Moonshot AI刚刚推出了有史以来最大的中国开源模型，并且在编写脚本方面超越了Claude Fable 5。

AI 的 Write Elo（一种模型编写真实脚本的基准，根据已发布的版本进行盲评，使用与国际象棋棋手排名相同的 Elo 系统进行评分）将 Kimi K3 评为 2,840，高于《神鬼寓言 5》（最高）的 2,760。这是 Anthropic 团队历史上一直占据主导地位的排名。

来自我们内部写作基准的重大消息（早期结果）：@Kimi_Moonshot 的 Kimi K3 现在在我们的编辑声音写作方面排名第一，Elo 为 2840，超过了 Claude Fable 5。

比其前身 Kimi K2.6 从第 21 名跃升至第 1 名。每个脚本的运行费用约为 0.25 美元：5x… https://t.co/000EosInEc pic.twitter.com/V18t7g4pHu

— 路易斯-弗朗索瓦·布沙尔 🎥🤖 (@Whats_AI) 2026 年 7 月 16 日

K3 还在 Arena AI 的前端代码排行榜上名列前茅，该排行榜是根据数千对代码生成任务的人类投票而建立的，同样是 Elo 评分，K3 获得了 1,679 分，而《神鬼寓言 5》则获得了 1,631 分。在七个前端领域中的六个中排名第一。

大新闻：@Kimi_Moonshot 的 Kimi-K3 现在以 1679 分在前端代码竞技场排名第一，超过了 Claude Fable 5。

这比 Kimi-k2.6 跃升了 17 位（#18 -> #1）。

在前端，Kimi-K3 在 7 个领域中的 6 个领域中排名第一：品牌与营销、基于参考的设计、数据与分析…… https://t.co/YDN3BufGkC pic.twitter.com/Oa6teaQnWp

— Arena.ai (@arena) 2026 年 7 月 16 日

人工智能分析智能指数（由涵盖编码、推理、代理工作和知识的九个独立评估组成的分数，评分为 0 到 100）将 K3 评为 57 分，Claude Fable 5 为 60 分，GPT-5.6 Sol 为 59 分，Claude Opus 4.8 为 56 分。这使 K3 成为综合模型中第三大最强大的模型，而 Fable 5 仅比它高出 3%。

Kimi K3 在 BridgeBench 上与《神鬼寓言 5》正面交锋。

同样的任务，盲评小组。

K3 赢得了 8 个竞技场中的 7 个，包括重构 9-0 和调试 6-1。

《神鬼寓言 5》唯一的胜利：速度。

《神鬼寓言 5》以 142-36 战胜 GPT 5.6 Sol，现在以 2 比 1 输给了开源模型…… pic.twitter.com/CaRSjbIwUW

- Bridgebench (@bridgebench) 2026 年 7 月 17 日

Kimi K3 是 https://t.co/SnZ54Xok7n 上表现最好的模型，领先于《神鬼寓言》，在更短的时间内达到了相当的成功率。

在这个综合性网络工程基准测试中，开放模型首次领先于所有专有模型。

笔记：

▪️ 基准… pic.twitter.com/2MqvbAxAaw

— 吉列尔莫·劳赫 (@rauchg) 2026 年 7 月 16 日

如果您想了解它可以做什么，这是提示要求模型构建 iOS 克隆的零样本结果。为了进行比较，这是使用 GPT 5.6 Sol 在社交媒体上分享的最佳近似值和更详细的提示。

这东西到底是什么

K3 在混合专家架构中包含 2.8 万亿个参数（存储模型知识的数值）。专家混合将这些参数分成 896 个“专家”子网络，并针对任何给定任务仅激活一小部分。这就是您在不破坏服务器机房的情况下获得前沿级情报的方法。

Moonshot AI 表示：“这是世界上第一个 3 万亿参数类别的开源模型，专为前沿智能场景而设计，包括长视野编码、知识工作和推理。”这不是营销戏剧：DeepSeek 的 V4-Pro 参数最高达到 1.6 万亿，Moonshot 自己的 K2 参数达到 1 万亿。 K3 的尺码表大约是最接近的开放重量竞争对手的两倍。

它配备了一个包含一百万个令牌的上下文窗口——令牌是人工智能处理信息的基本单位，每个令牌大约是一个单词的四分之三——原生图像和视频理解，以及永远在线的推理。

两种架构技术支撑着效率的提高。 Kimi Delta Attention 加快了长序列的解码速度，在百万个令牌的上下文中速度提高了 6.3 倍。注意力残差选择性地跨模型层路由信息，而不是统一累积信息，以低于 2% 的额外计算成本增加约 25% 的训练效率，总共产生比 K2 高约 2.5 倍的扩展效率。

基准很好，价格也更好

Kimi K3 每百万输入代币的成本为 3 美元，每百万输出代币的成本为 15 美元，与 Anthropic 的中层模型 Claude Sonnet 5 的费率相同。不同之处在于 Sonnet 5 是 Anthropic 的中间产品；在人工分析综合数据中，K3 的排名比《神鬼寓言 5》低三分。在这九个基准套件中，每项任务的运行成本为 K3 0.94 美元，而 GPT-5.6 Sol 的运行成本为 1.04 美元，Opus 4.8 的运行成本为 1.80 美元。

换句话说，该型号以中端价格提供顶级性能。

正如 在 5 月份报道的那样，今年早些时候，中国和美国前沿人工智能之间的价格差距达到了 15 至 30 倍。 K3 并没有低于 DeepSeek 的价格——它的价格就像西方中端型号——但在该水平上提供了接近前沿的性能。对于基于 API 构建的团队来说，这代表了重大的成本改进。

如果 Anthropic 继续实现仅通过 API 提供《神鬼寓言 5》的意图，那么 K3 将成为最接近目前业界排名第二的模型的开放式重量替代方案，每任务成本仅为 Opus 4.8 的一半。这就是基准追逐者已经在进行数学计算的场景。

K3 的推出是美国芯片出口管制倡导者不希望听到的论点。美国于2023年底限制Nvidia H800 GPU向中国出口； Moonshot 证实它在这些芯片上训练了早期模型。 K3 自己的基准测试文档引用了 H200 以及该公司所谓的“来自替代供应商的 GPGPU”（广泛解释为华为 Ascend 硬件），但没有指定该硬件的位置。

Moonshot AI 总裁张雨桐在今年的达沃斯论坛上直接阐述了这一限制，据 Silicon Republic 报道：“我们知道我们没有能力简单地扩大计算规模......这迫使我们专注于基础研究和效率。”美国银行分析师在发布后的一份报告中写道，K3 证明，在这些限制下，“预训练扩展与架构创新相结合，仍然可以为中国旗舰模型带来阶跃式的收益”。

Moonshot 是所谓的 AI Tiger 初创公司之一，它们集体改变了全球模型格局，但无法获得华盛顿所说的他们需要的芯片。无论这是支持加强出口管制的论点，还是认为这些管制不起作用的论点，都是华盛顿尚未解决的政策问题。

您应该阅读的星号

与前身 K2.6 相比，K3 在 AA-Omniscience（衡量模型自信地编造未知答案频率的基准）上的幻觉率从 39% 跃升至 51%。总体正确答案较多；还有更多化妆的。该模型还在自己的文档中承认，它可能“过于主动”，在长时间的自主任务中代表用户做出意想不到的决定。

对于运行基于 Kimi K2.6 的工具并想要升级的团队来说，K3 在大多数方面都是有意义的一步，但在您信任它提供任何需要准确的信息之前，幻觉增量值得进行压力测试。

如果您想免费试用，也可以。它可以在 Kimi 的官方网站上找到。但祝你好运：服务器非常拥挤，由于流量限制，任务不断中断，几乎无法使用。更好的选择是付费订阅或通过 API 使用。

权重将于 7 月 27 日发布。这些权重适用于大型企业和企业。目前没有国产GPU，无论多大，都能够处理这种尺寸的模型。