Nová architektura: Zvýšení inteligence bez zbytečného plýtvání GPU

Vývoj velkých jazykových modelů se v roce 2026 posouvá od pouhého zvětšování velikosti k architektonické efektivitě. Pekingský startup Moonshot AI to dokazuje modelem Kimi K3, který staví na kombinaci vrstev Kimi Delta Attention (KDA) a Gated MLA (Multi-Head Latent Attention) doplněných o mechanismus Attention Residuals (AttnRes).

Pod kapotou Kimi K3 tepe masivní systém Stable LatentMoE se 896 expertními sítěmi. Pro každý generovaný token model dynamicky vybírá a aktivuje pouze 16 z těchto expertů (plus 2 sdílené experty). Z celkových 2,8 trilionu parametrů je tak v libovolném okamžiku aktivních pouhých 104 miliard. Tento přístup umožňuje dosáhnout výjimečné úrovně uvažování (reasoning) a znalostí, aniž by docházelo k neúměrnému nárůstu latence nebo nákladů na infrastrukturu.

Model byl navíc od fáze ladění (SFT) trénován s nativní kvantizací MXFP4 pro váhy a MXFP8 pro aktivace (Quantization-Aware Training). Díky tomu lze tento gigantický systém efektivněji nasazovat na moderních akcelerátorech bez výrazné ztráty přesnosti výstupů.

Dominance v autonomním kódování a agentových úlohách

Kimi K3 byl navržen především jako autonomní agent schopný samostatně řešit dlouhodobé a komplexní inženýrské úkoly. Zvládá projíždět rozsáhlé kódové repozitáře, pracovat s terminálovým rozhraním a vykonávat navazující úkony v oblastech od optimalizace GPU kernelů a vývoje kompilátorů až po CAD návrhy, vývoj her a architekturu čipů.

Současně s modelem vývojáři uvolnili také vývojářský nástroj Kimi Code CLI, který slouží jako terminálový agent. Kimi K3 kombinuje textové uvažování s vizuálním vnímáním díky integrovanému rozhraní MoonViT-V2 s 401 miliony parametrů. Dokáže tak přímo analyzovat uživatelské rozhraní, grafické podklady nebo generovat interaktivní dashboardy a datové vizualizace.

Srovnání v benchmarku: Kimi K3 šlape na paty GPT-5.6 a Claude Opus 4.8

Oficiální technická zpráva zveřejněná na blogu Kimi.com nabízí detailní srovnání s předními komerčními i otevřenými modely dneška, jako jsou GPT-5.6 Sol, Claude Fable 5 nebo Claude Opus 4.8.

Výsledky ukazují, že Kimi K3 vyniká zejména v autonomním vyhledávání (BrowseComp 91,2 %) a komplexním vícekrokovém vývoji softwaru (SWE-Marathon 42,0 %), kde poráží i ty nejvýkonnější uzavřené modely na trhu.

"Preserved Thinking" a jak model funguje v praxi

Podobně jako některé předchozí uvažující modely má Kimi K3 trvale zapnutý proces vnitřního myšlení. V rámci API rozhraní vrací objekt reasoning_content, přičemž vývojáři mohou nastavit intenzitu uvažování (reasoning_effort) na hodnoty "low", "high" nebo "max".

Unikátní vlastností je trénink v režimu zachované historie myšlení (preserved thinking history mode). Pokud vedete s modelem vícekolovou konverzaci nebo využíváte volání funkcí (tool calling), musíte do historie zpráv předávat kompletní předchozí odpověď asistenta včetně vnitřních úvah reasoning_content. Model tak neztrácí nit a dokáže v dalších krocích navázat na své dřívější myšlenkové pochody.

Dostupnost v ČR, čeština a dopad pro evropské firmy

Jedním z nejdůležitějších aspektů vydání Kimi K3 je jeho licencování. Modelové váhy jsou dostupné ke stažení v úložišti HuggingFace pod Kimi K3 License. Zpřístupnění otevřených vah takového rozsahu představuje zásadní výhodu pro evropské a české firmy.

Dopad na český trh a regulace: Evropské podniky často narážejí na přísné požadavky GDPR a předpisy EU AI Act při odesílání citlivých dat na americké cloudy. Otevřené váhy Kimi K3 umožňují běh modelu na vlastní infrastruktuře (on-premise) nebo v lokálních cloudových centrech v rámci EU.

Čeština a lokalizace: Model byl primárně trénován na anglických a čínských datech doplněných o rozsáhlé vícejazyčné korpusy. Zkoušky ukazují, že Kimi K3 bez problémů rozumí a komunikuje v češtině i slovenštině, zvládá překlady i úpravy českého kódu či dokumentace, ačkoliv jeho nejhlubší odborné znalosti logicky vycházejí z anglických zdrojů.

Cena a výpočetní nároky: Stažení samotných vah modelu je zdarma. Pro vývojáře, kteří nechtějí provozovat vlastní hardware, je k dispozici oficiální API na portálu platform.kimi.ai, které je plně kompatibilní s formátem OpenAI a Anthropic. Pro lokální nasazení jsou oficiálně podporovány produkční inferenční frameworky jako vLLM, SGLang nebo TokenSpeed.