中國 AI 新創 Moonshot AI 在今日凌晨正式發表了 Kimi K3，號稱「開放前沿智慧」（Open Frontier Intelligence）。這款模型擁有 2.8 兆參數、100 萬 token 上下文視窗，並具備原生多模態能力，是有史以來最大的開源權重模型。在發表後的一天之內，Kimi K3 就在 Arena.ai 的前端程式碼競技場（Frontend Code Arena）以 1679 分登上第一名，超越了 Anthropic 的 Claude Fable 5 和 OpenAI 的 GPT-5.6 Sol。這是開源模型首次在該類競技場中超越所有閉源模型。Vercel 執行長 Guillermo Rauch 也證實，Kimi K3 在其 Web 工程基準測試中排名第一，達成「 comparable success rate in less time」的表現。
模型架構：2.8 兆參數的稀疏設計
Kimi K3 採用了混合專家（Mixture of Experts）架構，總參數量達 2.8 兆，但每次推理僅啟用 896 個專家中的 16 個，透過高度稀疏化的方式控制運算成本。這種設計讓模型在維持龐大知識容量的同時，保持合理的推理速度。Moonshot AI 為 K3 採用了兩項核心架構創新。第一是 Kimi Delta Attention（KDA），在百萬 token 上下文中可實現最高 6.3 倍的解碼加速。 第二是 Attention Residuals 技術，在額外成本不到 2% 的情況下，帶來約 25% 的訓練效率提升。 這兩項技術加起來，讓 K3 的整體擴展效率比前代 K2 提升了 2.5 倍。
此外，K3 搭載了 Moonshot 自研的 Mooncake 分散式推理架構，在程式碼撰寫場景中可達成超過 90% 的上下文快取命中率，使實際 API 輸入成本大幅降低。
基準測試成績：與頂尖閉源模型的全面對決
在 Artificial Analysis 智慧指數中，Kimi K3 獲得 57 分，在 189 個模型中排名第四，僅次於 Claude Fable 5 和 GPT-5.6 Sol，與 Claude Opus 4.8 和 GPT-5.5 處於同一水準。
以下是各基準測試的關鍵資料：
- Frontend Code Arena：1679 分，排名第 1，超越 Claude Fable 5。在 7 個子領域中拿下 6 個第一，僅在遊戲類別輸給 Fable 5。
- GDPval v2（代理任務）：Elo 評分 1668，從 K2.6 的 1190 大幅躍升，超越 GLM-5.2（1514）、GPT-5.5（1494）和 Claude Opus 4.8（1600），但仍落後 Claude Fable 5（1760）。
- AutomationBench-AA：53% 得分，排名第 1，這是一項 Zapier 代理 SaaS 工作流評估。
- AA-Briefcase（知識工作）：Elo 1547，比 K2.6 提升 732 分，僅次於 Claude Fable 5。
- Terminal-Bench 2.1：88.3 分，略低於 GPT-5.6 Sol 的 88.8，但高於 Claude Fable 5 的 84.6。
- token 效率：完成 Artificial Analysis 全部 9 項評估只用了約 1.32 億輸出 token，比 K2.6 的 1.66 億減少 21%。
Kimi K3 的表現連 Elon Musk 都表示印象深刻：
獨立測試者 Paweł Huryn 用 8 項任務的測試組合對 K3 進行了實測，結果顯示 K3 在完成的 7 項任務中，有 6 項達到或超越了 Opus 4.8、GPT-5.6 和 Grok 4.5 的表現。在 21 個預埋 bug 的測試中，K3 找到了 14 個，Opus 找到 12 個，其他模型都沒有超過 7 個。
官方展示：自主開發能力的驚豔案例
除了基準測試數字，Moonshot AI 在技術部落格中展示的多個 K3 自主完成案例，在社群中引發了大量討論。最令人矚目的是 K3 從零打造了一個 GPU 編譯器 MiniTriton。它在 MLIR 上自行定義中間表示，實作完整的最佳化流程與 PTX 程式碼生成，在 roofline 基準測試中的效能已接近 PyTorch 的 Triton 和 torch.compile。更關鍵的是，團隊用這個編譯器訓練了 nanoGPT 並觀察到正常收斂，證明 K3 不只是寫出幾個獨立的 kernel，而是建構了一套可用的編譯器工具鏈。
K3 甚至在一個 48 小時的連續自主代理運作中，使用開源 EDA 工具和 Nangate 45 奈米製程庫，獨立設計了一顆用來跑自身架構微型模型的晶片。成品面積 4 平方毫米，整合 146 萬個標準單元和 0.277 MB SRAM，時脈收斂在 100 MHz，模擬推理吞吐量超過每秒 8,700 個 token。Moonshot AI 在公告中寫道：「一個模型設計了一顆為模型服務的晶片。」
在創意應用方面，K3 使用 Three.js 和 WebGPU 程序生成了一款瀏覽器端的 3D 開放世界遊戲，場景包含森林、木屋村莊、雪山和動態天氣系統。 它還展示了 3D 長征十號火箭發射與回收模擬、Game Boy Advance 模擬器、以及《星際效應》中 Gargantua 黑洞的重現。
Lets end this debate
Kimi K3 mogs opus 4.8 in every scenario , and its literally better than fable 5 in webdev and game making
we are in the era of abundance now https://t.co/OohJ6eQukq pic.twitter.com/JwQOzy9Ugl
— Chetaslua (@chetaslua) July 17, 2026
I tested Kimi K3 vs Claude Opus 4.8
Same prompt, an armory bay with lighting, props, and detail. Top is Kimi K3, bottom is Opus 4.8.
It’s not even close.
Kimi K3 built a full scene with textures, proper lighting, ammo crates, weapon racks, working detail everywhere. Opus 4.8… pic.twitter.com/jnZiEqoRfb
— Bhavy☄️ (@Bhavani_00007) July 16, 2026
Kimi K3 built a browser-based 3D martial arts
RPG featuring melee combat, quests, inventory, dynamic weather, and explorable interiors.
It modeled the game environment in Blender with improved collisions and PBR retexturing, integrated and adapted open assets, and designed… https://t.co/ioS67t6YEG pic.twitter.com/USuzuSy69V
— Chetaslua (@chetaslua) July 16, 2026
在科學研究方面，K3 在約兩小時內完成了計算天體物理學中 I-Love-Q 普適關係的複現工作，這項任務通常需要一位資深研究員花費一到兩週。它閱讀並交叉驗證了超過 20 篇論文，評估了 300 多個狀態方程，生成超過 3,000 行 Python 程式碼，還附帶了一個互動式 HTML 儀表板。
Moonshot AI 還透露了一個有趣的細節：「在 Kimi K3 開發的後期階段，K3 的早期版本已經負責處理團隊大部分的 kernel 最佳化工作。」K3 在自身誕生的過程中就已經參與了開發工作。
定價策略：以閉源模型的價格出售開源模型
Kimi K3 的 API 定價為每百萬輸入 token 3 美元（約新臺幣 97 元）、每百萬輸出 token 15 美元（約新臺幣 487 元），快取輸入則打一折至 0.3 美元。相較之下，GPT-5.6 Sol 的定價約為 5/30 美元，Claude Fable 5 更高達 10/50 美元。K3 的單次任務成本約 0.94 美元，與 GPT-5.6 Sol 的 1.04 美元接近，約為 Opus 4.8 的 1.80 美元的一半。
Moonshot AI 的定價策略顯示，他們不再把 K3 當成「便宜的中國替代品」來賣，而是以前沿模型的身分直接與 Anthropic 和 OpenAI 競爭。這是該公司歷來定價最高的模型，前代 K2.6 的輸出 token 價格僅 4 美元，K3 漲了近 4 倍。
開放權重的市場衝擊
Moonshot AI 計畫在 7 月 27 日前釋出 K3 的完整模型權重， 這將使其成為全球最大的開源權重模型，遠超 DeepSeek V4 Pro 的 1.6 兆和 GLM-5.2 的 7530 億參數。一旦 K3 權重公開，任何人只要有足夠的硬體就能提供相同的模型服務，價格將被壓到「服務成本加上薄利」的水準。一組 GB200 NVL72 機架（約 350 萬美元）以 80% 利用率執行 K3，每月可產出約 630 億輸出 token，年化成本約 200 萬美元。同樣的 token 量若以閉源 API 價格購買，年花費超過 1100 萬美元，自建比租用便宜 6 倍以上。
社群反應：興奮與質疑並存
K3 的發表在 X 上引發了大量討論。正面評價主要集中在開源模型首次登頂前端程式碼競技場這一點。科技創作者 @learnaifaster 整理了 K3 的五大亮點：前端程式碼第 1 名、整體智慧與 Opus 並列第 4、網頁瀏覽和試算表自動化領先、百萬 token 上下文、以及即將開源。
@aakashgupta 則從 Moonshot AI 的公司角度切入，指出這是一個「差點被 DeepSeek 搞垮又重新站起來」的故事。18 個月前 DeepSeek R1 的發布讓 Kimi 從中國第 3 聊天機器人跌到第 7，如今 K3 重新奪回前端程式碼第 1 名。Moonshot AI 在 5 月以 200 億美元估值完成 20 億美元融資，7 月 FT 報導其正以 315 億美元估值進行新一輪融資，一個模型發布就讓公司估值漲了 57%。
不過也有較為審慎的聲音。LiveBench 基準測試的負責人 Bindu Reddy 指出，在他們的隱藏題目測試中，K3 是最好的開源模型，但仍低於 Opus 4.8、Sol 和 Fable。她也提到 K3 在實務上「會花很多時間思考」（spins a lot），成本與 Opus 4.8 差不多，而且速度更慢。
KIMI K3 CLOSES THE GAP BUT RANKS BEHIND FRONTIER MODELS
Our benchmark, LiveBench, has a lot of hidden questions and models can’t memorize them
K3 is the best good open-source model but is below Opus 4.8, Sol and Fable
Also in practice, Kimi spins a lot and costs as much as… pic.twitter.com/QJtFeAJoL5
— Bindu Reddy (@bindureddy) July 17, 2026
Paweł Huryn 的實測也揭露了一個實際問題：發布當晚有兩項任務回傳了零 token，完全沒有輸出。13 小時後重測其中一項獲得滿分，但另一項仍然無法通過，代表了 Kimi K3 上線後 Moonshot AI 的伺服器無法承受如此巨大的全球需求（我實測速度也真的不快）。
結語
Kimi K3 的發布是開源大語言模型首次在多個關鍵基準測試中達到或超越閉源前沿模型水準的時刻。2.8 兆參數的稀疏架構、百萬 token 上下文、以及相對合理的定價，讓它成為目前最具競爭力的開源選擇。不過，Moonshot AI 自己也坦承 K3 在整體表現上仍落後 Claude Fable 5 和 GPT-5.6 Sol，登頂主要集中在前端程式碼這一個領域。
7 月 27 日的開源權重發布將是下一個關鍵節點。如果權重如期公開，K3 將直接改變企業在閉源 API 與自建服務之間的成本計算方式。同一張 GPU 從租給前沿實驗室年賺 8 萬美元，變成服務開源模型年賺 1.4 到 3.4 萬美元，投資回收期從不到 1 年拉長到 2 到 5 年。這場開源與閉源的定價戰，可能才剛開始。