Kimi K3, kineski otvoreni AI model za 3 dolara po milionu tokena
Dok zapadni modeli poskupljuju, Kina je izbacila novog aduta. Kimi K3 nudi vrhunske rezultate u programiranju i radu AI agenata, ali po cijeni znatno nižoj od Opusa i GPT-a. Za firme u regionu to je poziv da preračunaju koliko ih AI zaista košta.
Kineska firma Moonshot AI objavila je 16. jula 2026. novi model Kimi K3, nasljednika porodice Kimi K2. Model ima 2,8 biliona parametara, kontekst prozor od milion tokena i cilja dvije stvari koje firme najviše koriste, dugoročno programiranje i automatizaciju kroz AI agente. Ono što ga izdvaja nije samo veličina, nego cijena. Kimi K3 kroz API košta 3 dolara po milionu ulaznih i 15 dolara po milionu izlaznih tokena, što je osjetno jeftinije od zapadnih modela istog ranga. Za svakoga ko razmišlja koliko ga AI zaista košta na mjesečnom nivou, to je broj koji mijenja računicu.
- Moonshot AI objavio Kimi K3 dana 16. jula 2026, nasljednika modela Kimi K2.
- Model ima 2,8 biliona parametara i kontekst prozor od milion tokena.
- API cijena iznosi 3 dolara po milionu ulaznih i 15 dolara po milionu izlaznih tokena.
- Stigle su dvije varijante, K3 Max za razgovor i agente i K3 Swarm Max za masovnu paralelnu obradu.
- Otvorena verzija modela, koju firme mogu preuzeti i pokretati kod sebe, najavljena je do 27. jula.
Šta se tačno desilo
Kimi K3 gradi se na novoj arhitekturi koju Moonshot zove Kimi Delta Attention, uz takozvane Attention Residuals. U praksi to je model tipa mješavine eksperata (mixture of experts), koji od 896 dijelova aktivira samo 16 za svaki zadatak. Zbog toga je i brz i jeftin za rad, iako ukupno ima ogroman broj parametara.
Na tržište su stigle dvije varijante. K3 Max je namijenjen razgovoru i radu AI agenata, a K3 Swarm Max je za velike, paralelne poslove gdje treba obraditi mnogo zahtjeva odjednom. Model je prvo dostupan kroz alat Kimi Code i u Kimi aplikaciji, uključujući iOS, a ulazna pretplata počinje od 199 juana. Procurela promotivna stranica na Moonshotovoj platformi otkrila je izdanje dan ranije, pa je lansiranje ubrzano.
Po nezavisnim procjenama sa platforme Artificial Analysis, Kimi K3 je u rangu modela poput Opus 4.8 i GPT-5.5, a na nekim arena testovima zaostaje za modelom Fable 5. Za posao to znači da govorimo o modelu vrhunske klase za programiranje, a ne o jeftinoj zamjeni koja radi upola snage.
Kontekst i konkurencija
Kimi K3 je još jedan dokaz koliko su kineski otvoreni modeli napredovali u 2026. godini. DeepSeek, Alibabin Qwen i sada Moonshot redom izbacuju modele koji su blizu ili u rangu najboljih zapadnih, ali po znatno nižoj cijeni i, što je ključno, sa otvorenim kodom koji svako može preuzeti i prilagoditi.
Zapadni rivali, OpenAI sa porodicom GPT-5.6 i Anthropic sa modelom Opus 4.8, zadržavaju prednost u pouzdanosti i podršci, ali naplaćuju više i drže model zatvorenim. Razlika u cijeni po milionu tokena danas je jedan od glavnih razloga zašto sve više firmi bar testira kineske opcije.
AIBalkan - vijesti o vjestackoj inteligenciji
Naša perspektiva, šta ovo znači za region
Za softverske firme i agencije u regionu ovo je konkretna prilika da smanje troškove. Firma koja danas plaća zapadni model za pomoć u pisanju koda može testirati Kimi K3 po cijeni od 3 dolara za milion ulaznih tokena i uporediti rezultat na svojim stvarnim zadacima. Kod modela sa otvorenim kodom postoji i druga prednost, mogućnost da se pokrene na vlastitoj infrastrukturi, čime firma manje zavisi od jednog dobavljača i lakše čuva kontrolu nad podacima.
Ima i oprez. Kineski modeli otvaraju pitanje gdje se podaci obrađuju i pod kojim pravilima, pa za osjetljive poslovne podatke treba biti pažljiv. Praktičan savjet je jednostavan. Testirajte Kimi K3 na zadacima koji nisu povjerljivi, izmjerite kvalitet i uštedu, pa tek onda odlučite gdje ga uvodite. Broj na fakturi na kraju mjeseca reći će vam više od svakog benchmarka.
Zaključak
Kimi K3 pokazuje da se trka u AI više ne vodi samo oko toga ko ima najjači model, nego ko nudi najbolji odnos cijene i rezultata. Za firme u regionu to je dobra vijest, jer veća konkurencija znači niže cijene. Ono što treba pratiti u narednim sedmicama je otvorena verzija modela najavljena do 27. jula, jer će tek ona pokazati koliko će ga zaista mnogo firmi preuzeti i staviti u svoje alate.
Ako želiš da svake sedmice dobiješ AI vijesti prevedene na jasno objašnjenje šta to znači za tvoj posao, prijavi se na AI Balkan newsletter.
