月之暗面发布 2.8 万亿参数开源模型，正面击败 Claude Fable 5 和 GPT-5.6 Sol，完整解读来了
AI 格局再一次被改写。
2026 年 7 月 16 日，月之暗面（Moonshot AI）正式发布 Kimi K3，一款拥有 2.8 万亿参数的开源权重模型，发布当天即登顶 Arena.ai Frontend Code Arena 排行榜 $TRAE_REF。
以 1,679 分的成绩，K3 超越了 Claude Fable 5（1,631 分） 和 GPT-5.6 Sol（1,618 分），从前代 Kimi K2.6 的第 18 名直接跃升至第 1 名，上升了 17 个名次 $TRAE_REF。
更关键的是：完整模型权重将于 2026 年 7 月 27 日开源发布 $TRAE_REF。
这是 Arena 推出该排行榜以来，首次有开源权重模型登顶。
下面我们详细拆解：K3 到底做了什么、它击败了哪些模型、价格到底便宜了多少。
竞技场结果：7 个领域拿下 6 个
Frontend Code Arena 评估模型在 7 个前端编码领域的表现。Kimi K3 拿下了 6 个领域的第一 $TRAE_REF：
| 领域 | 冠军 |
|---|---|
| 品牌与营销 (Brand & Marketing) | Kimi K3 🏆 |
| 参考设计 (Reference-Based Design) | Kimi K3 🏆 |
| 数据与分析 (Data & Analytics) | Kimi K3 🏆 |
| 消费产品 (Consumer Product) | Kimi K3 🏆 |
| 模拟 (Simulations) | Kimi K3 🏆 |
| 内容创作工具 (Content Creation Tools) | Kimi K3 🏆 |
| 游戏 (Gaming) | Claude Fable 5 |
Claude 唯一保住的领域是游戏开发，说明 Anthropic 在游戏领域仍有优势，但差距正在快速缩小。
Kimi K3 击败了哪些模型？
在 Frontend Code Arena 上，K3 直接超越的竞争对手：
- Claude Fable 5（Anthropic）— 1,631 分，落后 48 分
- GPT-5.6 Sol（OpenAI）— 1,618 分，落后 61 分
- GLM-5.2（智谱 AI）— 1,587 分
- Claude Opus 4.8、GPT-5.5、Grok-4.5、Meta Muse Spark 1.1 — 均被甩在身后
在 Artificial Analysis Intelligence Index 上，K3 获得 57 分，排名第四，仅次于 Claude Fable 5（60 分）、GPT-5.6 Sol（59 分）和 Claude Opus 4.8（56 分），但大幅领先 GPT-5.5 和 GLM-5.2 $TRAE_REF。
在 Terminal Bench 2.1 上，K3 得分 88.3%，仅次于 GPT-5.6 Sol 的 88.8% $TRAE_REF。
在 GDPval v2（智能体任务）上，K3 达到 1,668 Elo，超越 GLM-5.2（1,514）、GPT-5.5（1,494）和 Claude Opus 4.8（1,600），仅次于 Fable 5（1,760）。
价格对比：K3 便宜了多少？
这是最精彩的部分。直接看价格对比表：
| 模型 | 输入（缓存未命中） | 输出 | 单任务成本 |
|---|---|---|---|
| Kimi K3 | $3.00/百万 token | $15.00/百万 token | ~$0.94 |
| Claude Fable 5 | $10.00/百万 token | $50.00/百万 token | ~$3.00+ |
| GPT-5.6 Sol | $5.00/百万 token | $30.00/百万 token | ~$1.04 |
| Claude Opus 4.8 | — | — | ~$1.80 |
| Claude Sonnet 5 | $3.00/百万 token | $15.00/百万 token | （性能更低） |
| Kimi K2.6 | $0.95/百万 token | $4.00/百万 token | ~$0.30 |
数据来源：$TRAE_REF
核心结论：
- K3 比 Fable 5 便宜 3.3 倍（输入和输出均如此）
- K3 比 GPT-5.6 Sol 输入便宜 1.67 倍，输出便宜 2 倍
- 单任务 $0.94，略低于 GPT-5.6 Sol（$1.04），约 Opus 4.8 的一半（$1.80）
- 缓存命中时，输入价格仅 $0.30/百万 token，与 Sonnet 5 相同，但性能远超
不过值得注意的是，K3 相比前代 K2.6（$0.95/$4.00）有明显涨价，这标志着中国 AI 实验室也不再为前沿模型提供超低价 $TRAE_REF。
K3 不只是跑分强：实际能力令人震撼
Kimi K3 采用 混合专家（MoE）架构，拥有 896 个专家，每次推理仅激活 16 个。核心技术创新：
- Kimi Delta Attention（KDA） — 百万 token 上下文下解码速度提升 6.3 倍
- Attention Residuals（AttnRes） — 训练效率提升约 25%
- 100 万 token 上下文窗口
- 原生多模态视觉能力 — 处理图像、视频和截图
但真正让我震惊的是它的实际应用演示：
🎮 3D 开放世界游戏 — 完全使用 Three.js、WebGPU 和 GPU Compute 在浏览器中构建，包含森林、村庄、雪山和动态天气
🔬 MiniTriton GPU 编译器 — 从零构建的类 Triton 编译器，拥有自己的 IR 层、优化管道和 PTX 代码生成，在部分工作负载上超越 Triton
💻 芯片设计 — 在单次 48 小时自主运行中，K3 使用开源 EDA 工具设计了一颗芯片，在 4 mm² 内完成 100 MHz 时序收敛
📚 科学研究 — K3 用约 2 小时完成了通常需要资深研究员 1-2 周的工作：审阅 20+ 篇论文、实现完整数值计算管线、评估 300+ 状态方程、生成 3,000+ 行 Python 代码
🎬 视频剪辑 — K3 从 56 个源剪辑中编辑了自己的预告片，处理了镜头选择、运动匹配剪辑和帧级节拍同步
"视觉闭环"优势
K3 的一大特色是 "Vision in the Loop"（视觉闭环） —— 模型可以检查截图、修改代码、再检查可视输出，形成闭环。这在以下场景尤其强大：
- 游戏开发
- UI 设计
- CAD 工作流
- 任何需要视觉交互的编码任务
这从根本上不同于纯代码生成模型，也是它在前端基准测试中胜出的关键原因。
开源：完整权重即将发布
Kimi K3 定位为 全球首个开放 3T 级参数模型。完整权重将于 2026 年 7 月 27 日 发布，同时发布技术报告 $TRAE_REF。
对开发者意味着：
- 可以自托管部署（但需要强大硬件——月之暗面推荐 64+ 加速器超节点配置）
- 社区微调和定制
- 架构和训练过程的透明化
目前模型已可在以下平台使用：
- Kimi.com（网页聊天）
- Kimi Work（桌面端 v3.1.0+）
- Kimi Code（终端）
- Kimi API（platform.kimi.ai）
-
OpenRouter（标识符
moonshotai/kimi-k3）
这对 AI 格局意味着什么
差距正在快速消失。 中国 AI 实验室不再是"追赶者"，在特定领域已经领先。K3 单代提升 17 个名次，说明迭代速度有多快。
开源权重模型在前沿具备竞争力。 开源模型首次登顶主流编码排行榜，这对开源社区意义重大。
美国实验室面临定价压力。 以 $0.94/任务的前沿性能，K3 正在对 Anthropic 和 OpenAI 的定价体系形成巨大压力。
"廉价中国 AI"时代正在结束。 K3 比 K2.6 贵不少，说明前沿 AI 无论在哪里建造都需要真金白银。但相比美国顶级替代品，仍然便宜得多。
智能体编程是新的战场。 K3 在长周期自主编码任务上的优势表明，AI 编程的未来是持续数小时的自主开发，而不是生成代码片段。
总结
Kimi K3 是开源 AI 的一个分水岭时刻。这是首次有开源权重模型：
- 登顶主流编码竞技场排行榜
- 同时超越 Claude Fable 5 和 GPT-5.6 Sol
- 以 3.3 倍更低的价格提供前沿性能
如果你正在构建 AI 驱动的开发工具、编码智能体或前端生成管道，Kimi K3 现在是新的标杆——而且它即将开源。
完整权重将于 7 月 27 日发布。记好你的日历。
Top comments (0)