. Moonshot AI menyebut proses ini sebagai pendekatan “vision in the loop”. Dirancang untuk Pekerjaan Coding Jangka Panjang
Kemampuan pemrograman menjadi salah satu fokus utama Kimi K3. Model ini dirancang agar dapat bekerja lebih lama dengan pengawasan manusia yang relatif sedikit.
Kimi K3 dapat menjelajahi repositori besar, membaca hubungan antarfile, menjalankan perintah terminal, melakukan pengujian, dan memperbaiki masalah berdasarkan hasil pengujian tersebut. Kemampuan seperti ini membuatnya lebih mendekati asisten pengembang daripada sekedar generator potongan kode.
Dalam pengujian internal Moonshot AI, Kimi K3 digunakan untuk mengoptimalkan kernel GPU, membangun sistem compiler eksperimental, membuat pengalaman game interaktif, dan membantu pekerjaan riset komputasi. Namun, sebagian contoh tersebut berasal dari pengujian yang dilakukan oleh perusahaan pengembangnya sehingga hasilnya tetap perlu dinilai bersama evaluasi independen. Pekerjaan produksi, kode yang dibuat AI tetap harus diperiksa. Model AI masih dapat menghasilkan kesalahan logika, menggunakan library yang sudah tidak sesuai, atau membuat keputusan teknis yang tidak cocok dengan kebutuhan proyek.
Kemampuan AI Agent dan Knowledge Work
Kimi K3 juga dikembangkan untuk pekerjaan yang biasanya membutuhkan banyak langkah. Contohnya adalah mengumpulkan sumber, membaca dokumen, membersihkan data, membuat analisis, menyusun grafik, dan menghasilkan laporan akhir.
Melalui ekosistem Kimi, pengguna dapat memanfaatkan fitur Agent Swarm yang mengoordinasikan banyak sub-agent untuk menjalankan pekerjaan secara paralel. Pada deskripsi aplikasi resminya, Kimi menyebut sistem tersebut dapat mengerahkan hingga 300 sub-agent untuk tugas yang sangat kompleks. an multi-agent berpotensi mempercepat pekerjaan riset karena beberapa proses dapat dilakukan bersamaan. Satu agent dapat mencari data, sementara agent lain membaca dokumen atau menyusun visualisasi.
Meski terdengar menjanjikan, semakin banyak agent yang digunakan bukan berarti hasilnya selalu lebih akurat. Kesalahan pada sumber atau instruksi awal dapat ikut menyebar ke tahap berikutnya. Hasil akhir tetap perlu diverifikasi, terutama untuk informasi kesehatan, hukum, keuangan, dan keputusan bisnis.
Arsitektur Baru Kimi K3
Kimi K3 dibangun menggunakan dua komponen utama bernama Kimi Delta Attention dan Attention Residuals.
Kimi Delta Attention merupakan pendekatan hybrid linear attention yang dikembangkan untuk meningkatkan efisiensi saat memproses konteks panjang. Sementara itu, Attention Residuals membantu model mengambil representasi informasi dari berbagai kedalaman jaringan secara lebih selektif.
Moonshot AI mengklaim kombinasi arsitektur baru, peningkatan metode pelatihan, dan penyempurnaan data membuat efisiensi scaling Kimi K3 sekitar 2,5 kali lebih baik dibandingkan Kimi K2. Pengguna umum, perubahan tersebut mungkin tidak terlihat secara langsung. Dampaknya akan lebih terasa melalui kemampuan model menjaga konteks, menyelesaikan tugas panjang, dan menjalankan proses penalaran dengan lebih stabil.
Apakah Kimi K3 Lebih Baik dari ChatGPT dan Claude?
Tidak ada satu model AI yang selalu unggul untuk semua kebutuhan. Kualitas hasil dapat berbeda tergantung jenis tugas, instruksi, alat yang digunakan, dan cara pengujian dilakukan.
Moonshot AI menyatakan Kimi K3 menunjukkan performa yang sangat kuat dalam coding, pekerjaan berbasis agen, dan pemrosesan konteks panjang. Beberapa evaluasi pihak ketiga juga menempatkannya dekat dengan model AI tertutup teratas dalam tugas tertentu. Namun, Moonshot AI secara terbuka mengakui bahwa performa keseluruhan dan pengalaman pengguna Kimi K3 masih tertinggal dari beberapa model proprietary terkuat. tu, Kimi K3 lebih tepat dilihat sebagai alternatif baru yang kompetitif, bukan sebagai pemenang mutlak. Untuk coding dan riset panjang, model ini dapat menjadi pilihan menarik. Untuk percakapan sehari-hari, integrasi aplikasi, atau pekerjaan kreatif tertentu, hasilnya perlu dibandingkan langsung dengan model lain.
Kelebihan Kimi K3
Daya tarik utama Kimi K3 terletak pada kombinasi ukuran model, konteks yang panjang, kemampuan visual, dan sistem agentic.
Model ini cocok untuk membaca kumpulan dokumen berukuran besar, mengerjakan proyek coding yang membutuhkan banyak langkah, melakukan riset berbasis web, membuat laporan, serta mengembangkan aplikasi dengan bantuan visual.
Statusnya sebagai model open-weight juga membuka kemungkinan bagi peneliti dan perusahaan untuk mempelajari, menyesuaikan, atau menjalankan model pada infrastruktur mereka sendiri. Moonshot AI menjadwalkan perilisan bobot model lengkap paling lambat 27 Juli 2026. terbuka, ukuran 2,8 triliun parameter membuat model ini sulit dijalankan pada komputer biasa. Pengoperasian mandiri membutuhkan infrastruktur komputasi kelas pusat data sehingga sebagian besar pengguna kemungkinan akan mengaksesnya melalui aplikasi atau API. angan dan Keterbatasan Kimi K3
Kimi K3 tetap memiliki sejumlah keterbatasan. Moonshot AI mengakui model ini dapat bersikap terlalu proaktif ketika menerima instruksi yang ambigu. Dalam kondisi tertentu, AI dapat mengambil keputusan yang tidak diminta secara langsung oleh pengguna.
Model ini juga sensitif terhadap riwayat proses berpikir dalam sesi panjang. Berpindah dari model lain ke Kimi K3 di tengah percakapan dapat membuat kualitas hasil menjadi tidak stabil apabila aplikasi yang digunakan tidak meneruskan riwayat yang dibutuhkan dengan benar.
Selain itu, pengalaman pengguna secara keseluruhan masih disebut memiliki jarak dibandingkan model proprietary teratas. Karena modelnya baru diluncurkan, performa di dunia nyata juga masih perlu diuji lebih luas oleh pengembang dan pengguna independen. model generatif lainnya, Kimi K3 juga masih dapat memberikan informasi keliru dengan gaya bahasa yang meyakinkan. Pengguna tidak sebaiknya langsung mempercayai angka, kutipan, sumber, atau kode yang dihasilkan tanpa pemeriksaan tambahan.
