7 月 16 日晚，在放出了一支很藝術的預告片之後，月之暗面正式上線了 Kimi K3。 這款混合專家模型擁有 2.8 萬億參數、100 萬 token 上下文窗口和原生視覺理解能力，是 Kimi 迄今規模最大、能力最強的模型。 不過在官方發佈前，K3 已經以另一種方式出名了：一款名爲“ Kivine ”的匿名模型這幾天出現在 Arena，連續幾天產出高完成度的網頁、3D 場景和小遊戲，許多測試者直接把它稱爲“Fable 級”。 圖丨KIMI K3 正式上線（來源：KIMI） Kivine 當時並未公開身份。外界根據模型 特點、 表現和月之暗面此前的匿名測試習慣，推測它是 K3 的預覽版本。7 月 15 日，一名用戶用相同提示詞讓它和 Claude Fable 5 製作宇宙模擬器。Fable 5 完成得更快，界面控件也更穩定； Kivine 搭建的場景則更加複雜，加入了豐富的天體細節和第一人稱視角，視覺衝擊力更強。這段對比很快在 X 上傳開，也形成了外界對 K3 的第一印象：速度未必佔優，卻經常主動把任務做得更充分。 此後的測試大多延續了這一特點。在一項與 GPT-5.6 Sol 對照的“體素版死星戰壕”測試中，原提示詞只要求製作靜態世界， Kivine 最終交付的卻是一個可以實時運行的動畫場景。在櫻花盆景測試中，它生成了扭曲的樹幹和層次分明 的樹冠，提示詞遵循和細節完成度獲得測試者好評。還有用戶讓它用 Three.js 一次生成戰爭場景，模型直接搭出了帶有鏡頭運動和交互元素的網頁。 已關注 關注 重播 分享 贊 關閉 觀看更多 更多 退出全屏 切換到豎屏全屏 退出全屏 DeepTech深科技 已關注 分享視頻 ，時長 00:24 0 / 0 00:00 / 00:24 切換到橫屏模式 繼續播放 進度條，百分之0 播放 00:00 / 00:24 00:24 全屏 倍速播放中 您的瀏覽器不支持 video 標籤 繼續觀看 Kimi發佈史上最大開源模型！參數高達2.8T，離Fable 5和GPT-5.6只差半步？ 觀看更多 轉載 , Kimi發佈史上最大開源模型！參數高達2.8T，離Fable 5和GPT-5.6只差半步？ DeepTech深科技 已關注 分享 點贊 在看 已同步到看一看 寫下你的評論 視頻詳情 視頻丨相關測試視頻（來源：X） 另一名用戶要求 Kivine 製作一款《我的世界》風格的遊戲，場景中需要包含中世紀城堡、森林和花叢。模型最終做成了一款限時尋寶遊戲，還加入了環境音效、光影和手機端虛擬搖桿；作爲對照的 Claude Opus 4.7，則生成了一款完成度相對簡單的上帝視角方塊遊戲。另一次前端測試中， Kivine 的輸出被用戶評價爲同一提示詞下見過的最好結果之一，生成過程卻耗時約 35 分鐘，甚至慢於 Fable 5。 K3 正式上線後，筆者也做了一輪簡單的橫向測試，要求不同模型製作一款“蹺蹺板檯球”遊戲。GPT-5.6 Sol（極高）用時不到 10 分鐘，便實現了要求中的全部效果。Fable 5 Extra 在約 15 分鐘時已經生成可用預覽，但後續修改破壞了原有交互，檯球變得無法拖動。Opus 4.8（Ultracode） 用約 20 分鐘完成任務，整體功能齊全（相比其他模型沒有做出檯球編號），但存在明顯 bug：白球會卡在球桌邊緣，無法再次點擊。 圖丨蹺蹺板檯球案例實測結果：Opus 4.8 （左上）、GPT -5.6 Sol（右上） 、Fable -5（左下） 、KIMI K3（右下） （來源： DeepTech ） Kimi K3 Max 同樣用時約 20 分鐘。它不是這次測試中速度最快的模型，最終版本的完成度卻最高：主要功能正常，未出現上述交互故障，還額外加入了球體碰撞音效 甚至動效 。 不過，這些案例仍屬於零散的用戶測試。提示詞數量有限，任務 主 要集中在前端和遊戲生成，Arena 的隨機配對也讓橫向比較很難嚴格控制變量。漂亮的單次輸出可以展示能力上限，卻無法回答穩定性、成本和多輪任務成功率。K3 經常主動擴大任務範圍，也會拉長生成時間，並 可能 增加後續修改和收斂的難度。 從 月之暗面公佈的評測結果 來看 ，K3 的整體表現 也 已經接近當前最強的一批模型 ， “ 僅次於 Claude Fable 5 和 GPT-5.6 Sol ” 。在面向真實職業任務的 GDPval -AA v2 中，K3 獲得 1687 分，排在 Claude Fable 5 Max 和 GPT-5.6 Sol Max 之後，高於 Claude Opus 4.8 Max 的 1600 分。 在長週期智能體知識工作測試 AA-Briefcase 中，K3 得分爲 1527，位列第二，超過 GPT-5.6 Sol Max 的 1495 分。K3 還在 BrowseComp 信息檢索測試中獲得 91.2 分；按照月之暗面的說法，這項成績由單個智能體完成，沒有使用上下文壓縮或額外的上下文管理技術。 圖丨Kimi K3架構圖（來源：Moonshot AI） K3 的能力方向也與它在 Arena 上走紅的案例基本吻合。模型共有 896 個專家，每次推理只激活其中 16 個，並採用 Kimi Delta Attention 混合線性注意力機制和 Attention Residuals。月之暗面稱，這些設計讓 K3 的整體擴展效率達到 K2 的約 2.5 倍。它能夠讀取大型代碼庫、操作終端和調用工具，再根據截圖、日誌、測試結果及運行狀態繼續修改代碼，主要面向前端、遊戲、計算機輔助設計和長週期知識工作。 K3 目前已經通過 API 開放，完整模型權重將在未來幾天發佈，技術報告也即將公佈。 參考資料： 1. https://platform.kimi.ai/docs/guide/kimi-k3-quickstart 2. https://www.testingcatalog.com/early-look-at-kimi-k3-generations-from-moonshot-ai-on-arena/