Moonshot AI 发布 Kimi K3，以高端定位冲击全球前沿模型

总部位于北京的 Moonshot AI 于 7 月 16 日发布了 Kimi K3，这是其迄今为止最强大的旗舰模型。在前端代码竞技场（Frontend Code Arena）基准测试中，K3 在构建网站和应用程序视觉界面方面均优于 Claude Fable 5 和 GPT-5.6 Sol，这是首次有开放权重模型登顶该排行榜。它还在 Artificial Analysis 智能指数上位列第 3，仅次于这两款前沿模型，并领先于所有其他开放权重模型。

K3 拥有 2.8 万亿参数，如果开放权重如承诺的那样于 7 月 27 日发布，它将成为中国公司有史以来发布的最大开放大语言模型。AI 社区和 X 上的许多人将其称为 Moonshot 的“DeepSeek R1”时刻，而就在三周前，Z.ai（智谱 AI）刚凭借 GLM 5.2 掀起自己的病毒式传播风暴。时机是刻意安排的：K3 赶在上海世界人工智能大会之前发布，中国国家主席习近平在会上呼吁加强开源合作。

然而，K3 之所以是一次不同寻常的发布，并不在于其编程和智能体性能，也不在于训练和推理的效率优化。而在于其定位。在我看来，K3 是一次雄心勃勃、甚至带有风险的尝试，旨在摆脱中国模型作为廉价替代品的旧有刻板印象。相反，它是一款高端、优质模型，旨在与全球最好的专有前沿模型一较高下。

分享

架构创新与自进化工作流

在架构上，K3 与其中国同行没有太大区别。作为一款 MoE 模型，其 896 个专家中每个 token 仅激活 16 个，约占参数的 1.8%。这比 DeepSeek V4 Pro（3.1%）或 GLM 5.2（5.3%）要稀疏得多。

这款拥有 100 万上下文窗口的模型基于两项内部创新来保持训练和推理的高效。第一项是 Kimi Delta Attention（KDA），一种线性注意力机制，让模型能够处理长序列，而无需承担标准键值（KV）缓存带来的爆炸性内存开销。标准注意力会将每个新 token 与历史中的每个先前 token 进行比较，而 KDA 则维护一个压缩的、固定大小的隐藏记忆状态，选择性地更新要保留或覆盖的信息。

Moonshot 并未在网络每一层都使用 KDA。它采用 3:1 比例的混合架构，将 KDA 层与周期性的多头潜在注意力（DeepSeek 的标志性注意力创新）交错排列。在此前的 Kimi Linear 论文中，该公司报告称，与全注意力设计相比，KV 缓存使用量最多减少 75%。在 K3 中，KDA 在百万 token 上下文长度下实现最高 6.3 倍的解码加速，同时在“大海捞针”检索任务上仍能匹配或超越完整的 softmax 注意力。

第二个组件是 Attention Residuals（AttnRes），被描述为标准残差连接的即插即用替代方案，以不到 2% 的额外计算量带来约 25% 的训练效率提升。这项技术大约四个月前首次提出，因其共同第一作者之一是深圳一名 17 岁的高三学生而走红，其工作获得了 Elon Musk 和 Andrej Karpathy 的公开称赞。

我多次将 Moonshot 与 DeepSeek 进行比较，这两家实验室开始看起来像表亲。两家实验室都通过调整注意力和残差框架来进行创新。Kimi 的 KDA 更像是一种动态摘要，而 DeepSeek 的 DeepSeek Sparse Attention (DSA) 则充当一个过滤器，选择哪些信息最重要。同样，DeepSeek 的 mHC 扩展了层间信息流的容量，而 Moonshot 的 AttnRes 则动态选择从哪个特定的前一层提取信息。

与 K2 系列不同，Kimi K3 默认开启“思考模式”，通过推理来解决问题，而不是依赖单独的推理模型。发布时，API 仅支持 Max 推理强度级别。

K3 将编程与视觉反馈相结合：它检查屏幕截图、编辑代码并检查可见输出，这是一个被 Moonshot 称为“Vision in the Loop”的闭环，并作为游戏开发、UI 设计和 CAD 的基础进行推广。

我觉得最有趣的部分是自进化工作流，因为我不记得还有哪个旗舰 LLM 如此明确地描述自我改进（如果我漏掉了某个，请纠正我）。鉴于 FLA Triton AttnRes 在生产规模下的应用，K3 的任务是在不改变数值的情况下最大化训练速度。在超过 15 小时的不间断迭代中，它设计了一种新颖的两阶段内核算法，在保持数值的同时融合了内核，并将前向加后向时间从 283.6 毫秒缩短到 114.4 毫秒。据该公司称，K3 和 Fable 5 达到了相似的最终结果，但 K3 每次迭代的改进速度更快。

性能

在 Artificial Analysis Intelligence Index 上，K3 得分约为 57，位列第 3，落后于 Claude Fable 5（约 60）和 GPT-5.6 Sol（约 59），领先于 Claude Opus 4.8（约 56）。

它真正领先的地方是前端。K3 以 1,679 分位居 LMArena 的 Frontend Code Arena 榜首，比 K2.6 跃升了 17 位，不过在通用 Text Arena 上表现较为中等，大约排在第 6 位。

它在长上下文方面也表现稳健，在完全没有任何上下文管理的一百万 token 评估中得分 90.4。

而且它以更少的资源做更多的事：K3 使用了 1.32 亿输出 token，而 K2.6 为 1.66 亿，减少了 21%，同时 Intelligence Index 得分提高了 13 分。

遗憾的是，我自己还没能使用 K3。该模型一直不可用，Moonshot 团队表示已暂时暂停新的付费订阅，因为其算力无法满足需求。

对 K3 的反应绝大多数是正面的。AI 初创公司 Tzafon 的首席产品官 Simon Koser 告诉 CNBC，K3 令人印象深刻，在编程等领域表现强劲，并表示 AI 实验室的开发者可能会觉得它很有吸引力。另一方面，根据 Artificial Analysis 的数据，K3 的幻觉率从 39% 攀升至 51%。

定价

K3 的价格为每百万输入 token 3 美元、每百万输出 token 15 美元，缓存命中输入费率为 0.30 美元，与 Anthropic 的 Claude Sonnet 系列处于同一档位。这比其前代产品大幅上涨。K2.6 的输入约为 0.95 美元，输出为 4 美元。根据中国 AI Index 的模型追踪数据，K3 也是过去两年中国 AI 公司发布的最昂贵的 LLM。

K3 每个 Intelligence Index 任务的平均成本约为 0.94 美元，接近 GPT-5.6 Sol（1.04 美元），约为 Opus 4.8（1.80 美元）价格的一半。然而，小红书（Red Note）上的一些用户抱怨说，使用 K3 后，他们的 Kimi 月度用量消耗得远比预期快。

一位 X 用户表示，K3 最终比 Fable 5 更贵。

为什么我说它雄心勃勃

发布前一天，Moonshot 放出了一支预告视频——一段神秘、刻意晦涩、略带哲学意味的短片，让人想起 Fable 5 的视频。把规模、性能和定价放在一起看，K3 正试图摘掉每一款中国开放权重模型都被迫戴上的“廉价”帽子。对一家中国初创公司来说，它的姿态更像一家全球公司，品味和审美也与之相称。它想直接与 OpenAI 和 Anthropic 竞争，而不只是做一个更便宜的开放权重选项。

一家实验室在开始训练新模型之前，通常清楚自己要瞄准的参数规模和能力。Moonshot 优先考虑的是规模扩展。相比之下，MiniMax 的 M3 模型总参数量仅为 4280 亿，因为该公司刻意限制了模型规模，以便本地模型爱好者能以可负担的成本运行它。这是选择问题。

K3 尚未达到 Mythos 和 Fable 5 正在推进的药物设计或 AI 研究前沿，但它能做一些概念验证性的芯片设计，也就是谷歌的模型此前展示过的那类工作。

我不认为 K3 会取代 OpenAI 或 Anthropic。但在编程和智能体任务上，它看起来可能领先于 Meta Spark 和 Grok 4.5 等其他领先的专有模型。这才是它真正要争夺、并能从中抢占份额的市场。

这也引出一个显而易见的问题：为什么要把这么好的模型开放出来？我的解读是，如今竞争已如此残酷，没人知道 K3 能在开放模型中保持领先多久。MiniMax 正在训练一个 2.7T 模型，阿里巴巴在预热 Qwen 3.8，而据报道 DeepSeek 即将发布 4.1 版本。对中国实验室来说，只要别人继续开放，把自己的强模型保持专有就可能是一场必输的赌注。

保持开放也没有拖慢 Moonshot。总裁张宇彤在小红书上表示，自 K3 发布以来，公司的年度经常性收入呈指数级增长，延续了此前 ARR 从 4 月的 2 亿美元增至 6 月的 3 亿美元的势头。

同样值得注意的是 Moonshot 选择不展示的内容。没有网络安全、药物设计或生物武器方面的前沿能力演示。一个擅长网站和游戏设计的开放权重模型看起来无妨也无害。而一个顶尖的网络攻击模型则不然。

然后是情绪。中国用户长期以来感到被 Anthropic 对中国的强硬立场及其阻止中国大陆用户使用其产品（尤其是 Claude Code）的做法针对。6 月下旬，一名开发者发现 Claude Code 一直在悄悄检测与中国相关的连接，并通过隐写技巧将该信号编码进提示词中。Anthropic 没有否认；一名工程师称这是一项遏制经销商滥用和防范蒸馏的实验，相关代码已于 7 月初撤下。许多中国用户将其解读为赤裸裸的歧视。所以当一款如此强大的本土模型问世时，部分愤怒化作了扬眉吐气：看吧，我们不需要你。

对专有模型的不安不只是中国的抱怨。美国创始人们也在敲响警钟。Palantir CEO Alex Karp 多次警告称，将专有数据经由 Claude 等第三方模型处理的公司，有交出自身竞争优势和知识产权的风险。

Anthropic 最强大的模型也经历了自身的动荡。在 2026 年 6 月 12 日因网络安全越狱担忧被美国政府暂停 18 天后，政府于 6 月 30 日解除了限制。Anthropic 随后表示 Fable 5 仅在 7 月 7 日前可用，之后又改为 7 月 12 日，而在 K3 发布后不久，便宣布其永久可用。每一次反复都让用户和开发者笼罩在不确定性和失控感之中，这正是为什么一款即将开源的前沿级模型在那一刻落地时，会获得那样的反响。

最不“中国”的模型

K3 是首个在能力而非价格上展开竞争的开源权重发布，也是首个与美国顶级模型正面抗衡的中国模型。许多人将其视为中国实验室不再大幅落后、美国领先优势正在缩小的证明。

许多人将此解读为坏消息。OpenAI 的未来战略负责人认为，开源权重主导的世界的一个可能结果是“完全的 AI 共产主义，而这正是中国所提议的”，即 AI 不被视为市场产品，而是国家提供的“公共产品”，一种数字公共基础设施。他预计特朗普政府最终会得出结论，认为最佳举措是围绕使用中国开源权重模型制造巨大的监管风险。

如今，任何新的中国前沿模型都会被套入地缘政治框架，但我认为 K3 是迄今最不“中国”的模型。这既非褒扬也非贬低。看看预告片，看看它展示的用例，它更多是为全球高端开发者和用户打造的，而非面向国内用户。它完全在 Nvidia 上训练，与智谱和 DeepSeek 不同，K3 并非从一开始就针对国产芯片优化。它不背负 DeepSeek 或智谱所承担的国家冠军压力，即支撑国内生态的义务。如果 Moonshot 创立于硅谷或新加坡而非北京，你在这款发布中找不到任何会暴露其出身的东西。

将 Kimi 归入美中 AI 竞赛，对某种特定政治议程来说很方便。有时，一个竞争模型就只是一个竞争模型。

（披露：我在蚂蚁集团从事传播工作，蚂蚁集团是阿里巴巴的关联公司。阿里巴巴是 Moonshot AI 的投资方。）

立即订阅