月之暗面（Moonshot AI）于7月16日正式发布新一代旗舰开源基础模型Kimi K3，参数规模达到2.8万亿，上下文窗口扩展至100万Token，成为目前全球参数规模最大的开源模型。消息一出，迅速在国内外开发者社区引发广泛讨论。

在性能层面，K3交出了一份颇具冲击力的成绩单。由UC Berkeley研发的AI评测平台Arena发布数据显示，K3发布后以1679分登顶前端代码竞技榜榜首，超越了Anthropic的Claude Fable 5。在7个细分评测领域中，K3拿下了数据与分析、内容创作工具、设计等6个第一。与上一代模型K2.6相比，K3的排名大幅提升了17位。

Kimi官方给出的综合测评结果同样引人注目：K3的整体能力仅次于Anthropic的Claude Fable 5和OpenAI的GPT-5.6 Sol，而这两款模型正是当前全球最顶尖的大参数旗舰模型。这一对比被广泛解读为国产模型正在快速追近美国顶尖模型的水平，同时也为开源模型拉近与闭源模型能力差距提供了新的例证。美国科技媒体Axios在报道中称，Kimi新模型的性能“让AI世界感到震惊”。此前有知情人士透露，K3被月之暗面内部视为对标Anthropic Opus 4.8的关键产品，意在挑战“中国模型与美国顶尖模型水平相差8至12个月”的行业认知。

技术架构上的创新是K3此次发布的核心看点。Kimi自研了两项关键架构：Kimi Delta Attention（KDA，混合线性注意力机制）和Attention Residuals（AttnRes，注意力残差结构）。在传统Transformer架构下，长上下文的大规模推理往往带来极高的算力消耗，而KDA和AttnRes的组合不仅保证了长文本检索的高精度，还大幅降低了推理过程中的显存占用与计算开销。官方数据显示，配合训练方法和数据配方的整体优化，K3相比前代模型的扩展效率提升了约2.5倍，百万Token场景下的解码速度最高可提升6.3倍。

在早期概念验证中，K3还展现出了令人瞩目的Agent能力。它曾自主运行48小时，仅依靠开源EDA工具和Nangate 45nm工艺库，独立完成了一款专门用于运行其自身Nano模型的芯片构建、优化与验证。这种“自己设计自己”的闭环模式，为Agent的持续进化提供了新的想象空间。

不过，K3的API定价并不走“性价比”路线。根据Kimi公布的定价方案，K3每百万Token输入（缓存命中）为2元人民币，输入（缓存未命中）为20元，输出为100元。相比之下，DeepSeek V4 Pro版高峰期对应价格分别为0.05元、6元和12元，差距达3至40倍。K3的定价更接近Anthropic的中端产品，但比Claude Opus 4.8低约40%，而Fable 5的价格更是高出K3三倍以上。如果K3在实际应用中能够真正媲美Anthropic和OpenAI的旗舰模型，其价格仍具备明显优势。

在商业化进程方面，此前有媒体报道称，Kimi截至今年6月中旬的年度经常性收入（ARR）已突破3亿美元，其中API收入占比超过70%并持续快速走高，呈现出与Anthropic早期商业化阶段相似的特征。融资层面，消息称该公司6月已完成一轮200亿美元估值的融资交割，并启动新一轮融资，投前估值涨至315亿美元。市场对Kimi的IPO动向也讨论已久，今年3月底即有消息称其“积极筹备赴港上市”，K3发布带来的巨大关注度，或将直接影响该公司接下来的融资与IPO计划。据悉，K3的完整模型权重将于7月27日全面向开源社区开放，届时其实际表现还将得到开发者的进一步验证。