Kimi K3 深度评测：2.8 万亿参数的开源模型，到底追上了闭源多少

一句话总结：Kimi K3 是全球首个开源的三万亿级模型，2.8 万亿参数、1M 上下文、原生视觉。官方自己承认整体还落后 Claude Fable 5 和 GPT-5.6 Sol，但稳超其他所有模型。这种坦诚在发布稿里不多见。

月之暗面这次很实在。

发布公告第三段就写了：「虽然 Kimi K3 的整体表现仍落后于最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol，但它在我们的整套评测中展现出前沿水平的能力，并稳定超过了其他所有模型。」

大多数厂商不会这么写。这也让后面的数字更可信一些。

图 1：2.8 万亿参数，896 个专家里激活 16 个

2.8 万亿是什么水平

Kimi K3 总参数 2.8 万亿。按官方说法，这是"全球首个开源的三万亿级别模型"。

这个"级别"用词很讲究。2.8 万亿不到 3 万亿，但按量级算是 3T 级。过去 12 个月里有 9 个月，开源模型的规模上限都是 Kimi 在推。这句话听着像自夸，但查下来确实是事实。

架构上做了两处改动：

KDA（Kimi Delta Attention），一种混合线性注意力。解决的问题是信息在超长序列里怎么流动。标准注意力在长序列下会被稀释，KDA 用线性注意力补这个短板。

AttnRes（注意力残差）。这个改善的是信息在深层模型里的流动。有个数据挺有意思：AttnRes 增加的额外成本不到 2%，但带来约 25% 的训练效率提升。对万亿参数的模型来说，这个杠杆比很高。

MoE 方面，稀疏度进一步放大：896 个专家里激活 16 个，配 Stable LatentMoE 框架。加上训练方法和数据配方的优化，整体扩展效率比 K2 提升约 2.5 倍。

简单说，同样的算力，能换来的智能多了 1.5 倍。

规格

有个细节：发布时默认思考强度是 max（极致），low 和 high 两档要等后续更新。这意味着刚上线时所有请求都是最高推理强度，token 消耗会比较大。

它到底强在哪

长程编程。官方描述是"在最少人工监督下，能维持长时间工程会话，导航大型仓库，编排终端工具"。这几个词对应的都是真实痛点。让模型写一个函数不难，难的是连续工作几小时还不跑偏。

两张案例值得看：

第一个是 GPU kernel 优化。每个模型独立在相同沙箱里工作，最多 24 小时，任务是分析、重写、基准测试四个 kernel（涉及 AttnRes、KDA 和一个 512 头维度的 MLA kernel），跨 NVIDIA Hopper 和另一家厂商的 GPGPU。K3 的表现和 Fable 5 接近，明显超过 Opus 4.8、GPT-5.6 Sol 和 GPT 5.5。

有个细节我觉得比分数更重要：在 K3 开发的后期，早期版本的 K3 承担了团队大部分 kernel 优化工作。模型参与优化自己的底层算子，这个闭环已经跑通了。

第二个是 GPU 编译器。K3 从零写了 MiniTriton，一个类似 Triton 的紧凑编译器，包含自己的 tile 级 IR 层（架在 MLIR 上）、优化 pass 和 PTX 代码生成管线。在支持的 roofline 基准上，性能与 Triton 和 torch.compile 持平甚至更好，某些负载上还超过了 Triton。

而且它不只是写了几个孤立 kernel，而是完整的端到端编译器：DSL 前端、IR pass、PTX 代码生成、运行时，全都有。还能稳定训练 nanoGPT 到收敛。

说实话，这个案例比任何跑分都更有说服力。

视觉与编程结合。官方提到它在游戏开发、前端、CAD 这些场景能用截图和视觉信息优化代码。这条路子跟 GLM-5V-Turbo 类似，但 K3 的基座更大，复杂项目上的天花板更高。

短板

不是最强。官方自己说了，落后 Fable 5 和 GPT-5.6 Sol。这个"落后"不是谦虚，是事实描述。

部署成本高。2.8 万亿参数，即便稀疏激活 16 个专家，显存占用也远超普通团队的承受范围。想自己跑，得先算算硬件账。

思考强度单一。刚上线只有 max 档，简单任务也会深度推理，token 成本下不来。等 low/high 上线后会好一些。

中文评测数据少。官方公布的几乎都是英文基准。中文长文档、中文代码场景的实际表现，还得自己测。

公司和生态背景

K3 发布后 30 分钟登顶 Hugging Face 趋势榜第一。上线 48 小时请求量超出集群承载。

商业数据变化也很猛：ARR 3 月破 1 亿美元，5 月 2 亿，6 月中旬 3 亿，8 月超过 10 亿。B 端收入里 API 占 70%。

资本市场那边，月之暗面 7 月完成 35 亿美元 F 轮融资，估值 350 亿美元，之后又有约 500 亿美元估值的 IPO 前融资，计划 2027 年一季度在港股挂牌。

这些数字跟模型能力没有直接关系，但能说明一件事：K3 不是实验室玩具，是真的在产生收入。

怎么用

产品端：kimi.com、Kimi App、Kimi Work 桌面客户端、Kimi Code。

API：platform.kimi.ai。注意 1M 上下文和 256K 上下文的价格不一样，1M 版本（k3）消耗约两倍配额。

开源自部署：权重在 Hugging Face，7 月 27 日前发布完整版本。

常被问的

K3 和 K2.8 Preview 什么关系？ K2.8 是接棒 K3 日常流量的轻量版，能力接近 K3 但思考更高效、价格更低。旗舰任务用 K3，日常开发用 K2.8。

2.8 万亿参数，普通显卡能跑吗？ 不能。这个体量需要多机多卡。个人开发者建议直接用 API。

开源协议是什么？ 需查 Hugging Face 仓库的 LICENSE，官方发布稿未明确说明。这点建议自己确认。

值得从 K2.6 升到 K3 吗？ 如果你的任务是长程编程或者需要 1M 上下文，值得。日常对话和短任务，K2.6 或 K2.8 更划算。

最后

K3 的意义不在于"开源追上闭源"这种口号。它追上了大部分，但没追上最顶尖的那两个，官方也承认。

它真正证明的是另一件事：开源模型的规模天花板还能继续推。2.8 万亿不是终点，AttnRes 那个"2% 成本换 25% 效率"的结构性优化，说明架构层面还有空间。

对开发者来说，最实际的影响是：以前只有闭源 API 能做的长程复杂任务，现在有了一个可以自己部署的选项。虽然贵，但至少存在。