“Experiência corporal Fable級” da Kimi K3 com 28 trilhões de parâmetros atualiza recorde de código aberto

作者: 李丹，华尔街见闻

月之暗面正式打响中国大模型新一轮“开源战”。

7月16日周四，月之暗面正式发布新一代开源基础模型Kimi K3，参数规模达2.8万亿，并同步上线API服务及开发者文档。新华社报道称，评测中，Kimi K3综合智能水平接近全球前沿的闭源模型，并指出，这是目前全球参数最大的开源模型，标志着我国人工智能（AI）模型发展迈出新的一步。

Kimi K3是月之暗面迄今最强旗舰模型，专为长程智能体编程与自我演进工作流而打造。它引入了月之暗面自研的Kimi Delta Attention（KDA）混合线性注意力机制以及 Attention Residuals（AttnRes）结构，通过优化长序列信息处理和深层网络信息传递能力，提高大规模模型的训练效率和推理表现。

新技术实现百万Token上下文高达6.3倍解码加速

Kimi K3支持100万Token上下文窗口，并原生具备视觉理解能力，主要面向软件工程、知识工作以及复杂推理等高难度场景。月之暗面称，KDA技术实现了百万级上下文下高达 6,3 倍的解码加速，AttnRes机制以不到2%的额外成本，提升约25%的训练效率。

月之暗面强调，该模型重点优化智能体编程（Agentic Coding）能力，能够理解大型代码库、调用工具、执行测试，并根据反馈持续调整任务方案。同时，K3采用更高稀疏度的MoE设计，据社区整理信息显示，模型拥有896个专家模块，但每次推理仅激活16个专家，在扩大模型容量的同时控制计算成本。

相比上一代模型，Kimi K3更强调从“回答问题”向“完成任务”转变。尤其是在长周期软件工程任务中，模型能够结合代码、运行日志、测试结果以及视觉信息进行综合判断，这使其在游戏开发、前端工程、CAD设计和基础设施优化等场景具备更强潜力。

多项测试逼近顶级闭源模型，部分测评超过Claude Opus 4.8

Kimi K3发布后，模型性能测试成为市场关注焦点。

根据月之暗面公布的评测结果以及社区整理数据，Kimi K3在代码生成、知识工作、长文本检索和Agent任务等多个方向进入全球第一梯队。在部分综合能力评测中，K3被认为仅次于Claude Fable系列和GPT顶级模型，位列参与测试模型中的前列。

知识工作评测方面，社区整理的GDPval-AA v2数据显示，Kimi K3取得1687分，超过Claude Opus 4.8 Max的1600分，仅次于Claude Fable 5 Max和GPT-5.6 Sol Max。该测试主要评估模型在44类职业、9个行业中的真实工作能力，涵盖研究分析、商业判断、专业写作等复杂任务。

另据AA-Briefcase智能体知识工作测试，Kimi K3取得1527分，排名仅次于Claude Fable 5 Max，并超过GPT-5.6 Sol Max。

在长上下文和信息检索能力方面，社区数据显示，Kimi K3在BrowseComp测试中取得91,2分。由于该模型支持100万Token上下文窗口，并可在单智能体模式下无需额外上下文压缩完成任务，因此被认为在长周期、高难度信息检索场景中具备明显优势。

“Fable级体感”引发讨论，Kimi K3挑战Anthropic闭源路线

除了Benchmark成绩，Kimi K3在开发者社区中的实际体验也引发大量讨论。

一些提前测试用户表示，在复杂智能体（Agent）任务、连续编程和多工具调用场景中，K3展现出的自主规划和执行能力接近此前只有顶级闭源模型才能达到的水平，被部分开发者称为具有“Fable级体感”。

有海外对冲基金经理提到的评测结果是，Kimi K3的性能超过Opus 4.8，定价差不多是Opus 4.8的60%。有内资行团队测评后也认为，Kimi K3的能力超过Opus 4.8，接近Fable5和GPT-5.6 Sol。

不过，与Anthropic的Claude Fable系列相比，Kimi K3目前更准确的定位是“逼近”，而非全面超越。

由于Fable等模型并未公开完整参数和所有测试细节，外界无法进行严格的一对一比较。但从公开评测来看，Kimi K3已经在部分知识工作和智能体能力测试中超过Claude Opus 4.8，显示中国开源模型正在进入与美国顶级闭源模型竞争的新阶段。

业内认为，Kimi K3的意义不仅在于参数规模和Benchmark成绩，更在于其选择开放权重路线。与OpenAI、Anthropic主要通过API提供闭源模型不同，月之暗面希望通过开源模型扩大开发者生态。

继DeepSeek之后，Kimi K3进一步证明，中国AI公司正在从此前的成本优势竞争，转向模型能力、Agent生态和开发者基础设施的全面竞争。

发布前便引发海外关注：对标Anthropic旗舰模型

事实上，在Kimi K3正式亮相之前，海外媒体已提前数日开始密集关注这款模型。

有报道称，Kimi K3被内部定位为中国目前规模最大的AI模型之一，预计将在多项主流基准测试中超过Anthropic的Claude Opus 4.8，并将进一步缩小与Anthropic旗舰模型Claude Opus 4.8之间的性能差距，是月之暗面迄今最重要的一次模型升级。

虽然Anthropic未公开Opus 4.8参数规模，但业内普遍估计约为1,5万亿至2万亿参数。

金融时报援引知情人士称，Kimi K3虽然预计仍无法超越Anthropic此前因安全问题而暂停发布的超前沿模型Fable，但已经足以挑战市场长期以来认为"中国模型落后美国8至12个月"的普遍认知。

对于美国AI实验室而言，更大的挑战并不仅来自模型能力，而是商业模式。

由于Kimi K3采用开放权重方式发布，全球开发者可以免费下载、自行部署并进行修改，这意味着其有望像DeepSeek一样迅速形成开发者生态，对坚持封闭模型策略的OpenAI、Anthropic形成持续竞争压力。

AI竞争焦点：性能之外，更是成本与开放生态

过去一年，美国AI公司持续投入数千亿美元建设AI基础设施，并不断推出更强大的前沿模型。

与此同时，其商业化价格也持续上升。

据Anthropic官网信息，该司计划自今年9月起，将Claude Opus 4.8价格进一步提高约50%，输入Token价格升至每百万3美元，输出Token价格升至每百万15美元。

相比之下，中国AI公司正采取另一条路径。

包括DeepSeek、月之暗面在内，多家中国AI企业持续推出开放权重模型，不仅允许企业私有化部署，同时整体推理成本也明显低于美国头部模型。

以月之暗面此前发布的K2.6模型为例，其调用成本约为Claude Opus 4.8的三分之一。

随着越来越多企业开始关注AI成本控制，不少海外企业也开始尝试采用中国模型替代部分美国模型，以降低推理支出。

美国知名风投Andreessen Horowitz的联合创始人Marc Andreessen此前就曾表示，智谱发布的GLM-5.2已经成为首个能够在不少公开测试中与美国大型AI实验室旗舰模型相匹敌甚至部分领先的中国模型。

开源竞争持续升温 中国AI公司价值被重估

今年以来，中国AI公司几乎全部转向开源路线。

DeepSeek凭借R1系列迅速获得全球开发者关注；智谱、MiniMax等公司随后陆续推出开放权重模型；如今月之暗面也正式加入这一阵营。

与此同时，美国头部AI公司则仍坚持闭源路线。

OpenAI最新GPT系列、Anthropic Claude旗舰模型均未开放模型权重，而是依赖API订阅模式持续提高商业化收入。

这种模式差异，也成为全球AI竞争的新分水岭。

金融时报指出，越来越多硅谷投资人和科技企业高管开始认为，中美前沿AI模型之间的性能差距正在快速收窄，而真正决定未来竞争格局的，可能不再只是模型排行榜，而是谁能够建立覆盖全球开发者的开放生态。

资本市场也正在重新评估中国AI公司的价值。

金融时报报道称，月之暗面正在进行新一轮融资，估值约315亿美元；DeepSeek也已启动新一轮融资，估值约710亿美元。相比之下，Anthropic最新融资后的估值约为9650亿美元，OpenAI最新估值约为8520亿美元。

随着Kimi K3正式发布，中国头部AI公司与美国前沿实验室之间的竞争，也正从单纯的模型能力比拼，进一步延伸至开源生态、开发者社区以及商业模式的全面较量。