Kimi-K3 正式开源：前端代码榜第一，只是它最先被看见的能力

Kimi-K3 正式开源

近日，Moonshot AI 正式开源 Kimi K3。总参数接近三万亿，原生支持视觉，并拥有百万级上下文。它的目标——面向长周期编程、知识工作和复杂推理。K3 已经登陆 Kimi、Kimi Work、Kimi Code 和官方 API。完整模型权重、模型卡与技术报告已公开。

发布前后，K3 一度登上 Frontend Code Arena 榜首；美联社、Axios 等媒体迅速跟进，海外开发者也开始追问：一个开放模型，怎么突然把前端代码做到了人类用户更愿意选择的位置？开发者可以直接研究模型、部署服务并继续改造它。现在，社区可以真正把 K3 放进自己的工具链里，检查它擅长什么、在哪些地方会出错。

聊天机器人答完就走，K3 却会继续干下去

我们熟悉的 AI，大多工作在“一问一答”里。让它写一段代码，它给出代码；让它总结一份报告，它交出摘要。结果好不好，下一步怎么做，往往还要人来接手。

真实工作却很少只有一步。开发一个网站，要先理解需求和现有代码，写完以后还得运行、截图、检查布局，再修复问题。做行业研究，要搜索网页、阅读 PDF、核对数据、形成判断，最后还要制作图表和演示材料。中间任何一步出错，后面的结果都可能跟着跑偏。

K3 主打的长周期 Agent，处理的正是这种任务。它可以先拆目标，决定需要哪些工具；工具返回结果后，它继续观察，判断是进入下一步，还是回头重做。一次尝试失败，它不会只能把错误扔给用户，而是可以带着报错、截图和已有进度继续处理。

所谓“持续”，并不只是上下文更长。模型还要记住已经试过哪些办法、为什么失败、当前结果是否满足原始目标。否则任务走得越久，偏离得越远。K3 试图保留这些中间状态，让后一次行动建立在前一次结果上，而不是每一轮都像重新开机。

这让人与 AI 的分工发生了变化。过去，用户像项目经理一样守在对话框旁边，不断复制结果、补充命令、提醒下一步。现在，人可以先给出目标，在关键节点检查方向，把一部分协调和反复试错交给模型。

K3 已进入前沿模型所在的能力区间。具体分数会随着榜单和测试方法变化，但趋势很清楚：开放模型已经不满足于“答对一道题”，它开始学习怎样把一件事做下去。

前端榜首之外，K3 已经走进工程深水区

面对大型项目，K3 可以阅读多个目录和文件，寻找真正需要修改的位置；它能调用终端、运行测试、查看日志，再根据失败结果继续调整。

这里考验的不是会不会背语法，而是能否在一堆互相依赖的工程细节里保持方向。

这个“第一”，到底是谁投出来的？

Frontend Code Arena 不是让模型做一套固定选择题。用户给出同一个前端需求，两个匿名模型分别生成结果，再由用户选择更喜欢的一版。代码能不能运行、页面是否好看、交互是否顺手，都会影响选择。

Arena 官方在 2026 年 7 月 16 日公布，Kimi K3 当时位列 Frontend Code Arena 第一，并在七个细分领域中的六个排在首位。

截至 7 月 27 日，K3 已位列第二。这项结果很有价值。它说明 K3 生成的前端不只在自动评分里过关，也能在真人盲选中获得偏好。对普通用户来说，这比一长串难懂的 benchmark 更容易理解。

前端只是编程能力的一角。Moonshot AI 还展示了更硬核的案例：K3 反复测试和优化 GPU 核心程序；从零搭建名为 MiniTriton 的小型 GPU 编程系统，覆盖语言前端、中间表示、优化过程和底层代码生成。

换句话说，它不只是写应用代码，还尝试制作“帮助程序员写程序的工具”。

另一个案例走到了芯片设计。K3 在一次长时间自主运行中，使用开源 EDA 工具完成设计、优化和验证。这个结果远不能说明 AI 可以替代芯片工程师，但它说明模型能够在专业工具、复杂约束和漫长步骤之间维持任务状态。

视觉能力也补上了代码模型长期缺失的一环。K3 写完网页、游戏或 CAD 项目后，可以读取运行截图，发现按钮偏移、画面比例失调或者交互反馈不自然，再回到代码里修改。它终于能“看到自己做出来的东西”。

搜索、分析、图表、报告，把整条工作流接了起来

知识工作并不缺“会写字”的 AI，缺的是能够把证据、分析和表达连起来的工具。

K3 可以阅读网页、论文、财报和扫描版 PDF，调用终端清理数据，再把结论做成图表、报告、演示文稿或交互式 Dashboard。用户不用在搜索引擎、PDF 阅读器、表格和演示软件之间来回复制，资料可以沿着同一个任务继续流动。

Moonshot AI 展示了一个 AI 芯片产业研究案例。K3 围绕数十年的产业变化查找网页、季度报告和原始 PDF，反复补充证据，最后做成可以继续点击探索的研究网站。

核聚变案例则包含产业时间线、项目进度和咨询式演示材料。面对引力波数据，它还协调多个子任务，生成科学图表并整理文献。

这些案例真正吸引人的，不是题目有多高深，而是模型开始处理“从哪里找到材料、哪些信息能互相印证、怎样把判断讲清楚”。一份像报告的文字很容易生成；一份能追溯资料、经得起核对的成果要难得多。

放进日常办公，这可能是一份竞品研究，也可能是把几十份会议材料整理成决策简报。难点从来不是生成几段通顺文字，而是别漏掉关键证据，别把冲突数据硬拼在一起，并让读者能看懂结论是怎么来的。

但它们至少给出了一种具体画面：AI 不再停在文档的第一页，而是参与资料搜集、分析和呈现的全过程。

会看图还不够，它开始盯着结果反复修改

多模态常被简化成“能看图”。K3 的做法更接近工作现场：图像和视频不是聊天附件，而是任务过程中的反馈。

让它制作小游戏，模型可以写代码、启动页面、读取截图，再调整角色位置、配色和界面。让它制作动画或三维内容，它也能在生成和观看之间来回迭代。做 CAD 项目时，视觉信息还可以帮助它判断结果是否符合预期。

K3 制作过动态图形讲解，也从几十段素材中剪辑宣传视频。它需要挑选镜头、安排节奏、处理声音，再根据成片继续修改。此类任务没有唯一答案，模型既要记住目标，也要对最后出现的画面作出判断。

对创作者来说，这种闭环比“一键生成”更实用。第一版很少就是最终版。真正耗时间的，恰恰是看过结果之后的一轮轮调整。

近三万亿参数，为什么不需要所有“专家”一起开会

Kimi-K3 拥有接近三万亿的总参数规模，其核心能力源于 MoE 架构。该架构如同一座汇聚众多专业人员的大楼，在面对不同任务时不会动用全部算力，而是根据需求动态激活最匹配的一小部分专家组合——例如写代码、理解画面或处理长文档时分别调用不同的能力模块。

这种机制使 Kimi-K3 在保持超大知识容量的同时，通过稀疏激活避免了全量计算的资源浪费，实现了性能与效率的平衡。

第二个条件是百万级上下文。上下文可以理解成 AI 的工作台。工作台太小，材料放多了就得不断收走，模型也容易忘记前面的约定；工作台足够大，整个代码仓库、大批文档和长时间操作记录就能同时摊开。长任务最怕“做到一半忘了为什么出发”，更大的工作台能减少这种断裂。

Kimi Delta Attention 和 Attention Residuals 等结构，则负责让信息在超长内容和深层网络里更有效地流动。它们试图解决两个实际问题：资料越来越多时，怎样更快找到眼下有用的部分；模型越来越深时，前面的信息怎样别在传递途中丢掉。

最后还有 Agent 训练。知识多，不等于会做事。模型还得学会规划、使用工具、保存过程、检查结果，并在出错后继续。

K3 看起来像一支团队，并不是因为它会同时扮演许多角色，而是因为这些角色能围绕同一个目标接力。

当开放模型开始处理真正麻烦的工作

K3 整体体验与最强闭源模型仍有差距；长任务中的主动性有时还会带来意外决定。榜单成绩和演示案例，更不能替代每个真实项目中的测试。

但 K3 的开源，确实把一套很有竞争力的能力交到了更广泛的开发者手里。它会写代码，也能看见代码运行后的画面；它能查资料，还能把分析做成可交付的成果；它开始在几个小时甚至更长的任务里保持方向。

前端代码榜第一会被后来者刷新。

更值得记住的是，开放模型已经开始进入那些真正麻烦、步骤很多、需要反复修正的工作。越来越强的智能，正在走出少数平台，进入更多人的工具箱。