國內(nèi)最大模型月之暗面K3:網(wǎng)友實測稱超F(xiàn)able 5與GPT5.6

即將推出的月之暗面 K3 已在社交媒體上刷屏。

各方面信息顯示，Kimi K3 將是中國迄今為止最大的人工智能模型，參數(shù)規(guī)模達 2.8 萬億。

與之相比， Anthropic Opus 4.8 參數(shù)規(guī)模為 1.5 萬億至 2 萬億。

同時，K3 將采用 Open Weight（開放權(quán)重） 的方式發(fā)布，允許開發(fā)者下載、部署和修改模型權(quán)重，而不是僅提供 API 服務。

這意味著，K3 不僅將在模型規(guī)模上超過目前已知的大多數(shù)中國模型，也將成為全球最大的開放權(quán)重基礎模型之一。

根據(jù)月之暗面官方Kimi K3技術(shù)文檔，在 GDPval-AA v2 排行榜上，K3 獲得1687 分。該榜單用于評估 AI 模型在覆蓋 9 大行業(yè)、44 種職業(yè)的真實世界知識工作任務中的表現(xiàn)。

Kimi K3 的成績僅次于 Claude Fable 5 Max 和 GPT-5.6 Sol Max，并超過了 Claude Opus 4.8 Max 的 1600 分。

在 AA-Briefcase 基準測試中，Kimi K3 獲得了 1527 分，在所有模型中排名第二，僅次于 Claude Fable 5 Max，同時超過了 GPT-5.6 Sol Max（1495 分）。

AA-Briefcase 是由 Artificial Analysis 開發(fā)的一項專有 Agent 知識工作評測基準，用于衡量當前最先進 AI 模型在長期知識工作場景中的 Agent 能力。

K3 最令人關(guān)注的另一項能力來自長上下文。

月之暗面表示，依托 100 萬 Token（1M）上下文窗口，Kimi K3 在 BrowseComp 上取得 91.2 分，達到新的 SOTA（State of the Art），擊敗 GPT 5.6 Sol Max 和 Fable 5 Max。

官方特別強調(diào)，這一成績是在單 Agent 設置下完成的，不需要上下文壓縮，也不需要額外的上下文管理系統(tǒng)，體現(xiàn)了模型在超長知識檢索、復雜資料分析以及長期任務執(zhí)行上的能力。

對于越來越強調(diào) Agent 的行業(yè)來說，這比傳統(tǒng)數(shù)學或編程基準更有現(xiàn)實意義，因為真實企業(yè)場景往往需要模型連續(xù)閱讀數(shù)百頁文檔、跨多個來源檢索信息，并持續(xù)完成長時間任務。

性能達到高端旗艦水平的同時，月之暗面在定價上的策略更值得關(guān)注。

圖表可見，其相比 k2.6 漲幅明顯，且價格直接對標Sonnet 5 。

看來月之暗面開始拋棄”極致性價比”路線，而是進入高端旗艦定價水平，開了中國大模型的新風氣。

最新消息是， BridgeMind 在 X 上披露稱，Kimi K3 剛剛在 BridgeBench Horror House 游戲測試中擊敗了 Fable 5，“完全沒有料到這一點”。

尤其 Kimi K3 在游戲開發(fā)和 UI 設計方面優(yōu)于 Fable 5，而“這兩項原本是 Fable 5 的專長”。

所以，K3 的“價格上漲突然變得合理了”。

有網(wǎng)友發(fā)帖驚呼，盡管稍遜色，但 K3 基本上與 Fable5 相當，超過 GPT- 5.6，“是又一個 DeepSeek r1”時刻！

更多網(wǎng)友則在親測后表示，K3 已經(jīng)超過 Fable 5，尤其前端設計方面。

英國《金融時報》認為，K3 的推出可能挑戰(zhàn)過去業(yè)內(nèi)長期存在的一種共識——中國前沿 AI 模型整體落后美國 8 至 12 個月。

報道指出，雖然美國模型在最復雜任務上仍保持領(lǐng)先，但越來越多美國科技投資人與企業(yè)高管開始認為，這一差距正在迅速縮小。

Andreessen Horowitz 聯(lián)合創(chuàng)始人 Marc Andreessen 上個月就在 X 上評價中國模型時寫道，“GLM-5.2 是第一個與美國大型實驗室公開 AI 模型不相上下，甚至經(jīng)常更勝一籌、沒有任何妥協(xié)的中國 AI 模型。”

《金融時報》認為，K3 的出現(xiàn)將進一步強化這一趨勢。