月之暗面正式发布旗舰大模型 Kimi K3，以 2.8 万亿总参数、百万级上下文窗口成为全球首个对外开放的 3 万亿参数级大模型。 该模型在代码开发、智能体任务、多模态审美等维度表现均衡，多项权威评测跻身全球前三，计划于 7 月 27 日开放模型权重。作为国产大模型的最新标杆，K3 不仅刷新了开源模型的能力上限，也标志着国产 AI 技术正加速追平全球顶尖水平。
一、产品定位：大参数路线再突破 开源释放顶级能力
Kimi K3 是国内首个迈入 3T 参数规模的大模型，也让万亿参数正式成为国产旗舰产品的标配。
其延续了月之暗面一贯的大参数技术路线，验证了 Scaling Law 在当前阶段依然有效，更大的参数规模仍能带来持续的能力提升。核心技术层面，模型搭载两项自研创新：Kimi Delta 注意力机制在百万 token 长上下文场景下实现最高 6.3 倍解码加速；注意力残差机制以不足 2% 的额外算力成本，带来约 25% 的训练效率提升。
架构上采用 Stable LatentMoE 稀疏框架，896 个专家中仅按需激活 16 个，配合多项训练优化策略，整体扩展效率较上一代 K2 提升 2.5 倍，在大参数规模下兼顾了训练稳定性与推理效率。
7 月 27 日权重正式开放后，它将成为全球首个开源的 3T 级大模型，大幅降低顶级 AI 能力的落地门槛。
二、性能评测：水桶型能力结构 稳居全球第一梯队
权威评测数据显示，Kimi K3 综合能力位列全球第三，仅次于 Claude Fable 5 与 GPT-5.6 Sol，成功跻身全球第一梯队，整体呈现 “无明显短板、长板突出” 的水桶型特征。 代码能力上，精准执行类测试中表现稳健，Terminal Bench 2.1 拿下全球第二，DeepSWE 成绩紧随头部闭源模型；
前沿复杂软件工程测试中，能力介于 Fable 5 与 GPT 之间，兼具执行精度与方案规划能力。
Agent 任务是其传统优势领域，浏览器深度研究、自动化流程、电子表格处理三项细分评测均登顶全球第一，综合 Agent 评分稳居第二。
多模态与前端审美能力同样突出，效果仅次于 Fable 5，处于国产模型顶尖水平。整体来看，K3 在绝大多数领域都能排在全球第二或第三位，虽少有单项登顶，但综合适配性极强。
三、落地实测：开发场景表现亮眼 细节仍有优化空间
真实业务场景的实测结果进一步验证了模型的落地价值。
搭配 Kimi Code 开发工具，K3 可自主读取运维文档、登录服务器、拆解多类用户需求，调度多路 Agent 并行执行任务。
实测中 1.5 小时内完成 7 项功能迭代，自动通过 CI 校验并合并代码，全流程无需人工介入，完成度与稳定性属国产模型最佳水平。前端开发是其优势赛道，可快速复刻复杂交互动效，审美质感与完成度仅次于 Fable 5，显著优于同级别其他模型。
同时实测也暴露了部分短板：
方案设计阶段对系统并发、性能边界等工程细节考虑不足，易引发线上队列阻塞等问题；
写作创意能力并非长板，表现弱于专项优化的模型；
此外大参数带来推理速度偏慢、成本偏高的特点，API 定价对标海外中端闭源模型。
四、行业价值：国产 AI 里程碑 开源驱动生态普惠
Kimi K3 的发布是国产大模型追赶进程中的重要里程碑。
短短三年时间，国产模型从与海外顶尖模型存在代差，发展到可与 GPT-5.6 Sol 正面抗衡，技术迭代速度超出行业预期。从产业价值看，均衡的能力结构让单一模型即可覆盖多数日常工作场景，降低了用户多工具切换的成本。而开源属性是其最核心的长期价值：3T 级模型权重开放后，企业可低成本实现私有化部署，规避闭源模型的账号风险与数据合规问题，推动 AI 技术向千行百业深度渗透。
随着开源生态的持续繁荣，这套底座能力将催生出更多场景化应用，也为国产 AI 产业的自主可控发展提供了坚实的底层支撑。
AI 速览
