AWS已在Amazon Bedrock上上线Moonshot AI的Kimi K3，企业可通过托管云服务以跨区域推理方式调用该开放权重模型，简化接入和管理。Bedrock支持显式提示缓存、OpenAI兼容接口和多区域配置，但实际性能与成本取决于推理配置、缓存命中率和合规要求。
AWS于2026年9月18日宣布，月之暗面（Moonshot AI）的Kimi K3已正式登陆Amazon Bedrock。对企业用户而言，这次发布的重点并不是模型首次亮相，而是一个此前主要通过模型平台和开放权重生态接触到的系统，开始以托管云服务的形式进入企业的代码、知识工作和智能体流程。
AWS在官方公告中表示，Kimi K3目前可通过Amazon Bedrock的跨区域推理使用。AWS机器学习博客进一步说明，用户可以在Bedrock控制台的Playground中选择模型，也可以通过Bedrock API调用。AWS称，Kimi K3面向长时间运行的编码任务、知识工作，以及需要持续处理大型代码库、多个文档和图像的工作流。
这意味着，企业接入Kimi K3时不必把模型权重直接部署到自己的服务器，也不必为了使用它单独搭建一套推理基础设施。模型可以和Bedrock上其他基础模型一起，通过统一的平台入口进行测试、调用和管理。对于已经在AWS上运行数据处理、软件开发或检索增强应用的团队，这种接入方式降低了切换模型的工程成本，也让模型选择更接近一种平台层面的配置。
Kimi K3在Bedrock上提供了什么
Kimi K3的模型参数、视觉能力和上下文窗口等信息，主要来自AWS对Moonshot AI资料的转述。AWS称，Kimi K3拥有2.8万亿参数，是首个达到这一规模的开放模型，并支持原生视觉能力和100万token上下文窗口。Moonshot AI在其Kimi K3平台文档中也将模型定位于长上下文编码、知识工作和推理任务。
不过，这些指标描述的是模型本身，并不等同于所有Bedrock用户都能在任何场景中获得相同的实际效果。模型性能还会受到推理配置、输入内容、上下文组织方式以及企业工作流设计的影响。AWS博客所称的约2.5倍规模效率提升，同样是Moonshot AI的技术表述，不能直接视为一项独立的行业基准结论。
此次上线的一个平台层亮点，是Kimi K3成为Amazon Bedrock上首个支持显式提示缓存的开放权重模型。对于反复发送相同代码库说明、工具定义、系统提示或参考文档的长任务，开发者可以标记可复用的提示前缀。按照AWS模型文档，显式缓存检查点至少需要1,024个token，缓存保留时间至少为30分钟；命中缓存后，重复输入的延迟和成本有望下降。
这里的关键并不是简单地把上下文窗口做大，而是如何把长上下文转化为可持续运行的工作流。代码代理可能需要在多轮调用中保留仓库结构、工具说明和此前的修改结果；知识工作代理则可能反复引用同一批政策文件、研究材料或扫描页面。显式缓存让这些稳定内容不必在每次请求中都按照完整输入重新计费，但缓存写入本身采用单独价格，企业仍需要根据命中率和任务结构评估实际收益。
API、区域与企业控制边界
AWS建议新应用优先使用bedrock-runtime端点，并称Kimi K3适合通过OpenAI兼容的Responses或Chat Completions API调用，同时也支持Bedrock的Invoke和Converse API。AWS文档特别建议，在可能的情况下优先使用OpenAI兼容接口；Converse在某些多轮推理内容和文档输入场景中存在已知限制，开发者需要在正式部署前完成兼容性测试。
在区域配置方面，Kimi K3支持全球跨区域推理和美国地理区域跨区域推理。全球配置global.moonshotai.kimi-k3可以把请求路由到全球支持的商业AWS区域；美国配置us.moonshotai.kimi-k3则把处理限制在美国地理范围内。AWS称，全球跨区域推理的价格约比地理区域配置低10%，但对于有数据驻留要求的企业，成本并不是唯一的决策因素。
AWS还表示，Bedrock上的开放权重模型请求会在AWS数据边界内处理，不会与模型提供方共享，也不会用于训练底层模型。AWS博客同时提到，推理请求默认启用零数据保留，且在推理过程中不会向AWS运营人员开放提示词和生成结果。这些是AWS对Bedrock服务边界的说明，企业在落地时仍需结合自己的账户权限、日志策略、合规要求和具体区域配置进行核查。
从“能下载”到“可纳管”的变化
此前，Kimi K3的主要话题集中在2.8万亿参数、百万级上下文和开放权重发布本身。AIFlux此前对Kimi K3模型发布已有报道，重点放在模型规模、开放权重和技术定位上。此次Bedrock上线则把关注点移向企业如何调用、控制和计量模型服务。
这一变化也解释了为什么AWS没有把公告写成一次单纯的模型发布。对于企业客户来说，模型是否能够接入现有权限体系、数据边界、日志审计和跨区域策略，往往比参数规模更直接地决定能否进入生产环境。Kimi K3在Bedrock上的可用性，为企业提供了一个相对标准化的试用入口，但并不意味着所有地区、账户或工作负载都能无条件启用。具体区域、价格、配额和API限制，仍应以AWS Kimi K3模型文档及账户控制台显示为准。
从行业角度看，Kimi K3进入Bedrock延续了云平台扩大开放权重模型选择的趋势。AWS机器学习博客称，自2025年以来，Bedrock已陆续加入来自DeepSeek、Google、MiniMax、Mistral AI、Moonshot AI、NVIDIA、OpenAI和Qwen等提供方的开放权重模型。对模型厂商而言，云平台提供了接触企业客户的渠道；对云厂商而言，更多模型则有助于把Bedrock塑造成一个可以持续比较和替换模型的统一推理层。真正的竞争，最终仍将落在稳定性、成本、区域合规和具体任务效果上，而不只是模型的参数规模。