横空出世！月之暗面发布 Kimi K3，2.8 万亿参数开源模型，1M 上下文硬刚 GPT-5.6！

admin@yesmiracle.net (万戈) — Fri, 17 Jul 2026 00:00:00 +0000

如果你关注开源大模型的天花板在哪，昨天月之暗面（Moonshot AI）给出了一个让人瞠目结舌的答案。

7月16日，Moonshot 静悄悄地在 API 文档页面上加了一行字：「🎉 Kimi K3 has launched!」——没有盛大的发布会，没有 CEO 演讲，没有 Benchmark 榜单——但这是全球第一个 3T 级开源模型，2.8 万亿参数的 MoE，带着 1M Token 上下文和原生视觉理解，直接站到了 GPT-5.6 Sol 和 Claude Fable 5 面前。

2.8T：开源模型的天花板被捅穿了

先看数字。Kimi K3 总参数 2.8 万亿（官方说 2.8T，社区戏称「向上取整到 3T」），是 DeepSeek V4 Pro（1.6T）的将近两倍，超过之前所有开源模型的总和量级。

它采用 Mixture of Experts 架构，896 个专家，每次激活约 16 个，活跃参数估计在 40-60B 之间（比 K2.6 的 32B 翻倍）。Moonshot 称，相比 Kimi K2，整体扩展效率提升了约 2.5 倍——同样的算力，K3 能转化成更强的智能。

这不是一个「堆参数」的粗暴故事。从 2025 年 7 月到 2026 年 7 月，整整 12 个月里，Kimi 系列模型有 9 个月占据着开源模型参数规模的头把交椅。K3 是这个持续押注 Scaling Law 的集大成者。

Kimi Delta Attention：1M 上下文的秘密武器

1M 上下文，很多模型都说支持，但真正能用、能用好、能用得起是另一回事。

K3 的核心技术是 Kimi Delta Attention（KDA），一种混合线性注意力机制（论文 arXiv 2510.26692，2025 年 10 月）。设计思路很巧妙：3:1 的线性注意力与全注意力的交错层——三个线性层处理局部序列结构，一个全注意力层维护全局信息流。

效果是什么？KV-Cache 内存减少 75%，解码吞吐量提升 6 倍（在 1M 上下文长度下），同时短上下文、长上下文和 RL 后训练任务的表现不输全注意力基线。

这就是为什么 K3 的定价是平坦的——没有长上下文溢价。通常 1M 上下文意味着 KV-Cache 主导内存成本，KDA 一刀砍掉 75% 的缓存，长上下文的成本结构就变了。

加上 Attention Residuals（AttnRes）的架构改进，以及 Stable LatentMoE 框架，K3 在工程上不是简单的「更大」，而是「更聪明地大」。

定价对比：Sonnet 级价格，Opus 级能力？

模型	输入价格（/M Tokens）	输出价格（/M Tokens）	缓存输入
Kimi K3	$3.00	$15.00	$0.30
Claude Sonnet 5	$3.00	$15.00	$0.15
Claude Opus 4.8	$15.00	$75.00	$7.50
GPT-5.6 Sol	$10.00	$40.00	$2.50
GPT-5.5 High	$5.00	$20.00	$1.25
DeepSeek V4 Pro	$0.50	$2.00	$0.10
GLM-5.2	$1.00	$4.00	$0.20

K3 的 $3/$15 定价直接对标 Claude Sonnet 5 系列，但自报的 Benchmark 却在 Opus 4.8 级别。$3/$15 拿到 Opus 级的性能，这就是 K3 的核心卖点。

按 Artificial Analysis 的测算，K3 每任务成本约 $0.94，与 GPT-5.6 Sol（$1.04）接近，大约是 Opus 4.8（$1.80）的一半。

不过有一个大坑：K3 的思考模式无法关闭，且目前只有 max 一个档位（Moonshot 说后续会加更多）。这意味着每次请求都在支付完整的推理链成本，$15/M 的输出价格是实打实的。

Benchmark 表现：自报数据 vs 独立评测

Moonshot 自报的 Benchmark 数据相当亮眼：

Benchmark	K3 得分	对比参考
FrontierSWE	81.2	软件工程智能体
Terminal-Bench 2.0	88.3	CLI/终端智能体
DeepSWE	67.5	困难多步 SWE 任务
BrowseComp	91.2	单 Agent 网络研究（无上下文压缩）
GPQA-Diamond	93.5	研究生级科学问答
MMMU-Pro	81.6	多模态理解
GDPval-AA v2	1687 Elo	仅次于 Fable 5 和 GPT-5.6 Sol，超 Opus 4.8 的 1600

Frontend Code Arena 上，K3 甚至超越了 Claude Fable 5，成为第一名。

但注意：所有数据都是 Moonshot 自报的。Hacker News 上已有人质疑——开源模型阵营的供应商自报 Benchmark 普遍偏高，社区对 Benchmark 泄露进训练数据的担忧一直存在。

第一天的独立评测显示，K3 的 Arena Elo 约 1486（文本）和 1530（编码），比 Fable 5 和 GPT-5.6 Sol 低一个档次。Moonshot 自己也承认：「整体性能仍落后于最强的闭源模型 Fable 5 和 GPT-5.6 Sol。」

开发者们倒是普遍称赞一点：K3 的推理痕迹（reasoning traces）是完全暴露的，比 Fable 5 的不透明摘要「far, far more informative」——这对于调试 Agent 行为来说，是个巨大的优势。

开源生态：已承诺开源，尚待验证

K3 的权重已承诺在 7月27日之前开源。之前的 K2 系列用的是 Modified MIT 许可证，K3 的许可证尚未公布。

Moonshot 正在与推理合作伙伴和开源维护者协调技术细节，确保跨生态系统的可靠部署。一旦权重放出，这将是第一个能在本地运行（当然，需要相当多的 GPU）的 3T 级模型。

K3 的发布也碰上了月之暗面的新一轮融资——传闻估值已从 5 月的 $200 亿涨到 $315 亿。K3 成了他们估值故事的核心。

写在最后

Kimi K3 的意义不在于参数大小，而在于它证明了 Scaling Law 在开源世界依然成立——当大多数人以为开源模型只能在 1T 以下竞争时，Moonshot 直接翻倍到了 2.8T。

$3/$15 的定价，Opus 级的自报性能，1M 上下文，开源承诺——如果权重如期放出且独立评测验证了 Benchmark，K3 将是开源社区对抗闭源前沿最有力的武器。

但「如果」两个字划重点。自报数据 vs 独立评测的差距、始终开启的思考模式导致的 token 成本、以及即将到来的 7月27日权重是否能按时释放——这三个问题，决定了 K3 是「开源里程碑」还是「又一个漂亮的 PPT」。

7月27日见分晓。到时候我们再来跑一遍。

1M上下文 on AI博士 万戈