Kimi K3在智能体任务中超越GPT-5.6 Sol，7月27日开源发布

在长周期编程与知识工作最关键的基准测试中，刚刚超越 OpenAI 旗舰模型的那款模型现已通过 API 开放使用。它并非来自 OpenAI、Google 或 Anthropic。Kimi K3 是月之暗面（Moonshot AI）的最新发布——这家北京初创公司以 Kimi 聊天机器人最为知名——也是迄今为止发布的最大开源权重语言模型：总参数 2.8 万亿，采用稀疏架构，每次请求仅激活其中一小部分，从而将成本控制在低位。

在 AA-Briefcase（Artificial Analysis 设计的智能体评估，旨在模拟真实知识工作而非教科书式问题）上，Kimi K3 得分 1,527，仅次于 Claude Fable 5 Max 的 1,587，并击败了 GPT-5.6 Sol Max 的 1,495。在更广泛的 GDPval-AA 基准上，该模型以 1,687 分排名第三，落后于 Fable 5 Max（1,815）和 GPT-5.6 Sol Max（1,747.8）。在智能体基准上，第一名与第二名之间的性能差距小于第二名与第五名之间的差距。

定价差异比基准排名更难以忽视。Kimi K3 对每百万未缓存输入 token 收费 3 美元，每百万输出 token 收费 15 美元。Claude Opus 4.8 对每百万输入 token 收费 5 美元，每百万输出 token 收费 25 美元。对于运行高并发智能体工作流的团队，月之暗面报告在编码工作负载上的缓存命中率超过 90%，这使得有效输入成本降至每百万 token 0.30 美元——这一数字改变了大规模部署前沿 AI 的经济性。

该模型由两项架构创新支撑。Kimi Delta Attention 是一种混合线性注意力机制，该公司称其在百万 token 上下文中比标准注意力机制解码速度快 6.3 倍。Attention Residuals 被描述为标准残差连接的即插即用替代方案，随着模型规模扩大，能持续带来性能提升。100 万 token 的上下文窗口——足以同时容纳约十部长篇小说——已上线且功能正常，并非理论规格。

这里需要区分“现已可用”与“开源”的含义。Kimi K3 现已通过 API 和 Kimi 应用开放使用，这意味着请求会通过月之暗面的服务器。模型的实际权重——即训练参数，任何人都可以将其部署在自己的基础设施上——尚未公开。月之暗面计划于 7 月 27 日以修改版 MIT 许可证发布这些权重，条款与之前 K2 模型相同。对于大多数开发者来说，API 就是他们所需要的；而对于有数据主权或合规要求的组织来说，权重发布才是相关的日期。

原生多模态支持覆盖文本、图像和视频输入，可在同一 API 调用中完成。模型总参数 2.8 万亿指的是稀疏 MoE 参数的全集；每次前向传播的活跃参数数量要低得多，这正是月之暗面将推理成本控制在低位的办法。本地运行完整模型需要远超消费级工作站的硬件。开放权重将实现的是，在无需将数据通过中国所有的 API 路由的情况下，部署在企业级基础设施上。

7 月 27 日的权重发布将决定基准测试的优势有多少能在实际部署中保留。当月之暗面以类似的开源条款发布 K2 时，开发者的采用速度超出了公司预期——部分原因是接近前沿的性能与 MIT 风格许可证的结合，为同时需要这两者的团队消除了法律摩擦。K3 是在同一策略上更大的一次押注。

标签: GPT-5.6, AI模型, Kimi K3, Moonshot AI, 开源AI, 本地AI