全球首个3万亿开源模型：Kimi K3在长程编程上反超Fable 5，但价格也贵了80倍

7月16日深夜，月之暗面发布Kimi K3——2.8万亿参数，全球首个开源3T级别模型。100万token上下文、原生视觉理解，即日起在kimi.com和官方App可用，完整权重7月27日前开源。选在WAIC开幕前一天发，卡位意图很明显。

先说跑分里最值得拆的一项。SWE Marathon是专门测多文件、多小时长程编程的基准，最接近真实工程师一天的工作状态。K3拿了42.0分，反超Claude Fable 5（35.0）和GPT-5.6 Sol（39.0），全球第一。Frontend Code Arena前端代码竞技场同样登顶，1679分压过Fable 5的1631分，7个细分领域6个第一。BrowseComp网页浏览检索91.2分也是第一。但月之暗面自己说得很坦白：综合智能指数57分（Artificial Analysis），整体仍排第三，落后Fable 5和GPT-5.6 Sol。不是每个单项都赢，但赢的那几个恰好是离实际生产最近的。

架构层面有两个真正有意思的东西。第一是KDA（Kimi Delta Attention），自研的混合线性注意力机制——核心解决的问题是"100万token的上下文不是摆设，而是你真用得起"。第二是AttnRes（注意力残差），让信息在模型深层之间跨层检索而非逐层堆积，训练效率提升约25%，代价不到2%额外算力。MoE层面896个专家只激活16个，极端稀疏比配上Stable LatentMoE框架和Quantile Balancing路由，整体扩展效率比K2提升2.5倍。翻译成大白话：参数翻倍了，但每个token花的算力没有等比膨胀。

最能说明问题的是官方甩出的三个案例，都不是跑分题，是干真活。第一，K3从零手搓了一个叫MiniTriton的GPU编译器——自带tile级IR层、优化pass和PTX代码生成流水线，跑分在某些负载上比Triton还快，还能撑nanoGPT端到端训练。第二，连续48小时自主运行，用开源EDA工具和Nangate 45nm工艺库，独立设计并验证了一颗4mm²的芯片，100MHz时序收敛，解码吞吐8700 tokens/s。第三，用20多个并发子代理分析了391个引力波事件，产出7张可视化图和10篇论文综述。不是"能回答问题"的模型，是"能干活"的模型。

但价格是个必须说清楚的事。K3国内定价：缓存命中输入2元/百万token、未命中20元、输出100元。对比DeepSeek V4 Pro的0.025元、3元、6元——输入端贵了80倍，输出端贵了近17倍。月之暗面把K3定位为"前沿智能"而非"性价比之选"，和DeepSeek走的是完全不同的市场路线。 ARR突破3亿美元、估值315亿美元（年内第6轮融资），资本市场投的是"前沿"这张牌，不是"便宜"。

也有诚实的局限标注。K3在保留思考历史模式下训练，若代理框架没按要求传回全部历史思考内容，生成质量可能极不稳定；遇到小问题或用户意图模糊时可能替用户做意外决策。官方建议在系统提示里施加明确行为约束。

过去12个月里有9个月，Kimi模型保持着开源模型的规模上限。从K2的1T到K3的2.8T，参数翻了近3倍，但真正值得标记的不是数字本身——是每代2.5倍的扩展效率提升，意味着下一代追上Fable 5可能不需要6万亿参数。开源和闭源的差距，已经从鸿沟变成了裂缝。