中国人工智能初创公司Moonshot AI取得重大突破，发布了迄今为止最大的开源3T级模型——Kimi K3。该模型拥有2.8万亿参数、原生视觉能力以及100万token的上下文窗口，凭借这些特性，它已跻身全球人工智能精英行列。据开发者称，其性能仅次于专有领域的巨头Claude Fable 5和GPT 5.6 Sol。
K3的架构基础是创新的Kimi Delta Attention（KDA）机制和注意力残差（AttnRes）机制。KDA优化了长序列数据的处理，而AttnRes使模型能够有选择性地提取关键信息，无需对所有层进行同等处理。其结果是，即使在处理最复杂的文本时，也能实现更深入的上下文理解和语义保持。计算稀疏性由Stable LatentMoE框架实现：在896个专家中，每次仅有16个被激活，结合新的数据和训练方法，其效率相比前代Kimi K2提升了2.5倍。
基准测试：K3的亮点与短板
K3的测试结果喜忧参半。该模型在需要长时间工程会话和复杂智能体行为的任务中表现出色。在SWE Marathon测试中，它获得42分，领先于Fable 5（35分）和GPT-5.6 Sol（39分）。在BrowseComp（91.2分）和Program Bench（77.8分）测试中，它也处于领先地位。在Terminal Bench 2.1测试中，88.3分的成绩仅比Sol（88.8分）低0.5分，并显著优于Fable 5（84.6分）。
然而，在评估深度科学知识的基准测试中，K3表现落后。在FrontierSWE测试中，它获得81.2分，而Fable 5为86.6分；在HLE-Full测试中，它获得43.5分，而Fable 5为53.3分。值得注意的是，测试方法存在差异，这可能影响了最终数据。
编程、芯片与创意：实际应用案例
K3能够自主进行长时间的工程会话，在庞大的代码库中导航，并管理终端工具。在一项测试中，该模型在24小时内持续优化GPU核心，表现与Fable 5相当。此外，早期版本的K3还自主编写了MiniTriton——一个用于GPU核心的紧凑型编译器。
演示案例令人印象深刻：K3在48小时内，利用开源工具，基于自身架构设计了一款用于神经网络的芯片。最终得到的芯片面积为4平方毫米，每秒可输出超过8700个token。该模型还能够创建游戏原型、剪辑视频以及进行复杂的科学分析，例如，在两个小时而非研究人员通常需要的两周时间内，复现计算天体物理学中的通用关系。
Cryptalist分析评论：Kimi K3无疑是开源模型向前迈出的一步。然而，在需要深度知识和完美可用性的任务上，与专有领域领导者之间的差距仍然明显。值得注意的是，Moonshot AI押注于工程任务的自主性，这或许能成为他们在软件开发细分领域的一张王牌。但对于大众用户而言，K3目前仍是一个虽强大但定位小众的工具。