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 85.8MMMU-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。