kimi k3 终于来了！，网页端已经上线
以下信息来自：
https://platform.kimi.ai/docs/guide/kimi-k3-quickstart
Kimi K3,参数量达到2.8万亿,是目前公开的所有开源模型里规模最大的一个。它基于Kimi Delta Attention(KDA)的混合线性注意力机制打造,同时引入了Attention Residuals结构。K3原生支持视觉理解,上下文窗口达到100万token,主要面向软件工程、知识工作和深度推理这类对智能要求较高的场景。
根据官方公布的评测结果,在参与测试的所有模型中,Kimi K3的综合智能水平仅次于Claude Fable 5和GPT-5.6 Sol,排在第三位。完整的跑分数据将陆续发布在技术博客上,模型权重也会在近期全部开放,架构、训练和评测的详细内容会随技术报告一起公布。
2.8万亿参数规模的开源模型
支撑这次参数规模提升的,是KDA和AttnRes这两项架构改动,它们的作用是让信息在更长序列和更深层网络里流动得更顺畅。混合专家(MoE)部分的稀疏度也进一步提高,借助Stable LatentMoE框架,模型在896个专家里只激活16个。加上训练方法和数据配方上的改进,K3把算力转化为能力的效率,相比上一代K2提升了大约2.5倍。
编程能力
Kimi K3是目前最能打的编程模型之一。面对需要长时间推进的软件工程任务,比如理解大型代码库、操作终端、协调多个工具调用、检查程序运行状态,以及在尝试失败后自主调整方案,K3都能在很少人工干预的情况下持续推进。
在软件工程、视觉理解和空间推理三者结合的任务上,K3的提升尤其明显。它能在源代码和渲染结果之间来回切换,根据截图、日志、测试结果和运行时状态判断下一步该改什么。这让K3特别适合用在游戏开发、前端工程、CAD设计和基础设施优化这些领域。
知识工作,仅次于两个模型
在GDPval-AA v2榜单上,Kimi K3拿到1687分。这个榜单专门评估AI模型在44个职业、9个主要行业里的真实工作表现,K3的排名仅次于Claude Fable 5 Max和GPT-5.6 Sol Max,超过了拿1600分的Claude Opus 4.8 Max。
在AA-Briefcase榜单上,K3拿到1527分,在所有模型里排第二,只落后于Claude Fable 5 Max,超过了拿1495分的GPT-5.6 Sol Max。AA-Briefcase是Artificial Analysis开发的一个私有智能体知识工作评测集,专门用来考察模型在长周期知识工作中的智能体能力。
得益于100万token的上下文窗口,K3在单智能体设置下,不做任何上下文压缩或额外的上下文管理,就在BrowseComp上拿到了91.2分,达到目前最好水平。这说明K3在长周期、高难度的信息检索任务上具备很强的能力。
今天时间线已经被竞技场上的kimi 3刷屏了，网友的体感是Fable 5级别的
我手头有一个测试正在进行，1个多小时了，结果还没出来，详细测试随后奉上。
--end--
