连夜实测 Kimi K3，建议改名 Kable

📌 一句话摘要

本文评测了 Kimi K3 开源模型，展示了其 2.8 万亿参数、Code Arena 榜首排名和多项实测表现，认为它代表了开源模型的能力跃迁。

📝 详细摘要

文章报道了 Kimi K3 的发布，强调其 2.8 万亿参数、百万 token 上下文、混合线性注意力和注意力残差等架构创新，以及在 Code Arena 前端编程榜单取得第一的成绩。作者通过五个自定义实测任务（点球模拟、巧克力工厂、熔火矿城、海底火山、水墨油纸伞）验证模型能力，并体验了用 K3 快速开发的产品原型。文章还讨论了 K3 的 API 定价策略、开源计划以及模型局限，最后提出「K3 时刻」的概念。

💡 主要观点

- Kimi K3 以 2.8 万亿参数开源，Code Arena 榜单登顶，前端编程领先闭源旗舰。 Code Arena 通过百万级用户盲测，K3 得分 1679，超 Claude Fable 5 的 1631 和 GPT-5.6 Sol 的 1618，显示其在视觉还原与交互实现方面的优势。

K3 架构创新：混合线性注意力和注意力残差支撑万亿参数与长上下文。 混合线性注意力降低超长序列计算成本，注意力残差保证深度网络信息不衰减；配合 896 专家 MoE（每次激活 16 个），扩展效率较 K2 提升 2.5 倍。

实测表明 K3 能完成复杂编程任务，兼具科学计算、程序化建模与审美创造力。 作者设计的点球模拟、巧克力工厂、海底火山等任务展示了 K3 在物理模拟、实时渲染和交互系统上的能力，且在一键生成的产品原型中达到可发布水准。

K3 API 价格仅为 Fable 的 20%，计划 10 天后开源，性价比突出。 官方定价意图挑战闭源定价权，长期看开源策略将降低行业使用门槛。

作者认为 K3 标志着开源模型从追赶闭源转向参与定义能力边界。 过去开源模型复现已有能力，K3 主动推高规模上限，直接竞争下一代长程编程与复杂 Agent 任务。

💬 文章金句

- 如此坦诚，这在国产大模型的发布博客里，属实是股清流了

• 全球最大开源模型，目前并不等于全球最强。
• 过去开源模型的策略，是跟在闭源旗舰身后，用更低的价格复现已有能力。现在它开始主动把规模推向新上限
• 2.8 万亿只是一张入场券。

📊 文章信息

AI 初评：83

来源：APPSO

作者：APPSO

分类：人工智能

语言：中文

阅读时间：15 分钟

字数：3503

标签： AI 模型, 模型评测, 开源模型, 长上下文, MoE 架构

阅读完整文章