Kimi K3 终于发布了。

2.8 万亿总参数，原生多模态，100 万 token 上下文。月之暗面没有继续在千亿规模上加码，而是一步跨到了接近 3 万亿。

更猛的数据来自 Arena.ai。前端代码竞技场里，K3 以 1679 分排在第一，Claude Fable 5 是 1631 分，GPT 5.6 Sol 是 1618 分。Kimi K2.6 还在第 18 名，换到 K3，直接向前跳了 17 个名次。

图：Arena.ai 7 月 16 日的前端代码榜单。K3 得分 1679，排名第一，目前仍标注为 Preliminary。

Arena 的成绩来自用户匿名对战投票，不是月之暗面自己出题、自己打分。K3 在品牌营销、参考图还原、数据分析、消费产品、模拟仿真和内容创作工具六个方向都排第一，只在游戏方向排第二。

排名旁边目前还标着 Preliminary，后面可能会变。但一个国产模型在前端代码竞技场压过 Fable 5 和 GPT 5.6 Sol，这张榜单看完，很难不激动。

2.8 万亿参数是怎么跑起来的

Kimi K3 采用 MoE 架构，总参数达到 2.8 万亿，但每次推理并不会把所有参数都跑一遍。

图：Kimi K3 官方发布页。页面写明 2.8 万亿参数、原生视觉能力和 100 万 token 上下文。

它一共有 896 个专家，每次只激活其中 16 个。遇到不同任务，就从这 896 个专家里挑出最合适的一组干活。

所以，2.8 万亿代表的是模型能装下多少知识和能力，不代表每次回答问题都要把 2.8 万亿参数全部算一遍。

K3 还用了两项关键技术：Kimi Delta Attention 和 Attention Residuals。前者主要解决长上下文的计算效率，后者则让超大模型训练得更稳。官方给出的说法是，K3 相比 K2 的整体扩展效率提升了 2.5 倍。

100 万 token 的上下文，也足够一次放进大项目代码、长报告、论文资料和多份文档，再让模型持续完成任务。

写代码，K3 这次真的站上去了

Arena 的结果并不是孤例。月之暗面公布的编程和 Agent 榜单里，K3 也已经能和最强闭源模型正面对比。

Program Bench 上，K3 得分 77.8，略高于 Claude Fable 5 的 76.8，也略高于 GPT 5.6 Sol 的 77.6。

Terminal Bench 2.1 上，K3 是 88.3，领先 Fable 5 的 84.6，距离 GPT 5.6 Sol 的 88.8 只差 0.5 分。

BrowseComp 上，K3 达到 91.2，高于 Fable 5 的 88 和 GPT 5.6 Sol 的 90.4。自动化任务 Automation Bench 上，K3 也是三者中最高的 30.8。

这些成绩说明，K3 不只是会写一段代码。它已经可以在终端、浏览器、表格和工具之间来回切换，把一个任务往交付结果上推。

官方展示的几个案例也很夸张：从零做了一个 MiniTriton 编译器；连续 48 小时完成芯片设计任务；读取二十多篇论文、整理三百多个状态方程，并写出三千多行 Python 代码。

这些官方案例未必人人都能复现，但月之暗面的方向已经很明确：K3 要做的是能持续工作的 Agent 底座，不只是陪人聊天。

多模态不只是识图

K3 把文字、图片和视频信息放在同一个模型里处理。

过去让模型改一个网页，往往要先把截图交给视觉模型，再把识别结果转给代码模型。中间一旦理解偏了，最后做出来的页面就会变形。原生多模态让 K3 可以直接看界面、读图表、理解页面结构，再接着写代码和修改结果。

官方榜单里，K3 的 OmniDocBench 得分 91.1，高于 Fable 5 的 89.8 和 GPT 5.6 Sol 的 85.8；MMMU-Pro 得分 81.6，略高于 Fable 5 的 81.2，但仍低于 GPT 5.6 Sol 的 83。

它在文档和视觉理解上已经很强，但并非每个项目都是第一。

不过，原生多模态不等于它会直接生成视频。K3 能看懂画面和视频内容，再调用剪辑、编程等工具完成工作。官方展示的 56 段素材自动剪辑案例，价值就在这里。

离全面超过闭源模型还有距离

K3 在不少项目上赢了，但在 DeepSWE、HLE、GPQA 等高难度测试中，仍然落后于 GPT 5.6 Sol 或 Claude Fable 5。月之暗面自己也承认，K3 的整体能力还没有超过最强的闭源模型。

而且这些榜单分别使用了 Kimi Code、Claude Code 和 Codex 等不同测试环境，不能把每一个分数都当成完全同条件的硬碰硬。

第三方 Artificial Analysis 给 K3 的 Intelligence Index 是 57，输出速度约 62 token/s，首字延迟约 1.99 秒。这个成绩很强，但还不是断层领先。

图：Artificial Analysis 的独立测评页面，显示 K3 智能指数为 57，输出速度约为 62 token/s。

我的判断很简单：K3 还没有全面登顶，但国产开放模型第一次把超大规模、原生多模态、长上下文和 Agent 能力同时推到了这个位置。

API 不便宜，完整权重也还要等

K3 的国内 API 定价是：缓存命中每百万 token 2 元，输入 20 元，输出 100 元。

单看输出价格并不便宜。不过官方称，编程场景的缓存命中率可以超过 90%。如果实际项目能达到这个比例，长代码库反复读取的成本会下降很多。

Kimi 把 K3 称为首个开放的 3T 级模型，但完整权重计划在 7 月 27 日发布。现在开放的是模型服务和后续计划，权重还没有落地。

而且官方建议用 64 张以上加速卡组成的超级节点部署。即使权重开放，普通用户也不太可能把完整 K3 搬到家里的电脑上跑。它真正的意义，是给研究机构、云厂商和开源社区提供一个足够大的底座，再去做量化、裁剪和推理优化。

榜单登顶之后

K3 目前的位置很清楚：它还没有全面超过 Fable 5 和 GPT 5.6 Sol，但已经把国产开放模型推到了新的高度。接近 3 万亿参数、原生多模态、100 万 token 上下文，编程和 Agent 进入第一梯队，前端代码榜单排到第一。

7 月 27 日之后，重点只剩两件事：完整权重能不能按时发布，推理成本能不能降到更多开发者用得起。前者决定 K3 是不是真正开放，后者决定它能不能被广泛使用。

如果这两关都能过去，K3 就不只是一款参数惊人的新模型，也可能成为国产 AI 继续往前走的一块重要底座。