Kimi K3 杀疯了！硬刚 GPT 5.6、Fable 5，美国 AI 优势正在消失

2026 年 7 月 17 日，月之暗面正式发布新一代旗舰模型 Kimi K3。

Kimi K3 是一款拥有 2.8 万亿参数的模型，基于 Kimi Delta Attention 和 Attention Residuals 架构构建，原生支持视觉能力，并具备 100 万 Token 的上下文窗口。它是全球首个开放的 3 万亿参数级模型，面向长周期编程、知识工作和推理等前沿智能任务而设计。

月之暗面同时承认，Kimi K3 的综合能力仍落后于 Claude Fable 5 和 GPT 5.6 Sol 等最强闭源模型。

但从官方公布的测试结果看，Kimi K3 已经在编程、Agent、知识工作和视觉理解等多个方向接近当前第一梯队，并在部分项目中取得领先。

Kimi K3 已经上线 Kimi 网页端、移动端、Kimi Work、Kimi Code 和 Kimi API。

模型目前默认使用最高推理强度，月之暗面计划后续增加低强度和高强度选项。

Kimi K3 的完整模型权重尚未同步开放，官方表示将在 2026 年 7 月 27 日前发布。

2.8 万亿参数，每次只调用 16 个专家

Kimi K3 延续混合专家模型架构，共设置 896 个专家，每个 Token 实际激活其中 16 个。与 Kimi K2 的 1 万亿总参数、320 亿激活参数相比，K3 继续扩大总参数和专家数量，同时维持较高的稀疏度。

模型采用 Kimi Delta Attention 和 Attention Residuals 两项核心架构。前者用于降低长序列注意力计算成本，后者允许模型在不同网络深度间选择性读取此前生成的表示，而不是简单逐层累积信息。

月之暗面称，配合 Stable LatentMoE、Quantile Balancing、Per-Head Muon 等训练方法，Kimi K3 的整体扩展效率较 Kimi K2 提高约 2.5 倍。模型从监督微调阶段开始进行量化感知训练，采用 MXFP4 权重和 MXFP8 激活，以提高不同硬件平台上的部署兼容性。

不过，2.8 万亿参数也对本地部署提出较高要求。

月之暗面建议采用至少包含 64 个加速器的超级节点部署 Kimi K3。

虽然模型权重开放，但普通开发者很难在消费级设备或常规单机服务器上完整运行未经大幅量化的版本。

编程能力成为 Kimi K3 的主攻方向

从官方展示的案例和测试结果看，长时间自主编程是 Kimi K3 最重要的能力之一。

月之暗面称，Kimi K3 可以在较少人工干预的情况下持续执行长时间工程任务，包括分析大型代码仓库、调用终端工具、修改代码、运行测试和根据运行结果继续迭代。

在 GPU 内核优化测试中，不同模型需要在最长 24 小时内优化四项任务，涉及 NVIDIA H200 和另一家供应商的通用 GPU。

Kimi K3 的结果接近 Claude Fable 5，并明显超过 Claude Opus 4.8、GPT 5.6 Sol 和 GPT 5.5。

月之暗面还让 Kimi K3 从零开发了一个名为 MiniTriton 的 GPU 编程系统。该系统包含自己的领域特定语言、基于 MLIR 的中间表示、优化流程和 PTX 代码生成管线。在部分测试负载上，MiniTriton 的运行性能达到或超过 Triton 与 torch.compile，并能够完成 nanoGPT 的端到端训练。

在 Kimi K3 开发后期，一个早期版本的 K3 已经承担了团队大部分 GPU 内核优化工作。

多项编程和 Agent 测试进入第一梯队

在官方公布的测试表中，Kimi K3 在 Program Bench 上获得 77.8 分，略高于 Claude Fable 5 的 76.8 分和 GPT 5.6 Sol 的 77.6 分。

在考察长期软件工程能力的 SWE Marathon 中，Kimi K3 获得 42.0 分，高于 Claude Fable 5 的 35.0 分、GPT 5.6 Sol 的 39.0 分和 Claude Opus 4.8 的 40.0 分。

在 FrontierSWE 中，Kimi K3 获得 81.2 分，低于 Claude Fable 5 的 86.6 分，但高于 GPT 5.6 Sol 的 71.3 分。Terminal Bench 2.1 测试中，Kimi K3 得分为 88.3，与 GPT 5.6 Sol 的 88.8 分接近。

在 Agent 测试中，Kimi K3 的 BrowseComp 得分为 91.2，超过 Claude Fable 5 的 88.0 和 GPT 5.6 Sol 的 90.4；DeepSearchQA 得分为 95.0，也高于官方列出的其他对比模型。

办公与知识工作方面，Kimi K3 在 SpreadsheetBench 2 上获得 34.8 分，略高于 Claude Fable 5 的 34.7 分；在内部 DECK-Bench 演示文稿测试中获得 73.5 分，略高于 Fable 5，但低于 GPT 5.6 Sol 的 74.7 分。

不过，这些结果不能直接理解为 Kimi K3 已经全面超过其他模型。

不同模型分别运行在 KimiCode、Claude Code 和 Codex 等不同 Agent 框架内，部分结果来自月之暗面内部测试，Claude Fable 5 的个别测试还可能在拒绝执行时回退至 Claude Opus 4.8。

月之暗面也明确表示，Kimi K3 的全部成绩均使用最高推理强度测得，采样参数为 temperature 1.0、top-p 1.0。不同运行框架、工具权限和推理预算均可能影响最终结果。

视觉、游戏、CAD 和视频编辑成为新重点

Kimi K3 原生支持文本、图像和视频，不再将视觉能力作为独立模块附加到语言模型之上。

在游戏与前端开发中，模型可以读取运行截图，根据画面继续修改代码，形成“视觉进入编程循环”的工作方式。官方展示的案例包括根据图片或视频生成可运行的 3D 游戏，以及结合视觉反馈迭代前端界面和 CAD 项目。

在视觉测试中，Kimi K3 的 OmniDocBench 得分为 91.1，高于 Claude Fable 5、GPT 5.6 Sol 和 Claude Opus 4.8；WorldVQA ForceAnswer 得分为 51.0，低于 Fable 5 的 56.7，但高于 GPT 5.6 Sol 的 41.8。

Kimi K3 在 MMMU-Pro 上获得 81.6 分，接近 Claude Fable 5 的 81.2 分，但低于 GPT 5.6 Sol 的 83.0 分。加入 Python 工具后，其 MathVision 得分达到 97.8，与 GPT 5.6 Sol 相同，略低于 Fable 5 的 98.6。(⁠Kimi AI)

月之暗面还称，Kimi K3 能够完成视频素材筛选、镜头切换、节奏匹配、音频处理和多轮修改。Kimi K3 的发布预告视频便由模型从 56 段源素材中完成剪辑。

从回答问题转向完成完整知识工作

除公开测试外，月之暗面还公布了多项长周期知识工作案例。

在一个 AI 芯片产业研究项目中，Kimi K3 进行了超过 120 轮自我迭代，执行约 2800 次网页搜索和抓取、1100 次终端数据提取，处理超过 1.1 万个页面，其中包括 87 份季度报告和 99 份原始 PDF，最终生成覆盖 42 年 AI ASIC 产业发展的交互式研究网站。

在另一个计算天体物理项目中，Kimi K3 阅读并交叉验证了 20 多篇论文，处理超过 300 个状态方程，编写超过 3000 行 Python 代码，并生成交互式分析页面。月之暗面称，这项工作由 K3 在约两个小时内完成，通常需要有经验的研究人员工作一至两周。

此外，K3 还使用 20 多个并行子 Agent 分析了 391 个引力波事件，生成 7 张科学图表、2 个表格，并整合了 10 多篇论文。上述案例均来自月之暗面的官方展示，尚缺少外部机构对过程和结果的独立复现。

Kimi Work 也随 K3 增加 Widgets 和 Dashboard 功能。用户可以在对话中生成连接本地数据或外部插件的交互组件，并将常用组件固定在持续更新的个人仪表盘中。

API 输出价格达到每百万 Token 15 美元

Kimi K3 API 已经开放，缓存命中的输入价格为每百万 Token 0.30 美元，未命中缓存的输入价格为每百万 Token 3 美元，输出价格为每百万 Token 15 美元。

月之暗面称，依靠 Mooncake 分离式推理架构，Kimi 官方 API 在编程任务中的缓存命中率超过 90%。按照这一口径，长代码仓库和重复上下文任务的实际输入成本可能明显低于标价，但输出价格较 Kimi 此前的模型大幅提高。

这也显示出 Kimi K3 的定位变化，它不再单纯依靠低价竞争，而是尝试以更高的推理强度、更长的任务执行时间和更完整的最终交付物进入高端模型市场。

Kimi K3 发布后，X 上很快出现大量游戏、3D 场景、交互网页和数据可视化演示。

部分评论将此次发布称为中国开放模型的又一次“DeepSeek 时刻”。

卡内基梅隆大学教授、知名机器学习学者 Ruslan Salakhutdinov 在 X 上祝贺月之暗面创始人兼 CEO 杨植麟发布 Kimi K3，称这是开源社区的一次重大胜利。他回忆，杨植麟曾在自己与 William Cohen 联合指导的实验室中攻读博士，仅用 4 年便获得卡内基梅隆大学博士学位，并在校期间参与推出 XLNet、Transformer-XL 等重要机器学习成果。Salakhutdinov 称赞杨植麟取得了“非凡的职业成就”，并感谢整个 Kimi 团队对开源社区作出的贡献。

中国大模型开始正面冲击高端闭源市场

Kimi K3 最值得关注的部分，并不只是参数规模从 1 万亿扩大至 2.8 万亿，而是月之暗面第一次明确将自家模型放入 Claude Fable 5、GPT 5.6 Sol 和 Claude Opus 4.8 所在的高端闭源模型竞争区间。

从此次发布和评价看，中国开放模型的竞争目标已经从“以较低成本接近闭源模型”，进一步转向在部分复杂任务上直接争夺全球第一梯队。

云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。