7月17日消息，月之暗面发布 Kimi K3，总参数 2.8 万亿，是目前全球参数规模最大的开放模型。官方表示其整体表现仍落后于 Claude Fable 5 和 GPT-5.6 Sol 两款最强闭源模型，但在其评测体系中稳定超过 Opus 4.8、GPT-5.5 和 GLM-5.2，尤其在长时程编码和 Agent 任务上具有竞争力。模型已在 Kimi.com、Kimi Work、Kimi Code 和 Kimi API 上线，完整权重将于 7 月 27 日前发布。API 定价为输入 3 美元/百万（20元/百万 ） Token、输出 15 美元/百万（100元/百万） Token，较上代 K2.6 涨价约 4 倍，标志着月之暗面从价格竞争转向能力溢价。同日，联合创始人周昕宇表示 Kimi 没有开发视频生成模型的计划，团队更关注提升模型智能上限。 架构：KDA + 896 专家激活 16 个，计算效率较 K2 提升 2.5 倍
Kimi K3 基于两项核心架构创新：Kimi Delta Attention（KDA，混合线性注意力机制）和 Attention Residuals（AttnRes，跨深度选择性检索表征）。前者为注意力缩放提供高效基础，后者使模型不再均匀累积表征，而是按需从不同深度提取信息。在此基础上，K3 将 MoE 稀疏度大幅提升，总计 896 个专家、每次推理仅激活 16 个，配合 Stable LatentMoE 框架稳定路由。官方称这些结构变化使 K3 的整体缩放效率较 K2 提升约 2.5 倍，即相同算力可转化出更高智能。
训练层面，K3 从 SFT 阶段起即采用量化感知训练（Quantization-Aware Training），使用 MXFP4 权重加 MXFP8 激活实现广泛硬件兼容。推理层面，官方推荐 64 卡以上超节点部署，并已向 vLLM 社区贡献了 KDA 前缀缓存实现。基于 Mooncake 分离式推理架构，官方 API 在编码工作负载中缓存命中率超过 90%，这直接解释了定价中缓存命中输入仅 0.30 美元/百万 Token 的低价。
评测：编码和 Agent 任务接近第一梯队，整体仍逊于 Fable 5 和 GPT-5.6 Sol
K3 的 benchmark 覆盖编码、Agent 任务、推理和视觉四个维度。在编码方向，DeepSWE 得分 67.5（Fable 5 为 70.0，GPT-5.6 Sol 为 73.0），FrontierSWE 得分 81.2（Fable 5 为 86.6，但 GPT-5.6 Sol 仅 71.3），SWE Marathon 得分 42.0 为所有模型中最高。官方称 K3 在开发后期已承担了团队自身大部分 GPU 内核优化工作。
Agent 维度，GDPval-AA v2 得分 1668（Fable 5 为 1760，GPT-5.6 Sol 为 1748），BrowseComp 得分 91.2 为最高，AA-Briefcase Elo 评分 1548 仅次于 Fable 5 的 1583。在推理领域，GPQA-Diamond 得分 93.5 与 GPT-5.6 Sol 的 94.1 接近。视觉方面，MMMU-Pro 得分 81.6 与 GPT-5.5 的 81.2 相当。
官方在博客中直接承认了三个已知限制：对思维历史敏感（中途切换模型会导致生成不稳定）、对小问题过度主动（可能代替用户做出意外决策）、以及"与 Claude Fable 5 和 GPT-5.6 Sol 相比，用户体验存在明显差距"。这种公开标注限制在中国模型发布中并不常见。
场景：长时程编码和 Agent 集群是核心定位，视觉理解串联多模态
K3 的场景定位集中在三个方向。第一是长时程编码。官方案例中，K3 在 24 小时沙箱环境内独立完成 GPU 内核优化任务，性能与 Fable 5 接近，并从零构建了 MiniTriton 编译器——一个具备独立 IR 层、优化 Pass 和 PTX 代码生成管线的 Triton 类系统，在多个 roofline benchmark 上达到 Triton 和 torch.compile 的水平。另一个演示中，K3 在 48 小时自主运行中完成了一颗芯片的设计、优化和验证（Nangate 45nm，4 mm²，100 MHz，8700 tok/s 推理吞吐），证明其在多步骤、长周期工程任务上的自主执行能力。月之暗面称 K3 在开发后期已承担了团队自身大部分内核优化工作。
第二是知识工作与科学研究。K3 在 Kimi Work 中可生成交互式咨询报告和数据可视化仪表盘。一个科研案例中，K3 在约两小时内完成了计算天体物理中 I-Love-Q 通用关系的复现，涉及 20 余篇论文交叉验证、300 余种状态方程评估和 3000 余行 Python 代码——相当于一位有经验的研究员一到两周的工作量。官方同时发布了 Widget 和 Dashboard 功能，将交互式组件和持久化视图引入对话流程。
第三是视觉驱动的创意任务。K3 的原生多模态架构在同一模型内理解文本、图像和视频，官方称之为"vision in the loop"——模型可以在代码和实时截图之间无缝迭代。演示包括从概念到可玩 3D 开放世界浏览器游戏的端到端生成、3Blue1Brown 风格动画讲解视频的制作，以及从 56 个素材片段中自主剪辑宣传视频（包含选片、动作匹配剪辑、帧精确节拍同步和音频处理）。值得注意的是，这里的"视频"能力是理解和编辑，不是从文本生成视频——这与周昕宇"不做视频生成"的表态一致。
K3 还支持 Swarm（智能体集群）和 Goal 模式，可并行调度多个子 Agent 执行任务。GWTC-5 引力波分析案例中，K3 调用 20 余个并发子 Agent 分析 391 个引力波事件，产出 7 张可视化图和文献综述。
已知短板：用户体验差距、推理门槛和过度主动性
K3 的局限官方在博客中已直接标注，这种坦诚程度在中国模型发布中不常见。第一个限制是对思维历史的敏感性。K3 在保留思维历史模式下训练，如果 Agent 框架未能回传完整的历史推理内容，或在使用其他模型的会话中途切换至 K3，生成质量会严重不稳定。官方建议使用已验证兼容性的框架（如 Kimi Code），并避免会话中途切换。这意味着开发者在集成 K3 时，需要确保推理框架支持完整思维链透传，否则可能出现不可预测的行为。
第二个限制是过度主动性。K3 的训练重点放在长时程高难度任务上，导致它在遇到小问题或意图模糊时，倾向于代替用户做出决定而非暂停确认。官方建议通过系统提示或 AGENTS.md 施加更明确的行为约束。对于需要 Agent 在严格边界内运行的应用场景，这是一个需要额外工程投入来管控的问题。
第三是用户体验层面的差距。官方原话为"与 Claude Fable 5 和 GPT-5.6 Sol 相比，用户体验存在明显差距"（a noticeable gap in user experience），这是 benchmark 分数无法完全捕捉的维度，涉及指令跟随的一致性、输出格式的稳定性和交互的流畅度。
在部署层面，K3 推荐 64 卡以上超节点配置。2.8T 参数即使在 MoE 稀疏激活下，对推理基础设施的要求也远高于当前主流开源模型（如 DeepSeek V4、Qwen 3.6 等）。这将限制中小开发者自主部署的可能性，使得多数用户实际上仍需通过月之暗面的 API 或大型推理服务商来使用 K3。开放权重的实际受益者更可能是有自建集群的企业客户和推理平台，而非个人开发者。 此外，K3 当前仅支持 max 思考强度模式，low 和 high 模式将在后续更新中加入。这意味着当前所有请求都以最高推理开销运行，无法为简单任务节省 Token 消耗，对 API 用户的成本控制不够灵活。
定价：输出 15 美元较 K2.6 涨 4 倍，从价格战转向能力溢价
K3 的 API 定价构成清晰的信号。输入 3 美元/百万 Token（缓存命中 0.30 美元）、输出 15 美元/百万 Token，上下文窗口 104.8 万 Token。相较 K2.6 和 K2.7 Code 的输入 0.95 美元/输出 4 美元，K3 涨幅约为 3-4 倍。人民币定价为输入 2 元（缓存命中）至 20 元（缓存未命中）/百万 Token，输出 100 元/百万 Token。
横向对比，K3 的定价低于 Claude Opus 4.8（5/25 美元）和 GPT-5.5（5/30 美元），但已远离 DeepSeek V4 Pro（1.74/3.48 美元）的价格带。月之暗面不再以低价抢占开发者，而是以缓存命中率作为实际成本优势：官方称编码场景下缓存命中率超过 90%，这意味着大多数编码请求的实际输入成本接近 0.30 美元而非 3 美元。这是一种"标价高、实付低"的结构，依赖 Mooncake 架构的缓存效率支撑。
作为配套，官方在 8 月 12 日前提供充值最高返 30% 的限时优惠。
周昕宇：不做视频生成，更关注智能上限
联合创始人、算法团队负责人周昕宇在 K3 发布期间表示，Kimi 目前没有开发视频生成模型的计划。他的判断是视频生成虽然实用，但无论从理论还是实际效果看，对提升模型智能的帮助都不大。团队现阶段更关注的是提升模型智能上限。
这一表态与月之暗面过去一年的动作一致。2025 年 9 月，公司停止更新视频生成产品 Noisee 和情感陪伴产品 Ohai，将资源集中到 Kimi 本身。K3 官方博客列出的重点能力是软件工程、知识工作、深度推理和图像理解，多模态路线偏向理解而非生成。这是一个明确的战略取舍：在 Sora、可灵等视频生成模型竞争白热化的背景下，月之暗面选择不参战，而是把全部算力和人才投入文本/代码/Agent 的智能密度。 开源节奏和生态位：7 月 27 日权重发布是真正的验证节点
K3 的"开放"定位需要权重发布来兑现。官方承诺 7 月 27 日前发布完整权重，预计采用与 K2 系列相同的 Modified MIT License。技术报告将同步发布。当前正与推理合作伙伴和开源维护者对齐技术细节。
在开源生态中，K3 的直接对标是 Qwen 和 DeepSeek 的最新开放模型。Qwen 在 ATOM 报告中的月度新增微调模型占比已从 2024 年 1 月的 1% 升至 2026 年 2 月的 69%，占据了开放模型生态的主导地位。K3 能否切入这一格局，取决于权重发布后社区的实际推理成本和微调适配度。2.8T 参数的推理门槛远高于目前主流的开源模型——官方推荐 64 卡以上超节点——这可能限制其在中小开发者中的采用率，但对有算力的企业客户和推理服务商来说，开放权重意味着可以脱离月之暗面的 API 自主部署。
定价转向才是最值得关注的商业信号
K3 容易被读成又一次"中国开源模型追赶闭源"的叙事，但这次发布真正的增量在两个方面。
第一是定价转向。月之暗面从"便宜 10 倍"的市场策略，切换到"能力接近但便宜 40%"的定位（相对 Opus 4.8 和 GPT-5.5）。这种定价只有在模型确实被开发者视为前沿梯队时才成立。如果 K3 权重发布后社区评测与官方数据一致，这个定价就是合理的；如果社区发现实际体验与 Fable 5 的差距大于 benchmark 所暗示的，涨价就会变成流失。
第二是公司估值的支撑逻辑。据多家媒体报道，月之暗面估值已从 2025 年 12 月的 43 亿美元涨至 2026 年 5 月的 200 亿美元，6 月据报寻求 300-315 亿美元新一轮融资，年内已完成 6 轮融资。K3 的 4 倍涨价如果能被市场接受，意味着 API 收入弹性远大于此前基于低价模型的预估，这是支撑百亿美元估值跳升的基本面叙述。但 300 亿美元轮是否已关闭，截至发稿未获确认。
接下来看权重发布后的社区验证和缓存命中率的真实表现
后续有三个验证节点。第一是 7 月 27 日权重发布后的社区独立评测，尤其是实际编码工作负载中的体验是否与 benchmark 一致。第二是缓存命中率在多样化场景下能否维持 90% 以上——如果能，K3 的实际使用成本远低于标价，定价策略成立；如果不能，非编码场景的用户会面对 3 美元/百万 Token 的真实输入成本，与 Opus 4.8 的差距缩小到不足 40%。第三是 K3 开放权重在推理服务商（如 Together、Fireworks、硅基流动等）上的适配速度和实际推理成本，这决定了 2.8T 模型能否真正被开发者社区广泛采用，还是仅作为月之暗面自有 API 的底层模型存在。
AI 速览
