Kimi K3

月之暗面（Moonshot AI）2026-07-17 发布的旗舰模型，面向长周期编程、复杂知识工作与多步骤任务。发布当晚催化全球 AI/半导体股抛售（被摩根大通称为”DeepSeek 2.0”），打破了”美国前沿闭源模型享有稳定技术溢价”的市场预期。

Specifications

Spec	Value
Total Parameters	2.8 万亿（2.8T）
Context Window	100 万（1M）tokens
Artificial Analysis 智能指数	57（接近 GPT-5.5 与 Claude Opus 4.8）
单任务平均成本	$0.94（约为 Opus 4.8 一半）
前端代码竞技场	1679 分（升至第一）
完整权重发布	最晚 2026-07-27

Pricing

项目	价格（每百万 token）
API 输入	$3
API 输出	$15

能力定位

在编程、智能体、多模态任务中表现出接近美国头部模型的能力。
以约一半成本逼近前沿水平 → 可能压缩 OpenAI、Anthropic 等闭源厂商定价空间。
未证明前沿 AI 可摆脱庞大算力：2.8T 参数使完整模型本地部署门槛极高（运行或需价值数十万美元以上设备）。

市场冲击（2026-07-17 发布后）

高盛 Rich Privorotsky 定性为”去杠杆事件”：并非扩展定律失效，而是单纯扩大预训练算力不再是获得领先模型能力的唯一路径——架构、数据质量、强化学习、后训练效率重要性上升。
费城半导体指数当日 −1.6%、一周约 −10%、较 6 月高点回落超 20% 进入技术性熊市；港股智谱 −28.5%、MiniMax −15.6%；日经 −4.03%（软银 −9%、铠侠 −16.1%）；台积电 −7.3%、英伟达 −2.2%、应用材料 −5.6%。
是催化剂而非唯一原因：发布前芯片股已在调整（SOXL 较 6 月高点跌超 50%）。
双向效应：可能压低模型服务价格，却因更便宜模型刺激企业扩量，未必降低芯片长期需求。

Notes

相较 Kimi K2（1T 参数 / 128K 上下文）：参数量与上下文大幅扩张，定位从”高性价比编码模型”升级为”接近前沿的通用智能体模型”。
“中国 AI Trinity”（Kimi / Qwen / GLM）之一。

[2026-08-02] 权重开放 + 三项 Infra + 全球大使（开源引爆海外后续）

继 2026-07-17 发布、07-27 完整权重放出后，本次补 07-29 机器之心报道的 Infra 与生态细节（源）。

三项 Infra 开放

MoonEP：超大规模细粒度 MoE 专家并行通信。
FlashKDA：KDA 高性能算子，英伟达 H20 上 prefill 较 flash-linear-attention 基线提升 1.72-2.22 倍。
AgentEnv：大规模 Agent 后训练沙箱，支持快照/恢复/分叉。

规模与效率

2.8 万亿参数 MoE、原生视觉、1M 上下文，规模约为 Kimi K2.5 的 3 倍；借 KDA / Attention Residuals / MoonEP，规模化效率提升 2.5 倍（与 07-28 焚诀一文”训练效率 2.5x”相互印证）。
Stable LatentMoE：每 token 从 896 路由专家激活 16 个（AI 评测日报 K3 技术报告细节）。

评测与海外反响

Arena.ai 前端代码排名第一；Artificial Analysis 智能指数第三（与 07-17 本页记录的 57 分/第三一致）；马斯克留言”Impressive”，称 xAI 正训练 2 万亿参数模型”可能超过 Kimi”。
Nathan Lambert（《Interconnects》创办人）：K3 已属真正前沿模型，把开源-闭源能力差距从原 6-9 个月压缩到 3-5 个月；华尔街分析师以”本垒打”形容。
微软正评估 K3 用于 Copilot 并接入 Azure；黄仁勋称美企”当然应该”被允许使用中国模型。

生态与政策

K3 上线 48 小时内请求量超预期，暂停新增会员订阅、会员页全部售罄。
全球大使计划：对标 Anthropic Claude Community Ambassadors 与 OpenAI Codex Ambassadors；提供前沿模型优先体验/API 额度/一线团队共创/官方曝光/全球网络五类资源。
政策背景：特朗普政府内部重新讨论加强对中国开源模型管控；近 200 家硅谷初创公司组成”小科技联盟”警告封杀廉价开源模型将逼初创公司向 OpenAI/Anthropic 缴高额 API 费。

⚠️ 矛盾：参数规模 2.8 万亿 vs 同篇”全球首个开放权重的 3 万亿参数级模型”两处表述并存；厂商自述 K3 整体仍落后 Claude Fable 5 / GPT-5.6 Sol，与”开源已逼近闭源前沿”的部分叙事存在张力；特定长程智能体沙盒”超越 Opus 4.8/Fable 5/GPT 5.6 Sol”（07-28 文）属单一口径营销化转述，须与综合榜第三并列阅读。

来源：../sources/2026-08-02-开放K3权重-Kimi全球大使、../sources/2026-08-02-AI评测日报-2026-07-30-InMind-PerceptionBench、../sources/2026-07-28-Kimi-K3-开源引爆海外

[2026-08-10] E-Bench 总分第一（73.79%），但可靠性是真瓶颈

腾讯混元 E-Bench（323 道有状态多步工具调用任务）成绩单（来源：腾讯 Agent 评测）：

总分第一：11 个前沿模型中最强，73.79%——但最好的模型仍有近四分之一的任务做不对。
可靠性瓶颈：Pass@3 = 87.62%（三次里做对过一次）vs Pass³ = 58.82%（三次全做对）；目前没有一个模型的 Pass³ 超过 60%——做对一次是运气，连续做对才是能力。
成本：单任务 API 成本 0.634 美元（对照：DeepSeek-V4-Pro 0.028 美元 / 准确率 47.7%）；E-Bench 同时统计准确率与成本。
给解题者开放代码执行后达 77.61%，仍被 Claude Opus 4.8（81.11%）反超——代码执行能力改写 E-Bench 排名。

10xAI Wiki

导航