7.1
深览指数
科技腾讯新闻·AGIHunt··AI 生成
Kimi K3，这是 DeepSeek 2.0 时刻
月之暗面发布最新开源模型 Kimi K3，参数规模达 2.8 万亿，在多项基准测试中全面超越 Claude Opus 4.8，并在前端代码竞技场登顶。作者通过复刻纪念碑谷、抢滩登陆游戏、Blender 建模、3D 演唱会等大量实操案例，展示了 K3 在复杂长任务下的自主 agent 能力，认为其代表了开源模型的新高度，堪称「DeepSeek 2.0 时刻」。本文适合关注大模型前沿进展、开源生态与中美 AI 竞争格局的读者。原文 ↗
核心观点
- ▍Kimi K3 的发布标志着开源模型再次达到新高度，被全球 AI 社区评价为「DeepSeek 2.0 时刻」，开源等于中国，更等于最强大的模型。
- 01Kimi K3 是一个 2.8 万亿参数的模型，基于 KDA 混合线性注意力和注意力残差构建，原生支持视觉理解，上下文窗口 100 万 token。
- 02架构上，K3 的 MoE 稀疏度做到 896 个专家里激活 16 个，整体扩展效率相比 K2 提升了约 2.5 倍。
- 03在 LMArena 的 Frontend Code Arena 中，K3 以 1679 分登顶，超越 Claude Fable 5，两两对战胜率 76%。
- 04在 14 项 benchmark 对比中，K3 对 Opus 4.8 是 14 比 0 全胜，对 Fable 5 则是 6 胜 8 负。
- 05API 价格：每百万 token 输入 20 元（命中缓存 2 元）、输出 100 元，约等于 Claude Sonnet 5 的价格。
- 06作者通过复刻纪念碑谷、抢滩登陆游戏、Blender 建模、3D 演唱会等案例，验证了 K3 在复杂长任务下的自主 agent 能力。
- 07K3 在 Muse 吉他谱软件复刻任务中，自主添加了「左右双屏实时编辑」这一原版没有但用户需要的功能。
反方 / 局限
- — 官方承认 K3 整体表现仍落后于最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol。在 LMArena 前端代码的 Gaming 细分领域，K3 排第二，落后 Fable 5。
- — K3 跑长任务耗时久，且运行时可能产生噪音（作者在半夜被吵醒）。
- — 文章主要依赖作者个人实操案例，缺少第三方独立评测或更广泛场景下的表现数据。
Kimi K3月之暗面DeepSeekClaude Fable 5GPT-5.6 SolClaude Opus 4.8LMArenaKDAMoEMuseBlenderFrontend Code ArenaArtificial Analysis
27 分钟 · 5 卡片 · 15 资料
读原文 →