智东西7月28日报道，刚刚，月之暗面发布Kimi K3的模型权重、技术报告，并开源支撑Kimi K3模型训练的关键Infra技术：MoonEP、FlashKDA和AgentEnv。
Hugging Face CEO Clem Delangue发文，Kimi K3 30分钟内以超过4000个赞登顶趋势榜，迄今为止最快的发布增长速度！
此前7月17日，月之暗面发布拥有2.8万亿参数的Kimi K3，随即凭借出色的基准测试和实际体验被不少网友称作“中国的Fable 5时刻”。
Kimi K3开源后，北美AI基础设施创企OsmanticAI的创始人兼CEO Ahmad发文，将Kimi K3称为“本地版Fable 5”，并“强烈建议大家下载体验”，这样“他们永远也夺不走我的Fable 5”了。
数字员工Devin开发主体、美国知名AI创企Cognition宣布，Kimi K3现已接入Devin桌面客户端与命令行工具（CLI），并称：“在FrontierCode 1.1评测基准上，Kimi K3是我们测试过首款性能逼近前沿水准的开源模型。”
Nebius、Baseten、Fireworks等海外AI基础设施厂商随即宣布Day 0适配Kimi K3。Nebius称：“Kimi K3是首个达到前沿性能水平的开放权重模型，是开放模型发展历程中的一大进步。”
华为昇腾CANN宣布对模型MXFP4量化实现Day0原生支持，并提供在昇腾950PR/DT系列和Atlas A3系列集群部署实践。同时，趋境科技宣布，基于开源大模型推理引擎SGLang，完成了Kimi K3在华为昇腾910C超节点上的Day0适配，并同步开源相关适配成果。
网友在Kimi K3上线前的讨论也非常火热。有网友发帖戏称，Hugging Face甚至给Kimi K3做了个预热网页。
截至Kimi K3上线半小时前，已有近3700名开发者在等待上线。且在上线10分钟前，Kimi K3的上线页面还短暂出现过404的情况。
模型权重地址：
https://huggingface.co/moonshotai/Kimi-K3
技术报告地址：
https://github.com/MoonshotAI/Kimi-K3/blob/main/k3_tech_report.pdf
技术博客地址：
https://www.kimi.com/blog/kimi-k3
一、2.8亿参数模型权重全面开放，三大关键Infra技术开源
Kimi K3是一个拥有2.8万亿参数的混合专家（MoE）模型，具备原生视觉理解能力，并支持100万token的上下文窗口。
现在，每个人都可以下载并部署Kimi K3模型。无论是用于内部研发，还是嵌入到面向终端用户的产品中，均可自由使用。
Kimi K3此次还同步开源了训练系统，即Infra基础设施层的三项Infra技术：MoonEP、FlashKDA和AgentEnv。
三项开源Infra技术中，MoonEP是为超大细粒度MoE设计的高性能通信库，让专家并行通信在不均衡情况下仍保持极致效率。
FlashKDA是Kimi Delta Attention的高性能算子，在英伟达H20上prefill速度相比flash-linear-attention基线提升1.72-2.22倍，可直接作为替换后端使用。
AgentEnv是与KVCache.ai合作开发的沙箱系统，为大规模Agent训练提供高保真、强隔离的运行环境，支持快速快照、恢复和分叉，可应对大规模并行的Agent工作流。其中，FlashKDA此前已开源，MoonEP和AgentEnv随本次发布正式开源。
在模型架构方面，KDA+AttnRes以3:1比例混合KDA与Gated MLA，通过块级注意力残差增强跨层信息流动，实现高效长上下文建模。
Stable LatentMoE使每个token从896个路由专家中激活16个，通过SiTU-GLU与Quantile Balancing在极高稀疏度下保持训练稳定。
MoonViT-V2视觉编码器从零开始使用next-token prediction训练，无需对比预训练，在达到基线效果的同时获得更稳定的优化过程。
后训练方面，模型在通用推理、通用Agent和编程Agent三大领域进行大规模任务合成，配合百万token上下文的强化学习基建，并完成了近20个内部评测集的完整评估。
二、多维评测，验证编程、Agent与视觉能力全面提升
在官方公布的评测结果中，Kimi K3在编程、Agent任务和视觉理解等多个方向展现出较强能力。
在编程能力方面，Kimi K3在超长时序持续开发SWE Marathon、软件逆向Program Bench、终端运维Terminal Bench 2.1等测试中表现突出。
其中，SWE Marathon、Program Bench均取得第一，Terminal Bench 2.1达到88.3分，与GPT-5.6 Sol接近；在高难度软件工程任务FrontierSWE中，Kimi K3以81.2分位列第二，仅次于Claude Fable 5。
在Agent和知识工作场景中，Kimi K3同样展现出较强的任务执行能力。在网页深度调研BrowseComp、办公自动化Automation Bench、Excel财务建模SpreadsheetBench 2等测试中取得领先，其中BrowseComp达到91.2分，Automation Bench和SpreadsheetBench 2均排名第一。
不过，在综合白领任务GDPval-AA v2、APEX-Agents等更贴近真实办公流程的评测中，Kimi K3仍弱于Claude Fable 5等顶级闭源模型。
在视觉能力方面，Kimi K3在图表理解CharXiv、文档分析OmniDocBench等任务中表现较强，其中OmniDocBench达到91.1分，超过参与对比的多款模型；但在部分视觉推理任务中，Kimi K3仍存在差距，例如零样本视觉工具任务Zerobench低于Claude Fable 5。
Kimi内部也测试了Kimi K3的工程能力。在GPU内核优化测试中，Kimi K3需自主完成代码分析、内核重写和性能验证，覆盖AttnRes、KDA、MLA等GPU计算任务。结果显示，在最高推理强度下，Kimi K3表现接近Claude Fable 5（含回退机制），并超过Claude Opus 4.8、GPT-5.6 Sol和GPT-5.5。
在知识工作方面，Kimi内部Internal Knowledge Work Bench测试显示，在统一开启最高深度思考模式后，Kimi K3在通用推理、深度文档分析和金融专项三类任务中的表现均超过GPT-5.5和Claude Opus 4.8。
三、Kimi K3挑战复杂任务：生成游戏、设计芯片、分析科研数据
Kimi K3发布后，智东西在Kimi K3 Max模式下实测了该模型的多模态与代码生成能力。在要求生成3D横版格斗游戏的测试中，提示词涉及“被霸天虎入侵的破败城市地图”、“低多边形风格”、“5种擎天柱阵营角色”、“5种霸天虎变种敌人”等复杂设定。Kimi K3仅用一次就完成了游戏创建，没有出现错误。
海外开发者 @He1s_Sammy 在游戏设计场景下对比测试 Kimi K3、GPT-5.6 Sol、Fable 5 三款模型，向三者输入完全相同的提示词，围绕方案质量、游玩体验、调用成本综合评估。
测试结果显示，Kimi K3的游戏设计表现最优，能够抓住玩法核心，产出内容节奏自然；而Fable 5与GPT-5.6 Sol生成的游戏节奏普遍过快。
在价格方面Kimi K3：9.5/10，调用成本0.03美元（约合人民币0.2元）、Fable 5：7.5/10，调用成本0.38美元（约合人民币2.57元）、GPT-5.6 Sol：7/10，调用成本0.11美元（约合人民币0.74元）。
在官方展示的案例中，Kimi K3展现了更长程的任务执行能力。在芯片设计方面，K3基于开源EDA工具和Nangate 45nm工艺库，在48小时连续自主运行中独立完成了芯片的构建、优化与验证。
在科研领域，K3一次分析了391个GWTC-5引力波事件，调用20多个并发子智能体，产出7张科学可视化图、2张表格，并综合了10多篇论文的文献内容。
在GPU编程领域，它从零开发了类似Triton的编译器MiniTriton，将开发者编写的程序转换为GPU可执行的代码，部分场景性能甚至超过现有工具。
结语：中国开源模型正在进入全球开发者的工具箱
对于Kimi K3，海外开发者的反应和半年前已经不太一样了。半年前，DeepSeek-V3开源时，海外社区的讨论更多是“又一个中国模型”。而到了Kimi K3，话题变成了“它比Claude Opus强”、“开发者正在把Fable换成K3”。
影响力变大，也意味着被盯上的风险在变大。就在Kimi K3开源引发热议的同时，美国参议员蒂姆·斯科特和比尔·哈格蒂已提案扩大商务部权限以限制外国对手接触AI技术。美国商务部去年曾考虑将月之暗面、DeepSeek、阿里Qwen团队等中国AI实验室列入实体清单。白宫还曾考虑通过行政令，要求使用中国模型的美国企业对安全事件承担责任。OpenAI、Anthropic等美国闭源AI企业曾提案禁用中国开源模型。
商务部回应称，这是“典型的人工智能霸权主义行径”，并指出近200家美国初创企业敦促政府不要切断对中国开源模型的访问，认为这将削弱美国企业竞争力。
当美国企业自己都在用中国的开源模型，制裁的合理性自然站不住脚。AI能力正在从少数公司的技术优势，变成全球开发者可以调用的基础工具——这个趋势不会因为一纸制裁令而改变。
来源：Kimi、X
热门跟贴