编程竞技场 Code Arena，Kimi K3登顶了！

Code Arena 是一个匿名盲测平台。用户看不到模型名字，只根据生成结果的质量投票打分。

1679 分。Claude Fable 5第二，1631。GPT-5.6 Sol第三，1618。

上一代Kimi K2.6排第 18。一代产品，狂涨 17 名，直接干到第一。

7 个细分领域，Kimi K3拿了 6 个第一。

Kimi K3，2.8 万亿参数，百万上下文。全球参数量最大的开源模型，刚刚上线了。

一个开源模型，在编程上打败了所有闭源顶级选手。不只是编程，在第三方综合评测 Artificial Analysis 最新排行榜上，Kimi K3综合得分 57，排名第四。前三名分别是Claude Fable 560 分、GPT-5.6 Sol59 分和 58 分（不同思考强度）。Claude Opus 4.856 分，GPT-5.555 分，都在 Kimi 后面。

更绝的是，Kimi K3API 定价，输入 20 元/百万 token，输出 100 元。编程场景下缓存命中率超过 90%，实际输入成本大约只有标价的四分之一。作为对比，Claude Fable 5输出定价约 360 元/百万 token，GPT-5.6 Sol约 216 元。Kimi K3不到Fable 5的三分之一。

这恐怕是第一次，一个国产开源模型能够真正和闭源顶级模型掰手腕。

AI 研究者 Nathan Lambert 评论，「关于中国模型是蒸馏出来的说法，可以停了。中国确实擅长做模型。」

月之暗面自己在官方技术博客里也没有回避差距。

「虽然Kimi K3的整体表现仍落后于最强的闭源模型Claude Fable 5和GPT-5.6 Sol，但它在我们的整套评测中展现出前沿水平的能力，并稳定超过了其他所有模型。」

K3还没正式发布，就被网友在 Arena 上扒了出来。化名「Kivine」，提前偷跑。

开发者 @chetaslua 拿Kimi K3和GPT-5.6 Sol做了一轮正面对比。

「如果我把Kimi K3的名字换成Fable 5，你会直接相信。不只是视觉上的问题，功能上也是。两者都能实现相同的结果，但实现方式不同，Kimi 更有创造力。」

@Lentils80 跑了一轮前端测试。

「确实慢，甚至比 Fable 还慢。花了 35 分钟才跑完。不过，这是我用这个提示词得到的最好的结果之一，比很多顶级模型都好。」

慢，但猛。

@synthwavedd 发了一条 1800 赞的推文。

「我觉得 Kimi K3 会让那些说“中国落后 8 个月”的人感到震惊。」

有网友引用了一篇报道，里面提到 K3 参数量在 2 到 3 万亿之间，100 万 token 上下文，性能预计超越Claude Opus 4.8。

「中国落后六个月的时代结束了。」

Midjourney 联合创始人兼 CEO David Holz 在 Kimi 官方推文下面评论。

「this is really beautiful」美如画。

Kimi 这条官方推文，160 万阅读，超 1 万点赞，1300 转发。

DeepSeek 铁粉 @teortaxesT 这样总结。

「R1-level moment.」DeepSeek-R1时刻。

2.8 万亿参数，全球能把模型预训练到这个量级的 AI 公司，一只手数得过来。国内只有两家，DeepSeek 和月之暗面。超过 2 万亿的，只有月之暗面。

预训练做大，难的不是钱，是算力和试错机会。参数量翻一倍，训练成本指数级增长。一次训练崩了，几千万美元就打水漂了。很多团队都卡在了万亿参数这个训练门槛上。再加上算力资源本就有限，2.8 万亿参数的预训练，差不多只有一次成功的机会。

Kimi 官方在K3技术博客里引用了这样一句话，「犯其至难而图其至远者，发之以勇，守之以专，达之以强。」挑最难的事去做，才能走到最远的地方。

2.8 万亿参数的模型，传统架构搞不定。神经网络层数越多，早期层的信息越容易被后面的层稀释掉。

Kimi 为此专门发了一篇论文，提出了「注意力残差」机制（Attention Residuals）。今年 3 月发表的，马斯克亲自下场点了赞。论文作者之一是一个 17 岁的高中生。

注意力残差解决的就是这个「深度稀释」问题。传统残差连接是每层输出等权累加，不管有用没用都加在一起。注意力残差让每一层自己决定从前面哪些层取信息，权重动态分配。

K3的 MoE 架构里有 896 个专家，实际激活 16 个。配合 Kimi Linear 混合线性注意力架构，处理长输入和长输出的成本更低。这也是它能实现 100 万 token 上下文的底层原因。整体扩展效率比Kimi K2提升了约 2.5 倍。

网上有个说法，Kimi 是「预训练仙人」。这话一点没毛病。

过去 12 个月里有 9 个月，Kimi 模型都保持着开源模型的参数规模上限。从Kimi K2的 1 万亿到Kimi K3的 2.8 万亿，一直在刷新天花板。资本也在用真金白银投票，月之暗面估值半年翻了近 7 倍，逼近 2000 亿人民币。

来一波实测。

经典的「鹈鹕骑车 SVG」起手。

这是Kimi K3画的。

一只褐色鹈鹕，栗色后颈，红色喉囊，踩在脚踏板上，骑着一辆结构完整的自行车。车架、链条、辐条轮、刹车一个不少。整体是复古风，连批注标签和渐变填充都安排上了。

很顶，这质量妥妥的 TOP 级别。

同一段提示词，我也让GPT-5.5、GPT-5.6 Sol、Claude Opus 4.8和Claude Fable 5各画了一张。四个模型画出来的都是卡通风格，K3画了个博物馆标本图鉴。

「天气卡片」。

四张深色玻璃拟态天气卡片。风、雨、晴、雪并排。飘动的云、摇摆的树，下落的雨滴激起阵阵涟漪，飘落的雪花和月光光晕都很有感觉。

黑洞引力透镜、交互式太阳系、粒子生命模拟、程序化四季地形，这些我也都跑了。一句提示词生成完整的 3D 交互场景，代码结构干净，基本不用改就能直接用。

但让我真正上头的是深海探测驾驶舱。

一句提示词，K3生成了一个完整的「DSV-09 深渊号」深海潜艇操控界面。从启动画面开始，带声呐扩散动画和开机自检日志，一整套完整的系统。

HUD 风格界面，荧绿色等宽字体，面板斜角切割，金属角码，装饰螺钉。右侧深度标尺按真实水层分为了四段，下潜时指示器实时移动。底部仪表台一排交互面板，氧气储量、舱外水压、系统日志在实时显示。

整个界面的设计颗粒度，精细到了每一个螺钉的像素位置。

面板系统、状态管理、动画时序、视觉层次，Kimi K3全做对了。这是组件级的工程理解，上一个让我有这种感觉的模型，还是Fable 5。

犯其至难而图其至远者，发之以勇，守之以专，达之以强。

从 1 万亿到 2.8 万亿，Kimi 还在路上。

我是木易，Top2 + 美国 Top10 CS 硕，现在是 AI 产品经理。

关注「AI信息Gap」，让 AI 成为你的外挂。