北京
7月19日，月之暗面發布新一代模型Kimi K3，產品和API已上線，完整權重預計最遲7月27日公開。
K3總參數2.8萬億，原生支持視覺輸入，上下文窗口100萬詞元。這次發布真正引發討論的是它在前端開發任務上的表現；Arena榜單暫列第一。
Arena前端開發榜暫列第一
Arena 7月16日更新的前端開發榜單中，K3以1679分暫列第一，高于Claude Fable 5的1631分和GPT-5.6 Sol的1618分。Arena將這一成績標為"初步"（即投票數未達到穩定閾值），并明確榜單衡量的是前端網頁開發任務，包括需要多步推理和工具調用的智能體編程流程，而不是模型整體能力。
截至榜單更新時，K3仍被標為專有模型，因為完整權重尚未公開。
月之暗面自己的口徑也更為克制。公司在發布博客中稱，按其自有基準測試集，K3的綜合表現僅落后于Claude Fable 5和GPT-5.6 Sol；公司同時承認，K3的整體用戶體驗與這兩款模型仍有明顯差距。官方列出的限制還包括：思考歷史傳遞不完整時，生成質量可能變得不穩定；面對模糊需求時，模型可能替用戶作出過多決定。
"落后幾個月"取決于比較什么
K3之外，其他中國模型的測試也在縮小差距。
據彭博社報道，K3發布前，一名Anthropic高管仍認為其技術大約領先中國競爭對手6至12個月。K3發布后，加州大學伯克利分校教授、Arena聯合創始人Ion Stoica判斷，中國開放模型與前沿閉源模型的差距可能已縮短到2至3個月。
英國人工智能安全研究所7月17日發布的結果顯示，GLM-5.2和DeepSeek V4-Pro在網絡安全能力上，與早4至7個月發布的前沿閉源模型表現相近，短于2025年大部分時間測得的6至10個月差距。該機構明確提醒，這一結果只適用于網絡安全測試，不能外推到其他能力；它也尚未測試K3。
K3不是"更便宜的DeepSeek"
月之暗面給出的K3 API價格為：緩存未命中的輸入每百萬詞元3美元，輸出15美元，已經接近Anthropic的中檔模型。開發者Simon Willison稱，這是當時中國AI實驗室發布的單價最貴模型。
但單價不等于完成一項任務的實際花費。開發工具Cline公開測試了K3和Claude Fable 5，讓兩款模型修復同一個真實缺陷，兩款模型都完成了任務。K3花費0.92美元，低于Fable的2.13美元，但用了約120萬詞元和34次工具調用，耗時12分鐘；Fable使用約73萬詞元和18次工具調用，3.5分鐘完成。這一單任務實測顯示，K3的任務總成本可能更低，因為它用更多輪次但每輪更便宜——代價是完成速度更慢，使用的詞元和工具調用也更多。（易句）
（本文由AI翻譯，網易編輯負責校對）
本文來源：網易智能
責任編輯：
王鳳枝_NT2541
