Moonshot AI刚刚发布了有史以来最大的中文开源模型，并且在编写脚本方面超过了Claude Fable 5。
面向AI的写作Elo——这是一个基准，模型编写真实脚本，并与已发布版本进行盲评，使用与国际象棋选手评级相同的Elo系统评分——将Kimi K3的评分定在2840，超过Fable 5（最高）2760。这一排名历来由Anthropic的团队主导。
K3还在Arena AI的前端代码排行榜上占据了首位——该排名基于数千次针对代码生成任务的人类投票，再次使用Elo评分——K3的得分是1679，而Fable 5是1631。在七个前端领域中有六个排名第一。
人工智能分析指数——这一评分基于九个独立的评估，涵盖了编码、推理、代理工作和知识，评分范围为0到100——将K3的得分定在57，而Claude Fable 5为60，GPT-5.6 Sol为59，Claude Opus 4.8为56。这使得K3在该组合中成为第三个最强大的模型，Fable 5仅以3%的优势超越它。
如果你想了解它能做什么，以下是一个零-shot结果 的提示，要求模型构建一个iOS克隆。为了比较，这是在社交媒体上使用GPT 5.6 Sol和一个更复杂的提示分享的最佳近似。
这究竟是什么
K3拥有2.8万亿个参数——存储模型知识的数值——采用混合专家架构。混合专家将这些参数分成896个“专家”子网络，仅为特定任务激活一部分。这就是如何在不熔化服务器室的情况下获得前沿级别的智能。
“这是全球首个3万亿参数级别的开源模型，设计用于前沿智能场景，包括长时间编码、知识工作和推理，”Moonshot AI 表示。这不是市场宣传：DeepSeek的V4-Pro参数最高为1.6万亿，Moonshot自己的K2为1万亿。K3的规模大约是最近的开放权重竞争者的两倍。
它配有一百万个令牌的上下文窗口——令牌是AI处理的信息基本单位，每个约占三个四分之一个字——本地图像和视频理解，以及始终在线的推理。
两个架构技术支撑效率的提升。Kimi Delta Attention加速了长序列的解码——在百万令牌上下文中速度快达6.3倍。Attention Residuals选择性地在模型层之间传递信息，而不是均匀积累，增加了大约25%的训练效率，而额外计算成本不足2%——二者共同使得K3的可扩展效率比K2提高了约2.5倍。
基准测试很好，价格更好
Kimi K3的输入令牌费用为每百万$3，输出令牌费用为每百万$15——与Claude Sonnet 5相同，这是Anthropic的中端模型。不同之处在于，Sonnet 5是Anthropic的中间产品；K3在人工分析综合排名中比Fable 5低三点。在那九个基准套件中，K3的每个任务成本为$0.94，而GPT-5.6 Sol为$1.04，Opus 4.8为$1.80。
换句话说，这个模型在中端价格下提供了顶级性能。
正如Decrypt在5月的报道中提到，中美前沿AI之间的定价差距在今年早些时候达到了15到30倍。K3并没有以DeepSeek的价格打折——它的定价相当于西方中端模型——但在这个级别提供接近前沿的性能。对于建立在API上的团队来说，这代表了重大的成本改善。
如果Anthropic继续打算仅通过API提供Fable 5，K3将成为当前行业中第二大模型的最近开放权重替代品——其每个任务的成本是Opus 4.8的一半。这是基准追求者们已经在进行计算的情境。
K3的发布是美国芯片出口管制倡导者不想面对的论点。美国在2023年末限制了Nvidia的H800 GPU向中国出口；Moonshot确认它在这些芯片上训练了早期模型。K3的基准文档中提到H200和公司所称的“来自替代供应商的GPGPU”——普遍解读为华为Ascend硬件——但没有具体说明那些硬件的位置。
Moonshot AI的总裁Yutong Zhang在今年达沃斯会议上直接阐述了这一限制，正如硅谷日报所述：“我们知道没有奢侈的条件来简单地扩展计算……这迫使我们专注于基础研究和效率。”美国银行的分析师在发布后的一份报告中写道，K3证明了“预训练扩展，加上架构创新，仍然可以在这些限制下为中国的旗舰模型带来显著的进步。”
Moonshot是所谓的AI虎初创公司之一，它们在没有华盛顿所说的芯片的情况下，集体改变了全球模型格局。这是一个华盛顿尚未解决的政策问题，即更严格的出口控制是否有必要，或是这些控制无效。
你应该阅读的星号
K3在AA-Omniscience基准上的幻觉率——一个衡量模型多频繁自信地虚构其不知道的答案的基准——从39%跃升到51%，与前身K2.6相比。整体上更多正确答案；虚构的答案也更多。该模型在自己的文档中也承认，它可能“过于主动”，在长时间的自主任务中代表用户做出意外的决定。
对于已经运行基于Kimi K2.6的工具并希望升级的团队来说，K3在大多数方面是一个意义重大的提升——但这种幻觉变化在信任其准确性之前值得进行压力测试。
如果你想免费试用，它是可以的。它在Kimi的官方网站上提供。但祝好运：服务器非常拥挤，任务因流量限制而不断中断，几乎无法使用。一个更好的选择是支付订阅费用或通过API使用。
权重将在7月27日发布。那些将提供给大型企业和商业。目前没有任何国内GPU能够处理如此规模的模型。
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。
