昨天凌晨月之暗面甩出了 Kimi K3。我本来已经躺下了刷到消息又爬起来折腾了两个小时。简单说结论这次不是常规迭代是国产开源模型第一次在多个公开榜单上站到全球第一的位置。马斯克都在评论区留了一句Impressive——能让马斯克点赞的国产模型说实话不多。下面聊聊这次 K3 到底强在哪、架构上做了什么、以及普通开发者怎么最快用上。一、先看硬数据K3 强在哪不绕弯子直接上核心参数维度Kimi K3对比参数规模2.8 万亿2.8T全球最大开源模型超 DeepSeek V41.6T和文心 5.02.4T上下文窗口100 万 Token长文本场景碾压级多模态原生支持视觉理解不是外挂 vision是原生多模态MoE 结构896 个专家激活 16 个极致稀疏激活率不到 1.8%开源7月27日前发布完整权重开放权重模式性能榜单方面两个值得关注的Code Arena编程能力盲测K3 拿了1679 分全球第一超过了 Claude Fable 51631 分和 GPT-5.6 Sol1618 分。这个榜单是百万级用户公开盲测出来的刷不了分。Artificial Analysis Intelligence Index综合能力K3 拿了 57 分排名第三仅次于 Claude Fable 5 和 GPT-5.6 Sol但已经压过了 Claude Opus 4.8 和 GPT-5.5。翻译一下在最核心的编程能力上K3 已经是全球最强含闭源综合能力进了全球前三跟顶级闭源旗舰打了个有来有回。这对一个开源模型来说是质变。二、架构解析K3 凭什么能 Scaling 上去这次 K3 最有意思的不是参数堆到 2.8 万亿——堆参数谁都会难的是堆上去之后还能高效跑起来。K3 在架构上做了几个我认为值得单独拎出来讲的设计。1. KDA AttnRes双支柱注意力K3 的注意力机制不是简单套用现成方案而是自研了两个模块KDAKimi Delta Attention混合线性注意力机制解决长序列 scaling 的计算效率问题。100 万 Token 上下文能跑起来KDA 是地基。AttnResAttention Residuals注意力残差。传统 Transformer 是逐层累积表征AttnRes 改成跨深度选择性检索表征不再均匀累积。这两个加在一起官方说法是为万亿参数以上的 scaling 奠定了根基。翻译成人话这套架构不是为 K3 设计的是为 K4、K5 之后的更大规模铺路的。2. Stable LatentMoE Quantile BalancingMoE混合专家部分K3 用的是896 选 16的极端稀疏结构——激活率不到 1.8%。这个稀疏度带来的问题是路由和负载均衡会变成一阶难题。K3 的解法是Quantile Balancingpython# 传统 MoE 负载均衡基于启发式更新 敏感的超参 # K3 Quantile Balancing直接从路由分数分位数推导专家分配 # 消除了启发式更新和一个敏感的均衡超参数简单说就是不再靠人工调超参来平衡专家负载而是让路由分数自己说话。这在 896 个专家的规模下是必须的——靠人调参根本调不过来。3. Per-Head Muon SiTU Gated MLA这几个是优化训练和激活控制的Per-Head Muon把 Muon 优化器扩展到注意力头级别每个头独立优化大规模训练更自适应SiTUSigmoid Tanh Unit新的激活函数改善激活控制Gated MLA门控多头潜在注意力提升注意力选择性整体效果官方说 K3 相比 K2 的整体扩展效率提升约 2.5 倍。也就是说同样算力下K3 能做到 K2 的 2.5 倍规模的效果。这才是 K3 真正可怕的地方——不是参数大是参数效率高。三、价格能不能打得起说完了技术聊点现实的。项目Kimi K3 价格输入缓存命中¥2 / 百万 Token输入未命中¥20 / 百万 Token输出¥100 / 百万 Token第三方机构 Artificial Analysis 测算K3 单任务成本约 0.94 美元跟 GPT-5.6 Sol1.04 美元接近大约是 Claude Opus 4.81.80 美元的一半。而且月之暗面用了Mooncake 分离式推理架构编程场景缓存命中率超过 90%——意味着实际使用中大部分输入都走 ¥2 的缓存价。对开发者来说这个价格 这个能力性价比是拉满的。四、能力场景K3 不只是能聊天这次 K3 的定位很明确长程编程、知识工作、推理。不是又一个聊天机器人是冲着 Agent 和复杂任务去的。几个官方展示的真实案例挺能说明问题案例 1芯片设计K3 在 48 小时内自主设计了一块芯片——用开源 EDA 工具、Nangate 45nm 工艺库完成了构建、优化、验证全流程。4mm² 面积100MHz 时序收敛8700 tokens/s 仿真吞吐。一个模型为自己设计的模型造芯片这个闭环挺魔幻的。案例 2科研代码复现K3 用大约 2 小时完成了通常需要研究者 1-2 周的工作——复现计算天体物理中的 I-Love-Q 普适关系。交叉验证了 20 篇论文实现完整数值流水线评估 300 个状态方程生成了 3000 行 Python 代码还产出了一个交互式 HTML 可视化看板。案例 3视频编辑K3 的原生多模态架构能理解文本、图像、视频。它从 56 个原始素材片段中自己剪辑了发布会预告片——选片、动作匹配剪辑、帧级节拍同步、音频处理一条龙。这种视频熟练剪辑师要 1-2 天新手要 3-5 天。五、怎么用上 K3官方渠道即日起可用kimi.com 网页版Kimi 手机 App最新版Kimi Work 桌面客户端Kimi CodeKimi APIplatform.moonshot.cn开源权重7月27日前发布完整模型权重届时可以本地部署。如果你不想一个个平台折腾——说实话现在 AI 模型迭代太快了K3 今天第一明天可能又被别的模型反超。普通用户和开发者真正需要的是一个能一站式对比、随时切换的聚合平台。我自己最近常用的是 星途 AI它聚合了 500 个 AI 模型K3 这类新模型上线后基本都能第一时间体验到。好处是你可以同一个 prompt 丢给 K3、Claude、GPT 几个模型同时跑横向对比谁更适合你的场景——毕竟榜单分数是平均分具体到你自己的任务哪个模型好使只有试了才知道。传送门星途除了文本模型星途上还集成了 Sora 2、Veo 3.1、Midjourney、GPT Image 2 这些视频和图像生成模型。写完代码想配个封面图、做个 demo 视频不用来回切十几个平台一个地方搞定。对独立开发者和内容创作者来说这个整合度挺省心的。六、几个判断最后说几个我自己的判断不一定对供参考1. 开源 vs 闭源的差距正在被抹平。K3 在 Code Arena 超过 Claude Fable 5 和 GPT-5.6 Sol说明在编程这个最硬核的赛道上开源已经追平甚至超过了闭源。综合能力还差一点点第三 vs 前两名但差距已经小到普通用户感知不到。2. MoE 稀疏化是万亿规模时代的必选路线。K3 的 896 选 16、DeepSeek 的路线、Llama 的路线都在往极端稀疏走。Dense 模型在万亿规模下算力成本扛不住MoE 是唯一解。K3 的 Quantile Balancing 给了一个很好的工程范式。3. 国产模型的竞争力已经从中文场景扩展到全球通用。以前说国产模型强默认限定在中文场景。K3 在英文编程盲测里拿了全球第一说明能力是通用的。月之暗面 API 收入超七成、ARR 突破 3 亿美元、估值 315 亿美元——这些数字背后是海外开发者在用真金白银投票。4. 对开发者来说现在是多模型并行的时代。没有哪个模型在所有场景都最优。K3 编程强、Claude 推理稳、GPT 通用广、Midjourney 出图好……与其纠结选哪个不如用一个聚合平台把主流模型都接上按场景调用。这也是我推荐 星途 AI 的原因——不是因为它某个单点最强而是因为它让你不用做选择题。500 模型一个入口K3、Claude、GPT、Sora 2、Midjourney 随时切换按需付费。在这个模型迭代以周计算的年代灵活比押注更重要。写在最后K3 发布那天有人感慨中国 AI 终于不用只追着别人跑了。这话有点煽情但某种程度上是事实。从 2023 年 Kimi 上线引领长上下文到 K2 转向 Agent再到 K3 在多个榜单登顶——三年时间月之暗面走出了一条先长板、再补全、再超越的路线。7月27日完整权重开源后社区会怎么 fork、怎么微调、怎么玩出花我挺期待的。如果你也想第一时间体验 K3 和其他主流模型可以去 星途 AI 试试省得满世界找 API key。