月之暗面發佈新旗艦大模型。圖片經由AI處理
文｜蘇揚
編輯｜徐青陽
7月17日凌晨，月之暗面發佈旗艦大模型Kimi K3，總參數量達到2.8萬億，成爲全球首個開放權重的3T級模型。
Kimi K3擁有100萬token上下文窗口和原生視覺能力，可直接處理文本、圖像和視頻，發佈時默認開啓最大思考強度模式。
在大模型編程能力測試中，開源的Kimi K3，以76%的勝率超過兩個最頂尖的閉源模型：Claude Fable5（63%）和GPT-5.6 Sol（58%），登頂最有影響力的CodeArena榜單。
K3在Frontend Code Arena中以1679分位居#1，超越Fable 5
這給人一種感覺：昨天之前大家都覺得只會出現在爽文裏的故事，真的發生了。
CodeArena不是一般的評測榜單，它採用匿名的雙盲對戰機制，你輸入一個Prompt，然後CodeArena會給你兩個沒人知道是什麼模型生成的回答，讓你選你覺得哪個好。等你投完票，就會立刻揭曉模型身份，身份揭曉之後的票就不再計入榜單了。
據說Code Arena官方花了幾個小時確認數據沒問題之後，才把結果發了出來。然後，就引爆了硅谷AI圈。
官方凌晨的新聞稿裏寫的是：雖然Kimi K3的 整體表現仍落後於最強的閉源模型Claude Fable 5和GPT-5.6 Sol ，但它在我們的整套評測中展現出前沿水平的能力，並穩定超過了其他所有模型。
要知道，業內普遍推測Fable 5的參數在5T-10T之間，屬於大模型中的大模型。“3萬億級的參數”Kimi K3，能與海外前沿模型在不同基準測試中互有勝負，性能可見一斑。
第三方機構Artifacial Analysis的智能排行指數中，Kimi K3從排行第17位的Kimi K2.6直接躍居第3，緊隨Fable 5和GPT-5.6 Sol之後，跟官方評測數據很接近。
01
首批反饋
上訴評測數據迅速在業界引發反應。
從技術領袖到一線用戶，首批反饋集中在三個關鍵詞上：速度、突破、實用。
針對Artifacial Analysis的測評，埃隆·馬斯克第二次爲月之暗面Kimi模型點贊，稱K3模型的基準性能令人印象深刻。
馬斯克稱K3的性能令人印象深刻
大模型測試者@kimmonismus在社交平臺上表示，這可能是“DeepSeek 2.0時刻”。
他解釋稱，Claude Opus 4.8於5月26日發佈，Kimi K3發佈距其僅一個半月，但在整體上已經優於前者。這個時間差直接反駁了“中國開源模型始終落後美國閉源模型六到八個月”的長期說法。
大模型測試者@kimmonismus稱K3反超Opus 4.8爲“DeepSeek 2.0時刻”
另一個重要信號來自網絡工程基準測試nextjs.org/evals。
Vercel創始人兼CEO吉列爾莫·拉奇稱，Kimi K3在該測試中表現最佳，領先Fable，在更短時間內達到相當的成功率。
這是開源模型首次在這一全面基準中領先所有閉源模型。目前尚無模型能100%完成該評估，峯值完成率在92%至96%之間，Kimi K3的領先因此更具分量。
拉奇稱K3首度在nextjs.org/evals超越所有專有模型，是開源的突破性時刻
沃頓商學院教授伊桑·莫利克測試後評價，Kimi K3是“非常好的模型，儘管還達不到Sol Max或Fable（級別），仍是很棒的開源權重模型”。
莫利克測試，Kimi K3生成“新哥特式塔樓城市淹沒風暴洋”着色器任務中表現良好
他同時觀察到Kimi K3傾向於反覆循環任務：在最高級別持續調整和修改，像一個“神經質的模型”，但不代表模型不好。這一觀察也與月之暗面官方聲明的侷限性吻合。
官方也發佈了提示，Kimi K3訓練特別側重長程高難度任務，遇到小問題或用戶意圖不明時可能替用戶做意外決策，需在系統提示中加明確約束。
半導體與AI基礎設施分析師尼古拉斯·穆加利從成本結構角度，解讀了這套實測表現背後的策略：Kimi K3的競爭邏輯不是拼“最聰明”，而是將硬件劣勢轉化爲效率和上下文處理的專長。
分析師穆加利認爲，K3以低成本長上下文定位，開源逼近閉源性能，美國實驗室面臨“雙線戰爭”
他解釋稱，Kimi K3定位爲成本足夠低的底層架構，用戶可將整個代碼庫或研究資料放入上下文運行長程任務。當開源模型以免費權重逼近閉源性能時，閉源模型的在溢價能力將從內部被侵蝕，所以美國實驗室面臨封閉對開源、溢價對免費的“雙線戰爭”。
研究機構ADHD Capital的分析與此呼應，指出月之暗面從未將“最聰明”作爲核心競爭維度，其基因是上下文長度和效率。早在競爭對手上下文限制爲32000 token時，該公司已推出長上下文方案。
ADHD Capital發現，Kimi K3以長上下文+ Agent Swarm構建低成本智能體平臺，不爭單輪推理最優
Kimi K3將百萬token窗口與線性注意力機制結合，配合Agent Swarm協調多子智能體能力，形成了一套不同於單純追求推理基準冠軍的定位。
ADHD Capital還提到，月之暗面是唯一採用API優先、開發者平臺策略的中國AI實驗室，收入增長三倍同時還在提價。
AI分析師@Kenjatina_og則評論稱，進步的速度纔是更重要的信號，差距開始以超出預期的速度縮小。
AI分析師@Kenjatina_og認爲，K3表現超過Opus 4.8，中美差距或在加速縮小
Towards AI聯合創始人路易斯-弗朗索瓦·布沙爾也發帖，Kimi K3在內部寫作基準中從第21名躍升至第1（Elo 2840），超越Claude Fable 5，爲首個登頂的開源權重模型。
在寫作基準Elo測試中，K3從第21名躍升至第1名，超越Fable 5
在衡量金融與編程綜合能力的Vals指數上，Kimi K3排名第二，僅次於Claude Fable 5
我本人也做了個小測試，跟它說我是復古遊戲愛好者，請它幫我做一個復刻的“VR戰警”，它還真用不到半個小時的時間，做了一個HTML版本，而且還會提醒有版權風險，並且順手去合成了一些圖像、音效素材以前置規避問題。
一句提示詞生成復古風射擊遊戲
當時我就在想，你要讓它現在就幹3A不現實，但是復刻一個網頁版小遊戲集合站，可就輕輕鬆鬆了。而且，所謂的版權素材問題，就直接用模型生成替換。
速度背後是架構的突破。月之暗面用兩項自研技術換來了效率躍升。
02
自研架構
Kimi K3能夠在多項基準測試中逼近甚至部分超越一線閉源模型，核心支撐來自月之暗面自研的兩項架構創新：Kimi Delta Attention（KDA）和Attention Residuals（AttnRes）。
Kimi K3 架構：Stable LatentMoE 和 KDA 模塊（左）、AttnRes 操作 α（右上）以及 Block Attention Residuals 主幹網絡（右）
KDA是一種混合線性注意力機制，專門解決長序列處理的計算效率問題。
相比標準注意力機制在處理百萬級token時計算複雜度急劇攀升，KDA通過線性化設計，大幅降低長上下文場景下的計算支出。這使得Kimi K3既能提供100萬token的上下文窗口，又能將推理成本控制在可用範圍。
早在2025年底，楊植麟在Reddit AMA（在線問答）中就曾透露，KDA是當時最新的實驗性架構，並表示“相關想法很可能會在K3中使用”。如今K3發佈，這一預告得到了兌現。
AttnRes是傳統殘差連接的替代方案，也是Kimi“降本增效”的老藝能。
相比標準殘差連接在每一層均勻累積信息，AttnRes讓模型學會有選擇性地跨深度檢索信息，不再無差別地流經所有層。官方數據顯示，這一改動帶來了持續的擴展收益。
今年3月，馬斯克曾公開稱讚Kimi團隊的Attention Residuals方法“令人印象深刻”。
兩項架構創新，再加上Kimi K3所採用Stable LatentMoE框架，共同建立了新模型在提升性能的同時，成本沒有暴漲的基礎。
Stable LatentMoE架構今年1月由英偉達提出，並率先在Nemotron 3 Super中採用。Kimi K3的Stable LatentMoE架構總計896個專家模塊，每次推理只激活其中16個(不到2%)。在這種高稀疏度設置下，將每個token準確路由到最合適的專家模塊是最大難題。
月之暗面用兩項技術加以解決：Quantile Balancing根據路由器得分的分位數直接推導專家分配，省去了傳統方法中需要人工調節的平衡參數；Per-Head Muon擴展了Muon優化方法，獨立處理每個注意力頭，使大規模訓練過程中的學習更加穩定。
Quantile Balancing + Per-Head Muon 提升大規模訓練穩定性
KDA讓序列計算更便宜，AttnRes讓深度信息流更智能，Stable LatentMoE讓參數容量更龐大——三者共同構成了Kimi K3的架構骨架。算得更省、流得更順、裝得更多成就了2.8萬億參數的Kimi K3。
針對大規模並行推理時專家負載不均可能拖低吞吐量的問題，團隊設計了完全平衡的專家並行訓練方法，具備靜態形狀且在關鍵路徑上無需主機同步。官方建議在64個及以上加速卡的超節點配置上部署Kimi K3，這也給國產算力發出了芯的“暗示”。
03
縮小差距
Kimi K3把國產開源模型帶入“3萬億”參數時代，也證明了持續通過參數Scaling路線的可持續性。
但同時，參數量的擴展也對數據提出了新的要求。
一位研究員強調合成數據在這個過程中應用的價值，包括用戶使用數據：“現在爲了利用一切能利用的數據，大家越來越卷。現在大家都從用戶的失敗軌跡中訓練Agent，體量大的公司，就有更多用戶軌跡。”
從整個開源生態的模型參數規模來看，Kimi K3的2.8萬億參數在開源模型中形成斷層。作爲對比，DeepSeek V4 Pro約1.6萬億，小米MiMo V2.5 Pro爲1.02萬億，智譜GLM-5約7440億，阿里巴巴Qwen 3.5約3970億。
過去12個月中有9個月，Kimi保持着開放模型規模的最高紀錄。這種參數量的螺旋上升，代表的是中國開源模型能力的追趕，以及持續開源的開放態度。
在此之前，來自美國的Fable 5、Mythos 5這種級別的前沿模型已經面臨出口管制。恰恰是中國的開源生態，爲市場提供了第二選項。
蔡崇信不久之前在歐洲的一場活動上提出，開源是實現某種程度主權的一條現實途徑。“爲什麼不選擇第二個籃子，把雞蛋分開放呢？即使歐洲長遠看可能發展出自己的籃子，但至少眼下你有了兩個籃子。”
前面提到沃頓商學院教授莫利克的測試，他在測試後提出了一個值得注意的問題：開源權重模型再次接近前沿水平，美國是否會允許Anthropic和OpenAI加快發佈節奏。他指出Mythos在4月發佈，Fable 5到現在已是“較舊”的模型。
特斯拉創始人馬斯克6月18日曾被問及中國大模型何時能達到Fable級別，預測“或許明年一季度”。
現在，Kimi K3已經把這個時間表大幅推前。
推薦閱讀