Kimi K3 发布：一款用于智能体编程的 2.8 万亿参数模型

Kimi K3 为智能体工作提供前沿水平的智能

Kimi K3 是 Moonshot AI 迄今为止功能最强大的模型，专门为智能体编程和复杂的知识工作而设计。在内部和第三方评估中，K3 展示了足以媲美当前行业领导者的性能，在综合智能方面仅次于 Claude Fable 5 和 GPT-5.6 Sol。

关键基准测试成就包括：

• GDPval-AA v2: Kimi K3 得分为 1687，超过了 Claude Opus 4.8 Max (1600)，仅次于 Claude Fable 5 Max 和 GPT-5.6 Sol Max。
• AA-Briefcase: K3 得分为 1527，排名第二，超过了 GPT-5.6 Sol Max (1495)，仅次于 Claude Fable 5 Max。该基准测试专门评估长程智能体在知识工作中的能力。

海量规模与架构效率

Kimi K3 是目前可用的最大的开源模型之一，拥有 2.8 万亿总参数量。为了在保持推理效率的同时管理这一规模，Moonshot AI 利用了 Stable LatentMoE (Mixture of Experts) 框架。

这种架构显著增加了稀疏性，每个 token 仅激活 896 个专家中的 16 个。这种结构化方法提供的扩展效率大约是其前身 Kimi K2 的 2.5 倍，使模型能够更有效地将计算量转化为能力。根据总参数量和专家分布，据估计模型在推理过程中大约有 500 亿个激活参数。

在自主芯片设计和编译器方面的突破

Kimi K3 通过两个高度技术性的概念验证项目展示了先进的长程智能体能力：

1. 自主芯片设计: 在 48 小时的自主运行中，K3 设计了一个用于基于其自身架构的 nano model 的芯片。使用开源 EDA 工具和 Nangate 45nm 库，它在 4 mm² 范围内完成了一个在 100 MHz 下满足时序要求的设计，并在模拟中实现了超过 8,700 tokens/s 的解码吞吐量。
2. GPU 编译器开发: 据报道，该模型从头开始编写了一个完整的 GPU 编译器，其中一些 GPU kernels 在特定情况下表现优于 Triton。

技术规格与 API 限制

Kimi K3 支持 100 万 token 的上下文窗口，并包含原生视觉能力。然而，目前的 API 实现存在若干严格的限制：

• 推理强度 (Reasoning Effort): 目前仅支持 "max" 推理强度；思考模式默认始终开启。
• 固定参数: Temperature (1.0), top_p (0.95), 以及惩罚项 (presence and frequency = 0) 是固定的，无法在请求中修改。
• 视觉输入: 不支持公开的图像 URL；用户必须使用 base64 编码或特定的文件 ID。
• 网络搜索: 目前正在更新中，不建议用于生产环境工作流。

价格与市场定位

Kimi K3 被定位为 Anthropic Sonnet 系列的直接竞争对手。定价为每 100 万输入 tokens 为 $3，每 100 万输出 tokens 为 $15，缓存的输入速率为每 100 万 tokens $0.3。

虽然原始定价在面对前沿模型时具有竞争力，但社区反馈表明，实际的性价比-效率比取决于推理效率。一些用户指出 K3 可能比较 "slow"，并且在单个 prompt 中可能会消耗大量的推理 tokens，这可能会导致与 GPT-5.6 Sol 等更高效的模型相比，每个任务的实际有效成本增加。

社区洞察与批评

Hacker News 上的用户就该模型在现实世界中的实用性分享了褒杂的早期体验：

"第一次尝试时，Kimi K3 仅仅找到了 Fable 5 在多次尝试后都无法定位的 bug 来源。"

"만큼 Kimi K3 在 Web 界面使用时，尝试了一个 single prompt，它仍然没有完成推理。它想得太多了，而且经常重复同样的内容。"

其他关于数据隐私的担忧也已提出，因为 Moonshot AI 的服务条款表明，除非有单独的企业级协议，否则客户内容可能会被用于改进其模型。