Uusi kielimalli lupaa yleensä parempia vastauksia. Kimi K3 lupaa kokonaisen työpäivän kaltaisen suorituksen: lähteiden keruun, aineiston analyysin, taulukot, esityksen ja seurantanäkymän.

Kiinalainen Moonshot AI avasi Kimi K3:n API-käyttöön 16. heinäkuuta, ja yhtiön blogijulkaisu on päivätty 17. heinäkuuta 2026. Moonshotin mukaan mallissa on 2,8 biljoonaa parametria, miljoonan tokenin konteksti ja kyky käsitellä tekstiä, kuvia ja videoita. Malli toimii selaimessa, mobiilisovelluksessa, Kimi Work -työpöytäsovelluksessa, Kimi Codessa ja API:n kautta.

Numerot ovat merkittäviä. Tavalliselle tietotyöläiselle tärkeämpi kysymys kuuluu näin: pystyykö K3 tekemään raportin, analyysin tai esityksen luotettavammin ja halvemmalla kuin nykyinen AI-työkalu?

Lyhyt vastaus: K3 kannattaa ottaa rajattuun kokeiluun. Arkaluonteisen datan ja valvomattoman automaation kanssa on vielä syytä odottaa.

Moonshot kuvaa K3:a maailman ensimmäiseksi avoimeksi kolmen biljoonan parametrin luokan malliksi. Tarkka kokonaismäärä on 2,8 biljoonaa parametria. Yhtiön mukaan se on enemmän kuin yhdessäkään aiemmin julkaistussa avoimeksi tarkoitetussa kielimallissa.

Moonshot ei ole kertonut aktiivisten parametrien kokonaismäärää. Se on olennainen puute, koska juuri aktiivinen osa vaikuttaa paljon mallin ajamisen kustannukseen ja nopeuteen.

Miljoonan tokenin konteksti on K3:n käytännöllisin tekninen ominaisuus. Se voi tarkoittaa satojen pitkien asiakirjojen, suuren projektikansion tai monen vuoden raporttiaineiston käsittelyä samassa istunnossa.

Konteksti-ikkuna kertoo kapasiteetin. Se ei takaa, että malli löytää jokaisen luvun, ymmärtää kaikki ristiriidat tai muistaa aineiston jokaisen yksityiskohdan oikein. Pitkää kontekstia pitää testata omalla aineistolla siinä missä muutakin laatua.

Moonshot sanoo K3:n uuden rakenteen parantavan skaalaustehokkuutta noin 2,5-kertaiseksi Kimi K2:een verrattuna. Väite on yhtiön oma. Tekninen raportti ja mallipainot puuttuivat 17. heinäkuuta, joten ulkopuoliset eivät voineet vielä tarkistaa sitä.

K3 jatkaa samalla Kiinan malliyhtiöiden nousua suljettujen yhdysvaltalaismallien rinnalle. AI-Sanomien opas kiinalaisiin AI-päättelymalleihin avaa tämän kilpailun taustaa laajemmin.

Jos avoimet mallipainot ja paikallinen data ovat yrityksellesi tärkeitä, Paikalliset avoimet kielimallit -kurssi auttaa arvioimaan laitteiston, datavirrat ja todellisen käyttökelpoisuuden. K3:n koko palauttaa odotukset maan pinnalle: Moonshot suosittelee koko mallin tehokkaaseen ajamiseen vähintään 64 kiihdytintä. Tavallinen työasema ei siihen riitä.

K3:a voi käyttää tavallisessa selainkeskustelussa. Kiinnostavampi osa julkaisua on Kimi Work, Windowsille ja Applen omilla suorittimilla varustetuille Maceille tehty työpöytäsovellus.

Moonshotin mukaan Kimi Work voi lukea käyttäjän hyväksymiä paikallisia kansioita, käyttää selainta, ajaa Pythonia ja komentojonoja sekä suorittaa ajastettuja tehtäviä. K3 toi sovellukseen myös pienoisohjelmat ja koontinäytöt, joista voi rakentaa jatkuvasti päivittyviä tilannenäkymiä.

Tässä kohtaa kielimalli muuttuu vastauskoneesta työympäristöksi.

Käytännön tehtävä voisi edetä näin:

Sama rakenne sopii kuukausiraporttiin, sopimusversioiden vertailuun, asiakaspalautteen analyysiin tai myynnin tilannekuvaan. Mallin arvo syntyy siitä, että useampi työvaihe pysyy samassa kontekstissa.

Moonshot näyttää julkaisussaan paljon näyttävämpiä esimerkkejä. Yhdessä K3:n kerrotaan rakentaneen 42 vuoden toimialatutkimuksen tuhansien verkkohakujen avulla. Toisessa se teki tieteellisen data-analyysin 20 rinnakkaisella aliagentilla. Nämä ovat yrityksen valitsemia demoja. Niitä kannattaa lukea tuotteen tavoitetasona, ei lupauksena jokaisen käyttäjän ensimmäisestä tuloksesta.

Muutos sopii laajempaan kehitykseen, jota käsittelimme artikkelissa Tekoälyagentit muuttavat tietotyön. Kilpailu siirtyy yksittäisistä vastauksista kokonaisiin työnkulkuihin.

Jos oma käyttö on vielä chatin ja satunnaisten tiedostojen tasolla, ilmainen Tekoälyn perusteet -kurssi auttaa rakentamaan työkalukartan ja 30 päivän kokeilusuunnitelman ennen uuden palvelun tilaamista.

Pitkä konteksti on hyödyllinen vain silloin, kun se poistaa työstä vaiheita. K3:sta saa realistisen kuvan tehtävillä, joissa aineistoa on paljon mutta lopputulos on helppo tarkistaa.

Johdon kuukausiraportti. Anna mallille edellisten kuukausien raportit, ajantasainen tulostaulukko ja valmiiksi päätetty raporttipohja. Pyydä sitä tunnistamaan poikkeamat ja kirjoittamaan johtopäätöksille lähdeviitteet. Vertaa syntynyttä raporttia ihmisen tekemään versioon: osuivatko luvut, löytyivätkö aidosti uudet havainnot ja paljonko tarkistamiseen kului aikaa?

Tarjousten tai sopimusversioiden vertailu. Käytä aluksi julkisia tai synteettisiä asiakirjoja. Pyydä K3:a tekemään taulukko, jossa näkyvät ehdot, hinnat, puuttuvat tiedot ja keskenään ristiriitaiset kohdat. Malli saa nostaa päätöskysymykset esiin, mutta ihmisen pitää hyväksyä tulkinnat. Tässä tehtävässä ratkaisee kattavuus: jäikö jokin olennainen ero huomaamatta?

Asiakaspalautteen analyysi. Syötä anonymisoitu palautekokonaisuus, ennalta määritelty luokittelu ja muutama esimerkkitapaus. Pyydä mallia ryhmittelemään palautteet, nimeämään toistuvat ongelmat ja tuomaan jokaiseen havaintoon alkuperäiset kommentit. Tulosta voi arvioida otannalla. Tarkista esimerkiksi sata luokitusta ja laske, kuinka moni osui sovittuihin kategorioihin.

Näissä kokeissa malli joutuu lukemaan, yhdistelemään ja tuottamaan valmiin työesineen. Samalla ihminen pystyy tarkistamaan tuloksen ilman, että koko pilotista tulee uusi tutkimushanke.

Moonshotin oma benchmark-taulukko on vaikuttava. Se on myös hankala vertailtava, koska K3:a, Claudea ja GPT-malleja on ajettu eri agenttikehyksillä. K3 käyttää usein KimiCodea, Claude-mallit Claude Codea tai Terminus 2:ta ja GPT-mallit Codexia.

Agenttikehys vaikuttaa tulokseen. Sama malli voi saada eri työkalujen, muistinhallinnan ja tehtäväsilmukan kanssa selvästi erilaiset pisteet. Siksi Moonshotin taulukosta ei voi päätellä puhdasta mallien paremmuusjärjestystä.

Artificial Analysisin ensiarvio antaa vertailukelpoisemman kuvan:

Taulukon kaksi ensimmäistä tietotyömittaria ovat tämän artikkelin kannalta tärkeimmät. Ne arvioivat valmiita muistioita, taulukoita, dioja ja muita ammatillisia tuotoksia. K3:n sijoitukset tukevat Moonshotin väitettä vahvasta tietotyömallista.

Artificial Analysisin tulostaulut päivittyvät uusien arviointien myötä. Yllä ovat 17. heinäkuuta tarkistetut live-arvot, joten myöhemmin avautuva lähdesivu voi näyttää hieman eri pisteet.

Kärkisija ei silti tarkoita valmista automaatiota. AutomationBench-AA:ssa tulos jäi 52,7 prosenttiin. Pankkitestissä vain noin kolmannes prosesseista onnistui. Malli voi olla testin paras ja silti liian epävarma valvomattomaan tuotantoon.

Faktavarmuudessa näkyy toinen varoitus. AA-Omniscience-testissä K3 vastasi oikein 46 prosenttiin kysymyksistä, kun K2.6:n tulos oli 33 prosenttia. Samalla hallusinaatioaste nousi 39 prosentista noin 51 prosenttiin.

Tuo 51 prosenttia ei ole kaikkien vastausten virheprosentti. Mittari laskee väärien vastausten osuuden tilanteissa, joissa vastaus ei ollut täysin oikea. Havainto on silti tärkeä: K3 yrittää hanakasti. Se osuu useammin oikeaan ja arvaa myös useammin väärin.

Artificial Analysis mittasi K3:n nopeudeksi noin 62 tulostetokenia sekunnissa. Malli tuotti testikierroksella noin kaksinkertaisen määrän tokeneita vertailuryhmän mediaaniin nähden. Se on kyvykäs mutta puhelias, mikä vaikuttaa sekä käyttökokemukseen että laskuun.

K3:n API-hinta on selkeä:

Hinnat eivät sisällä mahdollisia veroja. Pitkälle kontekstille ei ole erillistä hintaporrasta. Sama tokenihinta koskee koko 1 048 576 tokenin ikkunaa.

Otetaan yksinkertainen esimerkki. Agentti lukee 100 000 syötetokenia ja tuottaa 10 000 tulostetokenia.

Yksi ajo on halpa. Pitkä agenttitehtävä voi tehdä kymmeniä hakuja, korjauskierroksia ja työkalukutsuja. Jos malli tuottaa paljon päättelyä ja pitkiä vastauksia, lopullinen kustannus kasvaa nopeasti.

Tokenihintaa parempi mittari on eurot per hyväksytty lopputulos. Mittaa ainakin nämä:

K3 ei myöskään jatka kiinalaisten mallien kaikkein halvinta linjaa. The Decoderin Artificial Analysis -tietoihin perustuvassa vertailussa K3:n arvioitu kustannus tehtävää kohti oli lähellä OpenAI:n GPT-5.6 Solia ja selvästi DeepSeek V4 Prota sekä GLM-5.2:ta korkeampi.

Kimi Businessin julkinen listahinta on 599 dollaria käyttäjältä vuodessa. Vähimmäistilaus on viisi käyttäjää, joten aloituskustannus on 2 995 dollaria vuodessa mahdollisine veroineen. Yrityksen kannattaa verrata sitä API-kokeiluun: valmis Business-ympäristö voi säästää käyttöönottoa, kun taas API antaa enemmän hallintaa datavirtoihin ja käyttöoikeuksiin.

Kimi.com, Kimi Business ja Kimi API näyttävät käyttäjälle saman tuoteperheen osilta. Datan kannalta ne ovat eri valintoja.

Kuluttajapalvelun ja API:n eroa ei kannata ohittaa. Maksuton verkkokokeilu ei ole sama tuote kuin sopimuksella hallittu yrityskäyttö.

API:n julkisissa asiakirjoissa on myös ristiriita. Uusi tietoturvaohje lupaa tiukemman käsittelyn, mutta OpenPlatformin vanhempi tietosuojakäytäntö kuvaa käyttäjäsisällön käyttöä mallien optimointiin laajemmin. Yrityksen pitää varmistaa sopimuksesta, mikä ehto koskee sen tiliä ja käyttöä.

Kimin globaalin palvelun sopimusosapuoli ja rekisterinpitäjä on singaporelainen Moonshot AI PTE. LTD. OpenPlatformin tietosuojakäytäntö kertoo API-palvelinten sijaitsevan Singaporessa. Jos yritys siirtää henkilötietoja Euroopan talousalueen ulkopuolelle, sen pitää varmistaa siirtoperuste ja tarvittavat suojatoimet.

Julkiset sivut eivät nimeä kaikkia sertifikaatteja, alihankkijoita, kertakirjautumisen ominaisuuksia, käyttäjähallintaa tai auditointilokitusta. Tämä ei todista, että ominaisuudet puuttuvat. Ostajan pitää pyytää tiedot myynniltä.

Tarkista ennen tuotantoa ainakin:

AI-Sanomien AI-agentin turvallisuusopas käy läpi oikeudet, hyväksyntäpisteet ja tuotantoympäristön seitsemän osa-aluetta. Käytännön toteutukseen löytyy jatkoa AI-agenttien turvallisuus tuotannossa -kurssilta.

Moonshot kertoo K3:n rajoituksista poikkeuksellisen suoraan. Se lisää julkistuksen uskottavuutta ja antaa yritykselle hyvän testilistan.

K3 on koulutettu säilytetyn päättelyhistorian varaan. Jos agenttiohjelmisto ei välitä aiempaa historiaa oikein tai malli vaihdetaan kesken istunnon, laatu voi muuttua epävakaaksi.

Käytä julkaisuvaiheessa yhteensopivaksi testattua työkalua ja pidä sama malli koko pitkän istunnon ajan.

Moonshot sanoo mallin voivan tehdä epäselvissä tilanteissa odottamattomia päätöksiä käyttäjän puolesta. Pitkiin agenttitehtäviin koulutettu malli yrittää jatkaa silloinkin, kun ihmisen pitäisi pysäyttää työ.

Kirjoita rajat näkyviin. Mitä malli saa lukea, muuttaa, lähettää ja hyväksyä? Pidä tiedostomuutokset, selainostot, viestit ja muut ulkoiset toimet ihmisen vahvistuksen takana.

Kimin oma API-dokumentaatio kertoo verkkohakutoiminnon olevan päivityksessä eikä suosittele sitä lähiajan tuotantokäyttöön. Tutkimustyössä tämä on iso rajoite.

Pyydä lähteet, avaa ne itse ja tarkista väitteet alkuperäisaineistosta.

Moonshot myöntää K3:n käyttökokemuksen jäävän Claude Fable 5:n ja GPT-5.6 Solin taakse. Riippumaton TechRadarin arvio aiemmasta Kimi-alustasta päätyi samansuuntaiseen havaintoon: kokonaisuus oli vahva dokumenttityössä, mutta yksittäiset työkalut eivät olleet luokkansa viimeistellympiä.

K3:n suomen kielen laadusta ei löytynyt riippumatonta testiä. Mallipainot, lisenssi ja tekninen raportti puuttuivat julkaisuhetkellä. Näitä aukkoja ei kannata täyttää oletuksilla.

K3:n ympärille tarvitaan sama käyttöönottokerros kuin muillekin agenteille: rajatut oikeudet, lokit, testit, hyväksynnät ja omistaja. OpenAI Frontieria käsittelevä artikkeli avaa tätä yritystason hallintakysymystä toisesta näkökulmasta.

Tavallisen tietotyöläisen ei tarvitse odottaa teknistä raporttia kokeillakseen K3:a. Kokeilun voi aloittaa ilman luottamuksellista dataa ja ilman tuotantojärjestelmiä.

Valitse kolmesta viiteen tehtävää, joita teet jo nyt. Hyviä ehdokkaita ovat kilpailija-analyysi, kuukausiraportti, esityksen luonnos, julkisen palautedatan luokittelu ja pitkän raportin tiivistys.

Käytä julkista, synteettistä tai anonymisoitua dataa. Älä lataa kuluttajapalveluun asiakaslistoja, henkilötietoja, sisäistä strategiaa tai sopimuksia.

Aja sama tehtävä K3:lla ja nykyisellä työkalullasi. Anna molemmille sama aineisto, tavoite ja tuotoksen rakenne.

Yksi onnistunut demo kertoo vähän. Tee tärkeimmästä tehtävästä vähintään 20 toistoa eri aineistoilla. Merkitse myös epäonnistumiset.

Mittaa tokenien lisäksi työaika, korjauskierrokset, lähdevirheet ja ihmisen tarkistustyö.

Jatka vain tehtävissä, joissa laatu, aika ja kustannus paranivat. Yritysdatan käyttöönotto on erillinen päätös, joka tehdään sopimusten ja tietosuojan tarkistuksen jälkeen.

Tämä työpöytämäinen suunta näkyy muuallakin kuin Kimissä. AI-viikko: agentti muuttui chatista työtilaksi kokoaa kehityksen laajemman markkinakuvan.

Kimi K3 on kiinnostava juuri siksi, ettei se yritä olla vain parempi keskustelubotti. Se yrittää tehdä kokonaisen tietotyöjakson.

Siinä on myös julkaisun riski. Pitkä ja oma-aloitteinen työ kasvattaa hyötyä sekä virheen vaikutusta. Paras ensimmäinen askel on rajattu pilotti, jossa käytetään vaaratonta aineistoa ja mitataan valmis työ.

Parametrimäärä tekee otsikon. Hyväksytty lopputulos ratkaisee ostopäätöksen.