7月16日，在世界人工智能大会（WAIC）开幕前夕，月之暗面（Moonshot AI）投下了一枚重磅炸弹——正式发布新一代基座大模型Kimi K3，总参数规模达2.8万亿，成为全球参数规模最大的开源大模型。
参数之战的新高点
2.8万亿，这个数字本身就是一个宣言。此前DeepSeek V4总参数为1.6万亿，文心大模型5.0为2.4万亿，Kimi K3一次性将开源模型的参数天花板推至接近3万亿量级。
为什么参数规模如此重要？月之暗面负责人用了一个形象的比喻：“参数就像人脑里的神经连接，近3万亿参数意味着这个模型能把更多的知识和规律装进‘脑子’，懂得更多、想得更深、答得更准。”
但大并非全部。月之暗面强调，K3的研发重点不是简单扩大参数规模，而是通过架构创新将规模优势转化为能力提升。这正是K3区别于“堆参数”路线的关键所在。
架构创新：让信息流动更顺畅
Kimi K3的技术底座是自研的KDA混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术。这两项创新意在解决超长序列中信息流失的难题，让信息在更长序列和更深模型中流动得更顺畅。
百万Token上下文窗口和原生视觉理解能力，使K3能够处理需要“全景视角”的复杂任务——无论是海量代码库分析，还是长文档的深度研究。
效率方面，通过模型结构、训练方法和数据配方的协同优化，Kimi K3相较上一代整体扩展效率提升约2.5倍。
跑分登顶：前端编程超越Claude Fable 5
参数规模是“硬件”，跑分才是“实战”。
在Arena.AI的Frontend Code Arena（前端代码竞技场）中，Kimi K3以1679分登顶榜首，超越了Anthropic的Claude Fable 5。在前端领域的7个子项中，K3在6个领域位居第一-
。
在更广泛的基准测试中，K3同样表现强劲：
| 基准测试 | 成绩 | 排名 |
|---|---|---|
| GDPval-AA v2（44个职业/9大行业） | 1687分 | 第3（仅次于Claude Fable 5 Max和GPT-5.6 Sol Max） |
| AA-Briefcase（私有代理基准） | 1527分 | 第2（超越GPT-5.6 Sol Max） |
| BrowseComp（长程检索） | 91.2分 | 最高成绩 |
在整套评测中，Kimi K3的综合智能水平仅次于Claude Fable 5和GPT-5.6 Sol，但稳定超过了GPT-5.5、Opus-4.8等其他模型。
从跑分到“干活”：48小时自主设计芯片
比跑分更震撼的，是K3在真实任务中的表现。
月之暗面展示了一个概念验证：Kimi K3在48小时连续自主运行中，独立使用开源电子设计自动化工具完成了一颗4平方毫米芯片的完整设计流程——从架构设计到优化验证，最终实现了100MHz的时序收敛，模拟解码速度超过每秒8700个token。
“这意味着什么？大模型不仅能写代码，还能自己造硬件。”一位开发者评论道。
在软件工程场景中，K3能够结合源代码、渲染结果、运行日志和测试反馈判断下一步修改方向，适用于前端工程、游戏开发、基础设施优化、科研编程等任务。
在知识工作方面，K3可处理海量资料，生成咨询级的行业研究报告和动态图形视频。在数字作品生成场景中，该模型可结合3D推理、编程和视觉能力，将概念、图片或视频转化为交互体验。
定价策略：不玩“价格战”，但仍有竞争力
与部分国产模型延续“超低价”路线不同，Kimi K3选择了差异化的定价策略。
基于Kimi开放平台的信息，K3采用按量计费：输入每百万Token 2元（缓存命中）/20元（未命中），输出每百万Token 100元。API兼容OpenAI的SDK，国际定价为输入每百万Token 3美元、输出15美元。
Axios分析指出，K3每百万Token约12美元的使用费用，并没有延续中国模型“超低价”路线，更接近Anthropic的中端产品，但仍低于其正在挑战的多款美国高端模型。
值得注意的是，借助Mooncake分离式推理架构，Kimi官方API在编程场景的缓存率超过90%，实际输入成本仅为标准价格的1/4。
开源与“出海”：硅谷的警觉
Kimi K3的完整模型权重将于2026年7月27日前公开发布。这意味着全球开发者很快就能自由下载、部署这个2.8万亿参数的开源模型。
这一消息引发了硅谷的强烈关注。马斯克在社交媒体上以“Impressive”（令人印象深刻）一词回应了关于Kimi K3的评测报告。
美国Axios新闻网评论称，Kimi K3在多项早期测试中表现突出，部分能力已可与美国顶尖模型抗衡，“美国在先进AI领域的领先优势正以月为单位不断缩小”-
。
Mozilla首席技术官拉菲·克里科里安直言：“现在，这是一个美国与中国之间的问题。美国人工智能企业显然感到担忧。”
Kimi K3的发布，有三个信号值得关注：
第一，“开源参数竞赛”进入新量级。 2.8万亿参数的开源模型，让“开源”与“闭源”的能力差距进一步缩小。当开源模型的前端编程能力已经登顶时，闭源模型的“护城河”还剩多深？
第二，从跑分到“干活”才是真正的战场。 48小时自主设计芯片，比任何benchmark数字都更有说服力。AI大模型的竞争，正在从“谁更会答题”转向“谁更能完成真实世界的复杂任务”。
第三，中国AI的“性价比路线”正在全球引发连锁反应。 K3虽未采用“地板价”策略，但其价格仍低于同等能力的美系模型。当中国AI同时具备“能力逼近”和“成本优势”时，硅谷的警觉并非没有道理。
WAIC才刚刚开幕，Kimi K3只是这场AI盛宴的一道前菜。