沖擊全球市場的Kimi K3，到底有多強？

震動美股的Kimi K3，到底有多強？

實測的這幾天，我們用K3復(fù)現(xiàn)了券商研報、搭建了實時選題監(jiān)控系統(tǒng)，甚至用一段提示詞和一張參考截圖做出了一個有六種3D魚類的“大魚吃小魚”游戲。

但這些，可能還沒發(fā)揮出K3真正的水平——

有人用它在2小時內(nèi)完成了一項通常需要天體物理研究員兩周的計算，期間還發(fā)現(xiàn)了已發(fā)表論文中的公式問題。有人讓它連續(xù)自主運行48小時，用開源EDA工具獨立完成了一顆芯片的設(shè)計和驗證。還有人三輪對話做出了一個可玩的CS:GO克隆，總成本只花了3美元稍稍出頭。

7月17日，月之暗面發(fā)布Kimi K3。2.8萬億參數(shù)，原生視覺理解，100萬token上下文窗口。完整權(quán)重將于7月27日開放下載，屆時它將成為全球參數(shù)量最大的開源權(quán)重模型。

Arena AI前端代碼競技場，K3以1679分登頂全球第一，超過Claude Fable 5的1631分和GPT-5.6 Sol的1618分。

值得一提的是，這張榜和實驗室里跑出來的分?jǐn)?shù)不同。它用的是Elo對戰(zhàn)機制，和國際象棋排名同一套邏輯：真實開發(fā)者提交真實的前端編程任務(wù)，兩個匿名模型各交一份代碼，開發(fā)者盲選更好的那個。投票的人，不知道自己在給誰投票。由于模型身份被隱藏，這類盲測能削弱品牌印象對投票的影響，比廠商自報的榜單更接近真實用戶偏好。

而Kimi K3，首秀即登頂，勝率達(dá)到了76%，領(lǐng)先Fable 5整整48分。品牌營銷、參考設(shè)計、數(shù)據(jù)分析、消費產(chǎn)品、模擬、內(nèi)容創(chuàng)作、游戲這七個細(xì)分方向中，K3拿下六個第一，僅游戲類排名稍稍落后于Fable 5。

Vercel創(chuàng)始人Guillermo Rauch同樣確認(rèn)，K3在Next.js工程評測中排名第一，并稱這是"首次有開源模型超越全部閉源模型"；馬斯克看完評了一個詞：Impressive；摩根士丹利、高盛、Bernstein等國際頂尖投行用完連發(fā)數(shù)篇研報，從各個角度"花式夸夸"。

那么，Kimi K3的真實表現(xiàn)到底是夯了還是拉了？不妨從我們的一手實測說起。

一手實測：很強，還很有審美

我們給K3的第一個任務(wù)不是寫段代碼或畫個界面，而是讀懂一份60多頁的券商宏觀深度報告，然后把里面描述的研究方法論復(fù)現(xiàn)成一套可運行的系統(tǒng)，看看它能不能幫諸多金融從業(yè)者解決高頻的“研報復(fù)現(xiàn)”工作。

復(fù)現(xiàn)一份研報的完整方法論

恰好，我們在刷研報的時候看到了一篇需要"四角色線性流水線"復(fù)盤報告生產(chǎn)體系：新聞收集員從華爾街見聞等源采集事件，數(shù)據(jù)底稿工程師校驗14個Sheet的完整性和數(shù)據(jù)口徑，研報撰寫員只讀底稿生成復(fù)盤報告，合規(guī)審查員執(zhí)行七項審查并擁有最終否決權(quán)。四個角色依次執(zhí)行，前一個不完成后一個不啟動。

K3讀完P(guān)DF后，按照我們的要求先輸出了需求分析和產(chǎn)品設(shè)計文檔，然后自行拆出兩條并行開發(fā)線分頭推進(jìn)。

最終，kimi交付了一整套Python工程：四個Agent角色、十多個專業(yè)工具（雙源新聞采集、四維度事件分類與雙重去重、底稿校驗與口徑同步、月度復(fù)盤撰寫、三情景展望框架、合規(guī)七項審查），以及一個可本地運行的Web服務(wù)和配套的自動化測試。

我們用黃金ETF 2026年5月的案例跑了一遍完整流水線。結(jié)果顯示，系統(tǒng)從2233+865條原始新聞中篩選出76條底稿事件（資產(chǎn)配置23、貨幣16、避險28、商品9），生成了一份帶走勢三段式復(fù)盤、事件逐條點評和三情景概率展望的月度報告。數(shù)據(jù)口徑與研報原文對齊，合規(guī)審查七項全部通過。

一份PDF進(jìn)去，一套可運行的研究體系出來。對于這類需要同時理解金融邏輯、系統(tǒng)架構(gòu)和工程實現(xiàn)的復(fù)合型任務(wù)，K3展現(xiàn)出的理解深度超出了我們的預(yù)期。

一段提示詞做一個3D游戲

我們給K3下了一段提示詞，附了一張游戲操作面板的參考截圖，讓它做一個3D海底世界的"大魚吃小魚"游戲。

K3的做法是先拆后合。它自行拆出兩條并行工作線——一條負(fù)責(zé)海底場景和UI，另一條負(fù)責(zé)魚類模型和玩法邏輯——分頭開發(fā)，然后合并集成。

最終，kimi交出來的是一個完整度很高的3D網(wǎng)頁游戲作品：6種程序化生成的魚類（從小丑魚到鯊魚，每種有獨立的體型、配色和游動行為），玩家操控一只虎鯨在海底吞噬比自己小的魚，躲避大魚，不斷升級。HUD采用毛玻璃面板設(shè)計，配色是低飽和的海洋藍(lán)綠色調(diào)，左上角血條、能量條、等級進(jìn)度，右下角技能按鈕，甚至做了移動端虛擬搖桿適配和非常精致的音效。

代碼寫完后，K3還會拉起運行畫面的截圖，根據(jù)視覺缺陷反復(fù)修改，直到畫面正常、可以流暢游玩。這種能力，被Kimi官方稱為vision in the loop。

坦白講，拿到這個游戲的時候我們是有點吃驚的。不是因為"AI能做游戲"——這件事去年就有人演示過了——而是它交出來的東西有審美、有完成度，不像是AI臨時拼湊的demo，倒更像是一個有設(shè)計意識的小團(tuán)隊花幾天打磨出來的原型。

審美，可能是K3最被低估的能力

以上這些案例驗證的是K3的工程能力。但在實測過程中，反復(fù)給我們留下印象的還有另一件事：它做出來的東西，和宣發(fā)視頻一樣高級，一樣有審美。

使用K3的這些天里，我們用它制作了非常多高級、有質(zhì)感的網(wǎng)站前端。社區(qū)里更有人做了一個黑洞引力透鏡的交互可視化頁面、有人僅用一段參考視頻讓K3復(fù)刻了出了精致細(xì)膩的Blender資產(chǎn)，效果精致到讓不少從業(yè)者感嘆"這個模型是不是偷偷讀了個藝術(shù)碩士"。

甚至能用它設(shè)計芯片

我們體驗的主要是金融、媒體等領(lǐng)域的日常開發(fā)場景，而全球社區(qū)諸多大神們，把K3帶去了更頂尖的領(lǐng)域——科研、芯片設(shè)計、編譯器...這些對頂級閉源模型都非常有挑戰(zhàn)性的領(lǐng)域。

科技記者M(jìn)ax Weinbach讓K3 Agent集群在瀏覽器中重建了macOS 27的Liquid Glass界面。3小時自主執(zhí)行后，產(chǎn)出了一個完整的瀏覽器版macOS：所有按鈕可點擊，內(nèi)置Chess游戲?qū)嶋H可玩，低電量模式甚至?xí)档推聊涣炼取?/p>

還有一位開發(fā)者做了件更有想象力的事：他沒有讓K3做一個游戲，而是讓K3做了一臺“游戲機”——含卡帶插槽、物理按鍵，插入一盤電子《逆轉(zhuǎn)裁判》風(fēng)格的卡帶就能玩，風(fēng)格極其逼真。

成本方面，獨立評測平臺TestingCatalog實測K3與Fable 5做同一款游戲：K3花費$3.11，F(xiàn)able 5花費$12.23，約為后者的四分之一。

還有個開發(fā)者僅用三輪對話就生成了一個可玩的CS:GO克隆，總API成本僅3.24美元，約23元人民幣。對比來看，同類任務(wù)在Fable 5上要花約9美元。

官方展示的案例同樣令人印象深刻：K3從零搭建了一套完整的GPU編譯器MiniTriton，性能在基準(zhǔn)測試中持平甚至超過了Triton和torch.compile；連續(xù)自主運行48小時，獨立完成了一顆芯片從設(shè)計到驗證的全流程。

甚至，在K3開發(fā)后期，月之暗面團(tuán)隊把大部分kernel優(yōu)化工作交給了K3的早期版本——沒錯，這個頂級AI在優(yōu)化自己。值得一提的是，K3發(fā)布不到48小時，月之暗面就因爆火“斷供”。由于用戶涌入量遠(yuǎn)超預(yù)估，集群負(fù)載直接逼近極限，7月19日，公司宣布主動暫停C端新用戶訂閱，將全部算力優(yōu)先保障已訂閱用戶體驗，同時緊急推進(jìn)擴容。

2.8萬億巨獸和它的設(shè)計哲學(xué)

模型做到2.8萬億參數(shù)，難的不是參數(shù)本身，是信息如何在這個規(guī)模下不丟、不亂、不慢。K3在架構(gòu)上做了兩件事。

第一件是Kimi Delta Attention（KDA），解決長度問題。傳統(tǒng)注意力機制處理長文本時，每遇到新內(nèi)容都要回頭查閱全部原文，文本越長計算代價越大。KDA的做法是邊讀邊記筆記：新信息寫進(jìn)去，不再重要的逐漸淡化，多數(shù)時候查筆記就夠，必要時再翻原文。這讓K3在百萬token上下文窗口下的解碼速度提升了6.3倍。

第二件是Attention Residuals（AttnRes），解決深度問題。模型內(nèi)部上百層，信息逐層向后傳遞。傳統(tǒng)做法相當(dāng)于接力改稿，每個編輯只看上一版，改了上百輪后早期的關(guān)鍵判斷很容易被淹沒。AttnRes讓后面的層可以有選擇地直接檢索前面各層的信息，按需取用。

兩項技術(shù)配合Stable LatentMoE框架（總共896個專家，每次僅激活16個），K3整體擴展效率比上一代K2提升了約2.5倍。

三家投行連夜發(fā)研報

K3發(fā)布不到24小時，反響已經(jīng)從技術(shù)社區(qū)蔓延到了資本市場。

PyTorch聯(lián)合創(chuàng)始人Soumith Chintala稱K3為"世界級模型"。前美國AI政策顧問Sriram Krishnan評價這是"對整個行業(yè)有重大影響的時刻"。Stability AI創(chuàng)始人Emad Mostaque更直接："美國實驗室最終會蒸餾中國模型。"楊植麟的博士生導(dǎo)師、CMU機器學(xué)習(xí)教授Russ Salakhutdinov發(fā)帖稱K3"為開源社區(qū)帶來了重大突破"。

資本市場上，三家投行的觀點也很有看點。

摩根士丹利在7月17日研報中，將K3定位為中國LLM"在模型規(guī)模、性能和定價上全面追趕美國領(lǐng)導(dǎo)者"的信號。大摩特別指出："我們不認(rèn)為K3是一夜奇跡，而是中國AI產(chǎn)業(yè)累積進(jìn)步的結(jié)果。"報告同時預(yù)期，下半年將有更多2到5萬億參數(shù)的中國模型發(fā)布。

高盛7月18日的研報用了一個更大的判斷：中國AI開源模型"正在達(dá)到全球擴散的智能臨界點"。K3把API定價抬到了中國模型中最高的水平（混合約$2.3/百萬token），但仍只有Claude Fable 5的約三分之一。在高盛的框架中，評估AI模型公司競爭力的三個核心指標(biāo)是定價權(quán)、成本效率和財務(wù)實力，K3在前兩項上給出了新的標(biāo)桿。

高盛在隨后的報告中分析稱，DeepSeek代表成本效率，Kimi K3代表新的能力前沿和定價權(quán) 。該機構(gòu)表示，K3的API定價已是中國模型中最高的水平（混合約$2.3/百萬token），仍只有Claude Fable 5的約三分之一，但徹底告別了過去的"白菜價"模式。高盛認(rèn)為，中國開源模型的智能水平正在達(dá)到面向全球擴散的臨界點：過去靠性價比入場，下一階段，可能憑借前沿能力進(jìn)入全球開發(fā)者的核心工作流。

Bernstein最為直接："K3 a home run。"研報重新排列了中國AI實驗室的SOTA排名，將Kimi列為新的領(lǐng)頭羊，并測算K3比Opus 4.8便宜約40%，比Fable 5便宜約70%。

來到具體的市場表現(xiàn)。K3發(fā)布當(dāng)日，納斯達(dá)克100指數(shù)期貨跌逾1.8%，日經(jīng)225指數(shù)跌逾4%。Polymarket上，Anthropic年底估值達(dá)$1.5萬億的概率從78%跌至67%。

市場緊張的邏輯并不復(fù)雜：一個中國實驗室在算力受限的條件下，通過架構(gòu)創(chuàng)新把開源模型做到了逼近閉源旗艦的水平，這直接動搖了"前沿AI需要無限算力投入"的核心假設(shè)——而這正是美國科技股過去兩年最大的估值支柱之一。

值得一提的是，上一次一個模型發(fā)布引發(fā)這種級別的全球市場波動，還是DeepSeek R1。

尾聲

7月27日，K3的完整權(quán)重將正式開源。屆時，全球開發(fā)者將第一次擁有一個參數(shù)規(guī)模和能力水平都逼近閉源旗艦的開源基座模型。如大摩和高盛在研報中所預(yù)判的，這可能只是中國萬億級開源模型密集登場的起點。

K3的中文發(fā)布博客以蘇軾《思治論》開篇："犯其至難而圖其至遠(yuǎn)者，發(fā)之以勇，守之以專，達(dá)之以強。"去面對最困難的事，追求最遠(yuǎn)大的目標(biāo)。出發(fā)靠勇氣，堅守靠專注，抵達(dá)靠實力。

而官方產(chǎn)品發(fā)布稿的結(jié)尾，月之暗面從容坦然地寫下：K3"在用戶體驗上與Fable 5和GPT-5.6 Sol仍有明顯差距"。

有技術(shù)野心，亦謙虛泰然。這種氣質(zhì)，或許同樣值得關(guān)注。

發(fā)之以勇，K3已經(jīng)做到了。守之以專、達(dá)之以強——7月27日開源之后，這個故事會有更多優(yōu)秀中國公司，和Kimi一起寫下去。

*以上內(nèi)容不構(gòu)成投資建議，不代表刊登平臺之觀點，市場有風(fēng)險，投資需謹(jǐn)慎，請獨立判斷和決策。