Kimi K3 实测：2.8T 参数、真实跑分、开发者都在聊什么？
Kimi K3 是月之暗面最新的 2.8T 开源模型。我们汇总了官方技术博客、X 上的开发者讨论和多家媒体的实测结果，给你一个真实的全貌。
Kimi K3 实测：2.8T 参数、真实跑分、开发者都在聊什么？
最后更新：2026 年 7 月 17 日
当马斯克在 X 上评论"Impressive"，当杨植麟的 CMU 导师公开祝贺，当 Axios 用"科技圈的敬畏"来形容一个中国模型的发布——你知道，这次不一样了。
2026 年 7 月 16 日，月之暗面发布了 Kimi K3：2.8 万亿参数的 MoE 架构、100 万 token 上下文、原生视觉理解。发布当天就登顶 Frontend Code Arena 第一，开发者已经开始叫它"Kable"——Kimi + Fable，暗示它的编程能力已经接近 Claude Fable 5。
但热度归热度，API 账单可是真金白银。
我们翻遍了官方技术博客、API 文档、X 上的开发者讨论和多家媒体的实测报告，给你一个不加滤镜的 Kimi K3 画像。
30 秒速览
| 维度 | 评价 | 说明 |
|---|---|---|
| 前端编码 | ⭐⭐⭐⭐⭐ | Frontend Code Arena #1（1679 分） |
| 长程编程 | ⭐⭐⭐⭐ | SWE Marathon 42%，领先 Fable 5 |
| 硬推理 | ⭐⭐⭐ | HLE-Full 43.5%，Fable 5 为 53.3% |
| 性价比 | ⭐⭐⭐ | 输出 $15/M——是 K2.6 的 4 倍，但仅为 Fable 5 的 30% |
| 速度 | ⭐⭐ | 始终最大推理强度，比较慢 |
| 开源承诺 | ⭐⭐⭐ | 权重承诺 7 月 27 日发布，尚未兑现 |
最适合： 前端开发、迭代式编程、视觉软件任务、大上下文研究。
不适合： 硬逻辑推理、快速低成本任务、未经自己测试就上生产。
X 上的开发者们在说什么
评价非常两极分化。
看好的一方：
- 开发者 @chetaslua 称这是"又一个 DeepSeek R1 时刻"
- SuperGemma 创始人 Jun Song 称 K3 "明显强于 Opus，已达到 Opus 5 级别"
- 有提前测试者说 K3 "经常达到 Fable 水平，可能差一点点，但持续明显优于 GPT-5.6"
- "Kable" 这个绰号在中文开发者圈开始流行
质疑的一方：
- 多位开发者报告免费版 K3 在基础任务上翻车，而跑分却说 #1
- 一条帖子引发热议："K3 生成了一个游戏画面但键盘控制无效，修了 5 轮还是坏的。GPT-5.6 Codex 一次完成。"
- 知乎上爆发激烈争论："K3 的跑分第一是真实能力还是应试技巧？"
社区共识： K3 在视觉和前端工作上确实令人印象深刻，但它不是万能药。用你的真实任务测试之后再做决定。
实测故事：K3 到底能做什么
🦢 鹈鹕骑自行车测试（Simon Willison）
开发者社区的经典保留节目：让 AI 画"一只骑自行车的鹈鹕"。
K3 生成了一张博物馆标本图鉴风格的 SVG——褐色鹈鹕、红色喉囊、脚踩踏板，自行车车架、链条、辐条轮和刹车一应俱全。95 个输入 token 产生了 16,658 个输出 token（其中 13,241 个是推理 token）。花费：$0.25。
结果被广泛评价为"顶级水平"。但这个成本信号很重要：为了画一只鹈鹕，K3 花了 13,000 多个 token 在思考。它只有一个推理档位：最大。
3 分 03 秒修 Bug（品玩实测）
测试者在代码里埋了一个权限缓存 Bug——缓存键没有区分可见范围。K3 3 分 03 秒定位根因，给出了三档权限 scope 修复方案，还补充了回归测试。14 个公开测试 + 5 个隐藏测试全部通过。
苹果官网克隆：K3 vs Fable 5 成本对比（开发者 LASCHUK）
一次提示词克隆苹果官网首页：
| 模型 | 花费 | 结果 |
|---|---|---|
| Kimi K3 | $0.44 | 完整可用 |
| Claude Fable 5 | $0.94 | 完整可用 |
K3 用不到一半的成本完成了同样的工作。
7 个项目连续测试（开发者 鱼皮）
一位中国开发者在 Kimi Code 里连续跑了 7 个项目：
- 交互动画网站：5 分钟生成，动画流畅，审美在线
- 3D 知识展示：一次成功，3D 节点可视化干净利落
- 文章转网页 PPT：自动解析文章结构，生成带动画的幻灯片
- 全栈 PPT 生成工具：粘贴文本 → AI 生成 → 预览 → 换主题 → 导出 HTML
- 足球游戏：物理引擎无 Bug——好于 Grok 4.5 和 Fable 5（两者都有崩坏），但差于 GPT-5.6 Sol（9 分钟 vs K3 的 17 分钟）
- 以撒的结合风格 Roguelike 游戏：一次提示词生成了随机地牢、射击战斗、道具系统、带弹幕的 Boss
- 全栈 AI 编程工具（Cursor 克隆）：最复杂的任务——克隆 VS Code，构建了 Editor + Agent 双窗口 IDE，跑了 30 多分钟没崩没偏
架构：K3 凭什么这么强
K3 是稀疏 MoE 架构，896 个专家，每次激活 16 个。两项架构创新值得关注：
Kimi Delta Attention（KDA） 是一种混合注意力机制，每个 block 用 3 层线性注意力 + 1 层全注意力的 3:1 比例交错排列。KV-cache 内存降低最多 75%，百万 token 上下文中解码速度提升 最高 6.3 倍。月之暗面已经把 KDA 兼容的前缀缓存实现贡献给了 vLLM。
Attention Residuals（AttnRes） 用类似注意力的加权方式替代了标准的残差连接，能从更早的层中选择性提取有用信息。月之暗面报告称以 不到 2% 的额外成本获得约 25% 的训练效率提升。
此外的 Quantile Balancing、Per-Head Muon、SiTU 激活函数、Gated MLA 等技术，让 K3 相比 K2 实现了 约 2.5 倍的整体扩展效率提升。
但要注意： 完整技术报告尚未公布。以上数据目前主要还是来自厂商。
跑分：不只 Frontend Code Arena #1
K3 最引人注目的成绩是 Frontend Code Arena 1,679 分（全球第一）。但一个数字不能说明全部。
K3 领先的领域：
| 基准测试 | K3 | vs Fable 5 | vs GPT-5.6 Sol |
|---|---|---|---|
| Frontend Code Arena | 1,679 🥇 | 1,631 | 1,618 |
| BrowseComp | 91.2 🥇 | 88.0 | 90.4 |
| SWE Marathon | 42.0 🥇 | 35.0 | 39.0 |
| Program Bench | 77.8 🥇 | 76.8 | 77.6 |
| OmniDocBench | 91.1 🥇 | 89.8 | 85.8 |
K3 落后的领域：
| 基准测试 | K3 | 领先者 |
|---|---|---|
| HLE-Full（硬推理） | 43.5 | Fable 5: 53.3 |
| FrontierSWE | 81.2 | Fable 5: 86.6 |
| GDPval-AA v2（知识工作） | 1,668 (Elo) | Fable 5: 1,760 |
| Artificial Analysis 智能指数 | 57.1 (#3) | Fable 5: 59.9, Sol: 58.9 |
月之暗面官方博客的原话： "Kimi K3 的整体性能仍落后于最强闭源模型 Claude Fable 5 和 GPT-5.6 Sol。"这种坦诚在行业里是一股清流。
价格：不便宜了
K3 标志着中国 AI 模型"白菜价"时代的结束。
| Token 类型 | 美元/百万 token | 人民币/百万 token |
|---|---|---|
| 输入，缓存命中 | $0.30 | ¥2 |
| 输入，缓存未命中 | $3.00 | ¥20 |
| 输出 | $15.00 | ¥100 |
对比一下：K3 输出价格是 K2.6 的 4 倍，与 Claude Sonnet 5 持平，是 Fable 5 的 30%，但是 DeepSeek V4 Pro 的 17 倍。
好在 Mooncake 分离式推理架构能为编程负载实现 90% 以上的缓存命中率。如果你的请求共享稳定的前缀（代码库快照、系统提示词、文档集），实际输入成本可降至约 $0.30/M。
社区里的真实成本案例：
- 一张鹈鹕 SVG：$0.25（主要是思考 token）
- 苹果官网克隆：$0.44
- 有开发者 30 分钟烧光 20 美元订阅额度，只做了一个游戏项目
- 还有人反映"15 周的配额跑完一个任务就没了"
怎样使用 K3
| 入口 | 模型 ID / 命令 | 适合场景 |
|---|---|---|
| Kimi.com 网页/App | 聊天界面 | 快速体验、聊天、Agent |
| Kimi Code | /model k3 | 终端/IDE 编程 |
| Kimi API | kimi-k3 | 产品集成 |
| Kimi Work 3.1.0+ | 内置 | 桌面知识工作 |
API 兼容 OpenAI 格式：
from openai import OpenAI
client = OpenAI(
api_key=os.environ["MOONSHOT_API_KEY"],
base_url="https://api.moonshot.ai/v1",
)
response = client.chat.completions.create(
model="kimi-k3",
reasoning_effort="max",
messages=[{"role": "user", "content": "用 Three.js 在浏览器里生成一个 3D 太阳系"}],
)
print(response.choices[0].message.content)API 特性
流式输出（reasoning_content） · 工具调用（tool_choice="required"） · JSON Schema 结构化输出
默认 max_completion_tokens: 131,072 · 最高: 1,048,576
暂不支持: Batch API
已知问题（官方 + 社区反馈）
只有一个推理强度。 K3 没有低强度模式。简单任务也要支付全额的思考 token 费用。写一封感谢信也要先推理几千个 token。
生成速度慢。 多位开发者反映比 Fable 5 明显慢。最大推理模式用速度换深度。
幻觉率上升。 独立测试显示准确率从 K2.6 的 33% 提升到 46%，但幻觉率从 39% 飙升到 51%。知道得多了，编造的也多了。
过于主动。 月之暗面官方承认 K3 "可能会在没有提示的情况下替用户做决定"。如果你的提示词模糊，K3 会自己填空。
会话不稳定。 Kimi Code 中约 20 分钟会自动退出。模型对推理历史截断很敏感——从其他模型切换过来会降质。
权重发布仍是承诺。 7 月 27 日前发布。部署需要 64+ 加速器的 supernode 配置。即使权重开放，本地运行的基础设施门槛也很高。
常见问题
K3 真的是开源的吗？
月之暗面称其为"开放的 3T 级模型"。完整权重承诺 2026 年 7 月 27 日前发布，预计采用 Modified MIT 许可。目前只能通过 API 和官方产品使用。
K3 和 Claude Fable 5 比怎么样？
取决于任务。K3 在前端编码、SWE Marathon、BrowseComp 上领先。Fable 5 在硬推理（HLE-Full）、复杂工程（FrontierSWE）、知识工作（GDPval）上领先。用你的工作负载测试。
K3 一个月多少钱？
Kimi Code 订阅：99 元/月（256K 上下文），199 元/月（1M 上下文）。API 按量计费，输出 $15/百万 token。有开发者反映 30 分钟烧光 20 美元。
K3 能剪辑视频吗？
可以。API 和 Kimi Work 支持视频分析和编辑——月之暗面展示了 K3 用 56 段素材剪辑预告片。但 K3 不生成 新视频。生成视频要用专门的模型如 Seedance。
K3 能跑在我自己的机器上吗？
暂时不能。权重承诺 7 月 27 日发布。即使发布后，月之暗面建议的部署配置是 64+ 加速器的 supernode，不是普通开发者能承担的。
为什么有人叫它 Kable？
Kimi + Fable 的组合词。反映 K3 在编程任务上能跟 Claude Fable 5 掰手腕，尤其前端领域。非官方绰号，但在 X 和知乎上被广泛使用。
该不该用？
Kimi K3 是一次真正的突破：迄今为止最大的开源权重模型、编程和 Agent 任务的竞争力跑分、从马斯克到开发者的广泛关注。
如果你做前端开发、复杂编程或大代码库工作： 今天就可以测试 K3。用一个真实项目开始，量成本、量质量，跟现有模型对比。
如果你需要硬推理、快速响应或便宜的 token： 等低强度模式出来再说，日常用 K2.6 更划算。
如果你想生成 AI 视频： K3 可以分析和编辑视频，但它不是视频生成模型。Seedance 2.0 就是为此设计的——查看当前套餐选择适合你的方案。
资料来源
邮件列表
加入我们的社区
订阅邮件列表，及时获取最新消息和更新