刚刚，Kimi K3正式开源，2.8万亿参数面向全球，硅谷巨头看呆了

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发文后，Kimi 趋势榜首被K3拿下时，距离上线仅30分钟，点赞数已超过4000个。创下迄今最快的发布增长速度！

拥有2.8万亿参数的Kimi由月之暗面在此前7月17日发布 K3，很快赢得不少网友的“中国的Fable 5时刻”评价，依据是它在基准测试与实际体验中的出色表现。

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。

网友围绕Kimi K3上线展开的讨论同样十分热烈。还有网友发帖调侃，Hugging Face甚至专门为Kimi K3制作了一个预热网页。

截至Kimi 近3700名开发者在K3上线前半小时便已等待；等到上线仅剩10分钟时，Kimi K3的发布页面还曾短暂出现404。

模型权重地址： https://huggingface.co/moonshotai/Kimi-K3

01 三大关键Infra技术开源，2.8亿参数模型权重无保留开放

Kimi K3采用混合专家（MoE）架构，拥有2.8万亿参数，不仅具备原生视觉理解能力，还支持100万token上下文窗口。

如今，任何人都能够下载和部署Kimi K3模型可被自由使用，既适用于内部研发，也能嵌入面向终端用户的产品。

Kimi 训练系统也随K3此次发布一同开源，开放内容包括Infra基础设施层的三项Infra技术：AgentEnv、MoonEP以及FlashKDA。

面向超大细粒度MoE，MoonEP被设计为高性能通信库，是三项开源Infra技术之一；即便专家并行通信并不均衡，它仍能让通信维持极致效率。

FlashKDA是Kimi 在英伟达H20上，相比flash-linear-attention基线，prefill速度获得提升的是Delta Attention的高性能算子1.72-2.22倍，并且可以直接替换后端使用。

为支撑大规模并行的Agent工作流，AgentEnv提供快速快照、恢复和分叉能力，并以高保真、强隔离的运行环境服务大规模Agent训练。这个沙箱系统由其与KVCache.ai合作开发。三项技术中，FlashKDA此前已完成开源，随本次发布正式开源的则是AgentEnv和MoonEP。

块级注意力残差被KDA+AttnRes用于加强跨层信息流动，而KDA与Gated MLA在模型架构中按3:1比例混合，实现高效长上下文建模。

面对极高稀疏度，Stable LatentMoE依靠SiTU-GLU与Quantile Balancing维持训练稳定；其机制是让每个token在896个路由专家里激活16个。

无需对比预训练，MoonViT-V2视觉编码器以next-token prediction从零启动训练；在取得基线效果的同时，优化过程也更稳定。

近20个内部评测集均已完成完整评估。后训练期间，模型还在通用推理、通用Agent和编程Agent三大领域合成大规模任务，并采用百万token上下文的强化学习基建。

02 编程、Agent与视觉能力提升，由多维评测验证

根据官方发布的评测结果，Kimi 编程、Agent任务与视觉理解等方向，都体现了K3的较强能力。

编程能力方面，Kimi 超长时序持续开发、软件逆向和终端运维等能力，在SWE Marathon、Program Bench、Terminal Bench 2.1测试中均被K3突出展现。

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。

更贴近真实办公流程的综合白领任务评测，则呈现不同结果，例如GDPval-AA v2、APEX-Agents等项目中，Kimi 与Claude Fable 5等顶级闭源模型相比，K3仍处于弱势。

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。

03 生成游戏、设计芯片、分析科研数据：Kimi K3迎战复杂任务

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。

测试结果表明，Kimi K3在游戏设计上的表现最佳，既能把握核心玩法，又能让产出内容保持自然节奏；Fable 5和GPT-5.6 Sol生成的游戏则普遍节奏过快。

在价格方面Kimi K3：9.5/10，调用成本0.030美元（约合rmb0.2元）、Fable 5：7.5/10，调用成本0.38美元（约合rmb2.57元）、GPT-5.6 Sol：7/10，调用成本0.11美元（约合rmb0.74元）。

在官方公布的案例里，Kimi K3表现出了更强的长程任务执行能力。在芯片设计任务中，K3使用开源EDA工具与Nangate 45nm工艺库，连续自主运行48小时，独立完成芯片构建、优化和验证。

科研领域的一次任务中，K3调动20多个并发子智能体分析391个GWTC-5引力波事件，最终形成7张科学可视化图和2张表格，同时汇总了10多篇论文的文献内容。

从开发者编写的程序到GPU可执行代码，可由它从零打造的MiniTriton完成转换。这款类似Triton的编译器用于GPU编程，部分场景下的性能甚至优于现有工具。

04 结语：全球开发者的工具箱迎来中国开源模型

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”。

影响力不断扩大，也会带来更高的受关注风险。就在Kimi 美国参议员蒂姆·斯科特和比尔·哈格蒂在K3开源引发热议之际提出议案，希望扩大商务部权限，从而限制外国对手接触AI技术。月之暗面、DeepSeek、阿里Qwen团队等中国AI实验室，去年曾被美国商务部考虑列入实体清单。白宫也曾酝酿行政令，让使用中国模型的美国企业承担安全事件责任；禁用中国开源模型的提案，则曾由OpenAI、Anthropic等美国闭源AI企业提出。

对此，商务部将其定性为“典型的人工智能霸权主义行径”。近200家美国初创企业也曾向政府发出呼吁，要求不要切断中国开源模型的访问；这些企业认为，美国企业的竞争力会因此被削弱。

美国企业自身也在使用中国开源模型，制裁因此难具合理性。AI能力正从少数企业掌握的技术优势，转变为全球开发者都能调用的基础工具，而这一趋势不会被一纸制裁令扭转。