Kimi K3：2.8万亿参数开源模型，前端编程 Arena 登顶
月之暗面于7月16日发布 Kimi K3，总参数量2.8万亿，是目前全球参数最大的开源模型。在第三方评测 Frontend Code Arena 中，K3 以1679分排名第一，超过 Claude Fable 5（1631分），上一代 Kimi K2.6 以1515分排在第18位。
架构设计
K3 的底层架构包含两项核心创新。
Kimi Delta Attention（KDA）是一种混合线性注意力机制，配合 Attention Residuals（注意力残差）技术。这两项设计的目标是让信息在更长的序列和更深的网络层级中保持有效流动。100万 token 的上下文窗口如果没有高效的注意力机制支撑，长文本处理的质量会急剧下降。KDA 和 Attention Residuals 的组合，解决的就是这个问题。
Stable Latent MoE 框架进一步提升了混合专家模型（MoE）的稀疏度。K3 共有896个专家模块，每次推理仅激活其中16个，激活比例不到2%。月之暗面称，架构优化、训练方法和数据配方的配合，使 K3 的整体扩展效率达到 K2 的约2.5倍。也就是说，同等算力投入下，K3 能产出约2.5倍的智能增量。
作为对比，DeepSeek V4 Pro 的参数量约为1.6万亿，百度文心5.0约为2.4万亿。K3 把开源模型的参数上限推到了接近3万亿的量级。
Frontend Code Arena 排行榜
Frontend Code Arena 是 Arena.ai 平台的前端编程评测，通过盲测对决方式对模型的代码生成能力进行排名。K3 以1679分位居第一，领先第二名 Claude Fable 5 共48分。在7个评测领域中，K3 在品牌营销、参考设计、数据分析、消费产品、模拟仿真和内容创作工具6个领域排名第一，仅在游戏领域落后于 Claude Fable 5。
完整排行榜：
| 排名 | 模型 | Arena 分数 |
|---|---|---|
| 1 | Kimi-K3 | 1,679 |
| 2 | Claude Fable 5 | 1,631 |
| 3 | GPT-5.6 Sol (xHigh) | 1,618 |
| 4 | GLM-5.2 (Max) | 1,587 |
| 5 | Claude Opus 4.8 (Thinking) | 1,562 |
| 6 | Grok-4.5 | 1,558 |
| 7 | Claude Opus 4.7 (Thinking) | 1,558 |
| 8 | Claude Opus 4.7 | 1,555 |
| 9 | Claude Opus 4.6 (Thinking) | 1,542 |
| 10 | Claude Sonnet 5 (High) | 1,542 |
| 11 | Muse Spark 1.1 | 1,538 |
| 12 | Claude Opus 4.6 | 1,536 |
| 13 | Claude Opus 4.8 | 1,534 |
| 14 | Seed-2.1 Pro | 1,534 |
| 15 | GLM-5.1 | 1,526 |
| 16 | Claude Sonnet 4.6 | 1,522 |
| 17 | Qwen-3.7 Max | 1,516 |
| 18 | Kimi-K2.6 | 1,515 |
| 19 | GPT-5.5 (xHigh) | 1,504 |
| 20 | MiniMax-M3 | 1,493 |
排行榜中 Anthropic 的 Claude 系列占据9席，OpenAI 占据2席。K3 是前5名中唯一的开源模型。上一代 K2.6 以1515分排在第18位，K3 将成绩提升了164分，排名提升了17位。
智能体编程能力
K3 重点优化了智能体编程（Agentic Coding）能力。模型能够理解大型代码库、操作终端、调用工具，并根据截图、日志、测试结果和运行状态持续调整方案。在尝试失败后，K3 可以在较少人工干预的情况下自主恢复。
这种能力在前端开发场景中尤其有价值。开发者可以用 K3 在源代码和渲染结果之间来回操作，结合视觉反馈判断下一步修改方向。月之暗面列举的适用场景包括游戏开发、前端工程、CAD 工作流和基础设施优化。
综合性能定位
K3 的前端编程能力突出，但整体智能水平仍有差距。月之暗面表示，K3 的综合表现仅次于 Claude Fable 5 和 GPT-5.6 Sol，在其评测套件中稳定超过其他所有模型。
几项关键基准成绩：
- AA-Briefcase（长周期智能体知识工作）：1527分，排名第二，超过 GPT-5.6 Sol Max（1495分）
- BrowseComp（信息检索）：91.2分，据月之暗面称由单个智能体完成，未使用上下文压缩或额外上下文管理技术
Claude Fable 5 的评测结果包含 fallback 机制，即部分任务会切换到 Claude Opus 4.8 作为兜底。月之暗面坦言 K3 仍有提升空间，后续会继续缩小这一差距。
在正式发布前，K3 以匿名模型 "Kivine" 的身份在 LMArena 上接受测试。多位用户注意到它在长上下文处理和创造性工作中的表现，包括一次性生成包含多种游戏机制和音效的完整游戏。
API 定价与可用性
K3 已通过 API 开放，定价如下：
| 计费项 | 价格（每百万 token） |
|---|---|
| 缓存命中输入 | $0.30 |
| 缓存未命中输入 | $3.00 |
| 输出 | $15.00 |
K3 已在 kimi.com、Kimi 手机 App（最新版）、Kimi Work 桌面客户端（最新版）、Kimi Code 和 Kimi API 上线。当前默认思考强度为 max（极致），后续将增加 low 和 high 两种模式。全量模型权重将于2026年7月27日开放。
开源模型规模竞赛
从2025年7月 K2 将开源模型带入万亿参数时代，到2026年4月 K2.6、6月 K2.7 Code 专攻编程，再到 K3 将规模推至2.8万亿，月之暗面在过去12个月中有9个月保持开源模型规模纪录。
万亿参数之后，大部分厂商将重心转向推理优化、Agent 能力和成本控制。月之暗面选择继续扩大参数规模，K3 的成绩说明这条路仍有空间。开源模型与顶级闭源模型的差距在缩小，但前端编程单一维度的领先，并不等同于全面超越。全量权重开放后，社区的复现和二次开发结果，将更全面地检验 K3 的实际能力。