Kimi發(fā)布史上最大開源模型！參數(shù)高達2.8T，離GPT-5.6只差半步？

7 月 16 日晚，在放出了一支很藝術(shù)的預(yù)告片之后，月之暗面正式上線了 Kimi K3。這款混合專家模型擁有 2.8 萬億參數(shù)、100 萬 token 上下文窗口和原生視覺理解能力，是 Kimi 迄今規(guī)模最大、能力最強的模型。

不過在官方發(fā)布前，K3 已經(jīng)以另一種方式出名了：一款名為“Kivine”的匿名模型這幾天出現(xiàn)在 Arena，連續(xù)幾天產(chǎn)出高完成度的網(wǎng)頁、3D 場景和小游戲，許多測試者直接把它稱為“Fable 級”。

圖丨KIMI K3 正式上線（來源：KIMI）

Kivine 當(dāng)時并未公開身份。外界根據(jù)模型特點、表現(xiàn)和月之暗面此前的匿名測試習(xí)慣，推測它是 K3 的預(yù)覽版本。7 月 15 日，一名用戶用相同提示詞讓它和 Claude Fable 5 制作宇宙模擬器。Fable 5 完成得更快，界面控件也更穩(wěn)定；Kivine 搭建的場景則更加復(fù)雜，加入了豐富的天體細節(jié)和第一人稱視角，視覺沖擊力更強。這段對比很快在 X 上傳開，也形成了外界對 K3 的第一印象：速度未必占優(yōu)，卻經(jīng)常主動把任務(wù)做得更充分。

此后的測試大多延續(xù)了這一特點。在一項與 GPT-5.6 Sol 對照的“體素版死星戰(zhàn)壕”測試中，原提示詞只要求制作靜態(tài)世界，Kivine 最終交付的卻是一個可以實時運行的動畫場景。在櫻花盆景測試中，它生成了扭曲的樹干和層次分明的樹冠，提示詞遵循和細節(jié)完成度獲得測試者好評。還有用戶讓它用 Three.js 一次生成戰(zhàn)爭場景，模型直接搭出了帶有鏡頭運動和交互元素的網(wǎng)頁。

另一名用戶要求 Kivine 制作一款《我的世界》風(fēng)格的游戲，場景中需要包含中世紀城堡、森林和花叢。模型最終做成了一款限時尋寶游戲，還加入了環(huán)境音效、光影和手機端虛擬搖桿；作為對照的 Claude Opus 4.7，則生成了一款完成度相對簡單的上帝視角方塊游戲。另一次前端測試中，Kivine 的輸出被用戶評價為同一提示詞下見過的最好結(jié)果之一，生成過程卻耗時約 35 分鐘，甚至慢于 Fable 5。

K3 正式上線后，筆者也做了一輪簡單的橫向測試，要求不同模型制作一款“蹺蹺板臺球”游戲。GPT-5.6 Sol（極高）用時不到 10 分鐘，便實現(xiàn)了要求中的全部效果。Fable 5 Extra 在約 15 分鐘時已經(jīng)生成可用預(yù)覽，但后續(xù)修改破壞了原有交互，臺球變得無法拖動。Opus 4.8（Ultracode） 用約 20 分鐘完成任務(wù)，整體功能齊全（相比其他模型沒有做出臺球編號），但存在明顯 bug：白球會卡在球桌邊緣，無法再次點擊。

（來源：DeepTech）

Kimi K3 Max 同樣用時約 20 分鐘。它不是這次測試中速度最快的模型，最終版本的完成度卻最高：主要功能正常，未出現(xiàn)上述交互故障，還額外加入了球體碰撞音效甚至動效。

不過，這些案例仍屬于零散的用戶測試。提示詞數(shù)量有限，任務(wù)主要集中在前端和游戲生成，Arena 的隨機配對也讓橫向比較很難嚴格控制變量。漂亮的單次輸出可以展示能力上限，卻無法回答穩(wěn)定性、成本和多輪任務(wù)成功率。K3 經(jīng)常主動擴大任務(wù)范圍，也會拉長生成時間，并可能增加后續(xù)修改和收斂的難度。

從月之暗面公布的評測結(jié)果來看，K3 的整體表現(xiàn)也已經(jīng)接近當(dāng)前最強的一批模型，“僅次于 Claude Fable 5 和 GPT-5.6 Sol”。在面向真實職業(yè)任務(wù)的 GDPval-AA v2 中，K3 獲得 1687 分，排在 Claude Fable 5 Max 和 GPT-5.6 Sol Max 之后，高于 Claude Opus 4.8 Max 的 1600 分。

在長周期智能體知識工作測試 AA-Briefcase 中，K3 得分為 1527，位列第二，超過 GPT-5.6 Sol Max 的 1495 分。K3 還在 BrowseComp 信息檢索測試中獲得 91.2 分；按照月之暗面的說法，這項成績由單個智能體完成，沒有使用上下文壓縮或額外的上下文管理技術(shù)。

圖丨Kimi K3架構(gòu)圖（來源：Moonshot AI）

K3 的能力方向也與它在 Arena 上走紅的案例基本吻合。模型共有 896 個專家，每次推理只激活其中 16 個，并采用 Kimi Delta Attention 混合線性注意力機制和 Attention Residuals。月之暗面稱，這些設(shè)計讓 K3 的整體擴展效率達到 K2 的約 2.5 倍。它能夠讀取大型代碼庫、操作終端和調(diào)用工具，再根據(jù)截圖、日志、測試結(jié)果及運行狀態(tài)繼續(xù)修改代碼，主要面向前端、游戲、計算機輔助設(shè)計和長周期知識工作。

K3 目前已經(jīng)通過 API 開放，完整模型權(quán)重將在未來幾天發(fā)布，技術(shù)報告也即將公布。

參考資料：

1. https://platform.kimi.ai/docs/guide/kimi-k3-quickstart

2. https://www.testingcatalog.com/early-look-at-kimi-k3-generations-from-moonshot-ai-on-arena/