Kimi K3不是中国的Fable 5

发布时间：2026-07-17来源：腾讯科技

月之暗面发布新旗舰大模型。图片经由AI处理

文｜苏扬

编辑｜徐青阳

7月17日凌晨，月之暗面发布旗舰大模型Kimi K3，总参数量达到2.8万亿，成为全球首个开放权重的3T级模型。

Kimi K3拥有100万token上下文窗口和原生视觉能力，可直接处理文本、图像和视频，发布时默认开启最大思考强度模式。

在大模型编程能力测试中，开源的Kimi K3，以76%的胜率超过两个最顶尖的闭源模型：Claude Fable5（63%）和GPT-5.6 Sol（58%），登顶最有影响力的CodeArena榜单。

K3在Frontend Code Arena中以1679分位居#1，超越Fable 5

这给人一种感觉：昨天之前大家都觉得只会出现在爽文里的故事，真的发生了。

CodeArena不是一般的评测榜单，它采用匿名的双盲对战机制，你输入一个Prompt，然后CodeArena会给你两个没人知道是什么模型生成的回答，让你选你觉得哪个好。等你投完票，就会立刻揭晓模型身份，身份揭晓之后的票就不再计入榜单了。

据说Code Arena官方花了几个小时确认数据没问题之后，才把结果发了出来。然后，就引爆了硅谷AI圈。

Kimi K3真的超过了Fable？

官方凌晨的新闻稿里写的是：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。

要知道，业内普遍推测Fable 5的参数在5T-10T之间，属于大模型中的大模型。“3万亿级的参数”Kimi K3，能与海外前沿模型在不同基准测试中互有胜负，性能可见一斑。

第三方机构Artifacial Analysis的智能排行指数中，Kimi K3从排行第17位的Kimi K2.6直接跃居第3，紧随Fable 5和GPT-5.6 Sol之后，跟官方评测数据很接近。

首批反馈

上诉评测数据迅速在业界引发反应。

从技术领袖到一线用户，首批反馈集中在三个关键词上：速度、突破、实用。

针对Artifacial Analysis的测评，埃隆·马斯克第二次为月之暗面Kimi模型点赞，称K3模型的基准性能令人印象深刻。

马斯克称K3的性能令人印象深刻

大模型测试者@kimmonismus在社交平台上表示，这可能是“DeepSeek 2.0时刻”。

他解释称，Claude Opus 4.8于5月26日发布，Kimi K3发布距其仅一个半月，但在整体上已经优于前者。这个时间差直接反驳了“中国开源模型始终落后美国闭源模型六到八个月”的长期说法。

大模型测试者@kimmonismus称K3反超Opus 4.8为“DeepSeek 2.0时刻”

另一个重要信号来自网络工程基准测试nextjs.org/evals。

Vercel创始人兼CEO吉列尔莫·拉奇称，Kimi K3在该测试中表现最佳，领先Fable，在更短时间内达到相当的成功率。

这是开源模型首次在这一全面基准中领先所有闭源模型。目前尚无模型能100%完成该评估，峰值完成率在92%至96%之间，Kimi K3的领先因此更具分量。

拉奇称K3首度在nextjs.org/evals超越所有专有模型，是开源的突破性时刻

沃顿商学院教授伊桑·莫利克测试后评价，Kimi K3是“非常好的模型，尽管还达不到Sol Max或Fable（级别），仍是很棒的开源权重模型”。

莫利克测试，Kimi K3生成“新哥特式塔楼城市淹没风暴洋”着色器任务中表现良好

他同时观察到Kimi K3倾向于反复循环任务：在最高级别持续调整和修改，像一个“神经质的模型”，但不代表模型不好。这一观察也与月之暗面官方声明的局限性吻合。

官方也发布了提示，Kimi K3训练特别侧重长程高难度任务，遇到小问题或用户意图不明时可能替用户做意外决策，需在系统提示中加明确约束。

半导体与AI基础设施分析师尼古拉斯·穆加利从成本结构角度，解读了这套实测表现背后的策略：Kimi K3的竞争逻辑不是拼“最聪明”，而是将硬件劣势转化为效率和上下文处理的专长。

分析师穆加利认为，K3以低成本长上下文定位，开源逼近闭源性能，美国实验室面临“双线战争”

他解释称，Kimi K3定位为成本足够低的底层架构，用户可将整个代码库或研究资料放入上下文运行长程任务。当开源模型以免费权重逼近闭源性能时，闭源模型的在溢价能力将从内部被侵蚀，所以美国实验室面临封闭对开源、溢价对免费的“双线战争”。

研究机构ADHD Capital的分析与此呼应，指出月之暗面从未将“最聪明”作为核心竞争维度，其基因是上下文长度和效率。早在竞争对手上下文限制为32000 token时，该公司已推出长上下文方案。

ADHD Capital发现，Kimi K3以长上下文+ Agent Swarm构建低成本智能体平台，不争单轮推理最优

Kimi K3将百万token窗口与线性注意力机制结合，配合Agent Swarm协调多子智能体能力，形成了一套不同于单纯追求推理基准冠军的定位。

ADHD Capital还提到，月之暗面是唯一采用API优先、开发者平台策略的中国AI实验室，收入增长三倍同时还在提价。

AI分析师@Kenjatina_og则评论称，进步的速度才是更重要的信号，差距开始以超出预期的速度缩小。

AI分析师@Kenjatina_og认为，K3表现超过Opus 4.8，中美差距或在加速缩小

Towards AI联合创始人路易斯-弗朗索瓦·布沙尔也发帖，Kimi K3在内部写作基准中从第21名跃升至第1（Elo 2840），超越Claude Fable 5，为首个登顶的开源权重模型。

在写作基准Elo测试中，K3从第21名跃升至第1名，超越Fable 5

在衡量金融与编程综合能力的Vals指数上，Kimi K3排名第二，仅次于Claude Fable 5

我本人也做了个小测试，跟它说我是复古游戏爱好者，请它帮我做一个复刻的“VR战警”，它还真用不到半个小时的时间，做了一个HTML版本，而且还会提醒有版权风险，并且顺手去合成了一些图像、音效素材以前置规避问题。

一句提示词生成复古风射击游戏

当时我就在想，你要让它现在就干3A不现实，但是复刻一个网页版小游戏集合站，可就轻轻松松了。而且，所谓的版权素材问题，就直接用模型生成替换。

速度背后是架构的突破。月之暗面用两项自研技术换来了效率跃升。

自研架构

Kimi K3能够在多项基准测试中逼近甚至部分超越一线闭源模型，核心支撑来自月之暗面自研的两项架构创新：Kimi Delta Attention（KDA）和Attention Residuals（AttnRes）。

Kimi K3 架构：Stable LatentMoE 和 KDA 模块（左）、AttnRes 操作 α（右上）以及 Block Attention Residuals 主干网络（右）

KDA是一种混合线性注意力机制，专门解决长序列处理的计算效率问题。

相比标准注意力机制在处理百万级token时计算复杂度急剧攀升，KDA通过线性化设计，大幅降低长上下文场景下的计算支出。这使得Kimi K3既能提供100万token的上下文窗口，又能将推理成本控制在可用范围。

早在2025年底，杨植麟在Reddit AMA（在线问答）中就曾透露，KDA是当时最新的实验性架构，并表示“相关想法很可能会在K3中使用”。如今K3发布，这一预告得到了兑现。

AttnRes是传统残差连接的替代方案，也是Kimi“降本增效”的老艺能。

相比标准残差连接在每一层均匀累积信息，AttnRes让模型学会有选择性地跨深度检索信息，不再无差别地流经所有层。官方数据显示，这一改动带来了持续的扩展收益。

今年3月，马斯克曾公开称赞Kimi团队的Attention Residuals方法“令人印象深刻”。

两项架构创新，再加上Kimi K3所采用Stable LatentMoE框架，共同建立了新模型在提升性能的同时，成本没有暴涨的基础。

Stable LatentMoE架构今年1月由英伟达提出，并率先在Nemotron 3 Super中采用。Kimi K3的Stable LatentMoE架构总计896个专家模块，每次推理只激活其中16个(不到2%)。在这种高稀疏度设置下，将每个token准确路由到最合适的专家模块是最大难题。

月之暗面用两项技术加以解决：Quantile Balancing根据路由器得分的分位数直接推导专家分配，省去了传统方法中需要人工调节的平衡参数；Per-Head Muon扩展了Muon优化方法，独立处理每个注意力头，使大规模训练过程中的学习更加稳定。

Quantile Balancing + Per-Head Muon 提升大规模训练稳定性

KDA让序列计算更便宜，AttnRes让深度信息流更智能，Stable LatentMoE让参数容量更庞大——三者共同构成了Kimi K3的架构骨架。算得更省、流得更顺、装得更多成就了2.8万亿参数的Kimi K3。

针对大规模并行推理时专家负载不均可能拖低吞吐量的问题，团队设计了完全平衡的专家并行训练方法，具备静态形状且在关键路径上无需主机同步。官方建议在64个及以上加速卡的超节点配置上部署Kimi K3，这也给国产算力发出了芯的“暗示”。

缩小差距

Kimi K3把国产开源模型带入“3万亿”参数时代，也证明了持续通过参数Scaling路线的可持续性。

但同时，参数量的扩展也对数据提出了新的要求。

一位研究员强调合成数据在这个过程中应用的价值，包括用户使用数据：“现在为了利用一切能利用的数据，大家越来越卷。现在大家都从用户的失败轨迹中训练Agent，体量大的公司，就有更多用户轨迹。”

从整个开源生态的模型参数规模来看，Kimi K3的2.8万亿参数在开源模型中形成断层。作为对比，DeepSeek V4 Pro约1.6万亿，小米MiMo V2.5 Pro为1.02万亿，智谱GLM-5约7440亿，阿里巴巴Qwen 3.5约3970亿。

过去12个月中有9个月，Kimi保持着开放模型规模的最高纪录。这种参数量的螺旋上升，代表的是中国开源模型能力的追赶，以及持续开源的开放态度。

在此之前，来自美国的Fable 5、Mythos 5这种级别的前沿模型已经面临出口管制。恰恰是中国的开源生态，为市场提供了第二选项。

蔡崇信不久之前在欧洲的一场活动上提出，开源是实现某种程度主权的一条现实途径。“为什么不选择第二个篮子，把鸡蛋分开放呢？即使欧洲长远看可能发展出自己的篮子，但至少眼下你有了两个篮子。”

前面提到沃顿商学院教授莫利克的测试，他在测试后提出了一个值得注意的问题：开源权重模型再次接近前沿水平，美国是否会允许Anthropic和OpenAI加快发布节奏。他指出Mythos在4月发布，Fable 5到现在已是“较旧”的模型。

特斯拉创始人马斯克6月18日曾被问及中国大模型何时能达到Fable级别，预测“或许明年一季度”。

现在，Kimi K3已经把这个时间表大幅推前。