Kimi K3实测：编程登顶开源2.8万亿参数

背景

当前 AI 大模型赛道竞争白热化，闭源旗舰如 Claude Fable 5 和 GPT-5.6 Sol 在综合能力上长期领跑，而开源模型通常只能以更低价格追赶闭源模型的能力。在编程领域，Arena AI 推出的 Code Arena 榜单专注于前端编程任务，通过百万级用户盲测评估模型的视觉还原、交互设计和功能实现能力。在此背景下，月之暗面（Kimi）发布了其最新开源模型 Kimi K3，参数规模达到 2.8 万亿，成为全球首个开源的 3 万亿级别模型，直接挑战闭源旗舰的霸主地位。

核心内容

Kimi K3 在 Code Arena 榜单上获得了 1679 分，排名全球第一，超过了 Claude Fable 5 的 1631 分和 GPT-5.6 Sol 的 1618 分。Code Arena 的测试机制是：同一任务交给两个匿名模型，用户盲测后投票，投票后才揭晓模型身份，因此品牌影响被削弱，结果更具说服力。这意味着至少在视觉呈现和交互实现的前端编程场景中，K3 已处于最前沿。

K3 是一个开源模型，拥有 2.8 万亿参数、100 万 token 上下文，原生支持视觉理解，主打长程编程、知识工作和推理。其架构采用了两项创新：混合线性注意力（Kimi Delta Attention）和注意力残差（Attention Residuals）。前者让模型高效处理超长序列，后者确保信息在数百层深度网络中不丢失。MoE 架构包含 896 个专家，每次只激活 16 个，配合训练方法和数据配方的优化，相比上一代 K2 整体扩展效率提升了约 2.5 倍。

在更综合的 Artificial Analysis Intelligence Index 中，K3 以 57 分排名第三，仅次于 Claude Fable 5 和 GPT-5.6 Sol，同时领先 Claude Opus 4.8、GPT-5.5 等模型。马斯克也在相关帖子下评论「Impressive」。

为了控制推理成本，K3 从 SFT 阶段就开始进行量化感知训练，使用 MXFP4 权重和 MXFP8 激活，适配低精度硬件。专家并行训练完全均衡且静态形状，关键路径无需主机同步。官方 API 的输入和输出价格是 Fable 的 20%、Opus 的 40%，旨在对标甚至超过 Opus 并挑战 Anthropic 的定价。模型将在 10 天后开源，支持自行部署。

实测环节中，K3 完成了多个高难度任务：

1. 点球角度计算：将球员脚感、射门角度、球速、门将反应等变量转化为计算模型，基于公开数据进行蒙特卡洛模拟，计算出理论上最难扑救的点球角度：v₀≈25 m/s、侧旋≈8 rev/s、半高偏侧落点，进球概率约 89%。
2. 巧克力工厂花园世界：用 Three.js 从零程序化生成巧克力河、焦糖瀑布、糖果园、铜制大锅、传送带和微缩工人，工人具有真实的任务队列和路径网络。
3. 熔火矿城 Emberhold：程序化建模加入经营和风险系统，多层矿井、矿车轨道、熔炉锻造、通风与塌方系统联动，挖得越深矿越稀有但风险同步上升。
4. 海底火山喷发：实时呈现岛屿诞生过程，包含熔岩喷泉、蒸汽、闪电、巨浪和科研船，海岸线动态变化，提供多种观察视角。
5. 东方奇幻水墨风油纸伞场景：追求审美表现，细雨青石水面悬浮油纸伞，透光投影与可操控角色互动。

此外，K3 还被用于开发一款专注 App 「云驰 Aeris」，将 Forest 种树玩法改为航班飞行，专注时长等于飞行时间，完成航程可积累里程解锁新目的地，达到了可玩的产品原型水准。

官方博客坦诚地分享了 K3 的局限性：对历史思考内容敏感，在会话中途切换模型或使用未验证兼容性的框架可能导致生成质量不稳定；有时过于主动，遇到模糊意图时可能替用户做出非预期决定，需要在 system prompt 中明确约束。

关键要点

• 参数规模：2.8 万亿参数，全球首个开源的 3 万亿级别模型。
• 上下文窗口：100 万 token，原生支持视觉理解。
• 架构创新：混合线性注意力（Kimi Delta Attention）处理长序列，注意力残差（Attention Residuals）保护深层信息传递。
• MoE 架构：896 个专家，每次激活 16 个，扩展效率较 K2 提升约 2.5 倍。
• 榜单表现：Code Arena 全球第一（1679 分），综合能力在 Artificial Analysis Intelligence Index 中排名第三。
• 定价策略：API 价格为 Claude Fable 5 的 20%、Claude Opus 4.8 的 40%，10 天后开源。
• 实测能力：在物理模拟、程序化建模、复杂经营系统、动态场景和审美创意任务中均有出色表现，能生成接近产品原型的应用。
• 官方坦诚：主动公开模型敏感性和过度主动的问题，并给出兼容性建议。
• 马斯克认可：马斯克亲自评论「Impressive」。

意义与影响

Kimi K3 的出现标志着开源模型策略的根本转变。过去开源模型主要跟随闭源旗舰，以更低价格复现已有能力；现在 K3 主动将参数规模推向新上限，直接挑战闭源模型在长程编程、复杂 Agent 任务等前沿领域的能力边界。尽管 K3 在综合能力上尚未超越最强闭源模型，但其在特定编程场景的领先、开源策略和定价优势，正在重塑市场格局。有网友将这一时刻类比为「DeepSeek R1 时刻」，但基于实测结果，作者认为它更应被称为「K3 时刻」——开源模型重新洗牌，开始直接参与下一代模型能力边界的竞争。对于中国 AI 行业，K3 展示了在性价比和创新力上的潜力，同时也为开发者提供了可部署的顶级开源模型选择。