月之暗面（Moonshot AI）於7月16日正式釋出新一代旗艦開源基礎模型Kimi K3，引數規模達到2.8萬億，上下文視窗擴充套件至100萬Token，成為目前全球引數規模最大的開源模型。訊息一齣，迅速在國內外開發者社群引發廣泛討論。

在效能層面，K3交出了一份頗具衝擊力的成績單。由UC Berkeley研發的AI評測平台Arena釋出資料顯示，K3釋出後以1679分登頂前端程式碼競技榜榜首，超越了Anthropic的Claude Fable 5。在7個細分評測領域中，K3拿下了資料與分析、內容創作工具、設計等6個第一。與上一代模型K2.6相比，K3的排名大幅提升了17位。

Kimi官方給出的綜合測評結果同樣引人注目：K3的整體能力僅次於Anthropic的Claude Fable 5和OpenAI的GPT-5.6 Sol，而這兩款模型正是當前全球最頂尖的大引數旗艦模型。這一對比被廣泛解讀為國產模型正在快速追近美國頂尖模型的水平，同時也為開源模型拉近與閉源模型能力差距提供了新的例證。美國科技媒體Axios在報道中稱，Kimi新模型的效能“讓AI世界感到震驚”。此前有知情人士透露，K3被月之暗面內部視為對標Anthropic Opus 4.8的關鍵產品，意在挑戰“中國模型與美國頂尖模型水平相差8至12個月”的行業認知。

技術架構上的創新是K3此次釋出的核心看點。Kimi自研了兩項關鍵架構：Kimi Delta Attention（KDA，混合線性注意力機制）和Attention Residuals（AttnRes，注意力殘差結構）。在傳統Transformer架構下，長上下文的大規模推理往往帶來極高的算力消耗，而KDA和AttnRes的組合不僅保證了長文本檢索的高精度，還大幅降低了推理過程中的視訊記憶體佔用與計算開銷。官方資料顯示，配合訓練方法和資料配方的整體最佳化，K3相比前代模型的擴充套件效率提升了約2.5倍，百萬Token場景下的解碼速度最高可提升6.3倍。

在早期概念驗證中，K3還展現出了令人矚目的Agent能力。它曾自主執行48小時，僅依靠開源EDA工具和Nangate 45nm工藝庫，獨立完成了一款專門用於執行其自身Nano模型的晶片構建、最佳化與驗證。這種“自己設計自己”的閉環模式，為Agent的持續進化提供了新的想象空間。

不過，K3的API定價並不走“價效比”路線。根據Kimi公佈的定價方案，K3每百萬Token輸入（快取命中）為2元人民幣，輸入（快取未命中）為20元，輸出為100元。相比之下，DeepSeek V4 Pro版高峰期對應價格分別為0.05元、6元和12元，差距達3至40倍。K3的定價更接近Anthropic的中端產品，但比Claude Opus 4.8低約40%，而Fable 5的價格更是高出K3三倍以上。如果K3在實際應用中能夠真正媲美Anthropic和OpenAI的旗艦模型，其價格仍具備明顯優勢。

在商業化程序方面，此前有媒體報道稱，Kimi截至今年6月中旬的年度經常性收入（ARR）已突破3億美元，其中API收入佔比超過70%並持續快速走高，呈現出與Anthropic早期商業化階段相似的特徵。融資層面，訊息稱該公司6月已完成一輪200億美元估值的融資交割，並啟動新一輪融資，投前估值漲至315億美元。市場對Kimi的IPO動向也討論已久，今年3月底即有訊息稱其“積極籌備赴港上市”，K3釋出帶來的巨大關注度，或將直接影響該公司接下來的融資與IPO計劃。據悉，K3的完整模型權重將於7月27日全面向開源社群開放，屆時其實際表現還將得到開發者的進一步驗證。