2026年7月16日，中國嘅月之暗面（Moonshot AI）正式發布旗艦大模型KIMI K3，迅速成為中國國產AI範疇嘅焦點。該模型以約2.8萬億參數、100萬token上下文視窗同原生多模態能力，刷新咗國產大模型嘅多項紀錄。在Artificial Analysis等獨立基準測試中，KIMI K3 Intelligence Index達57分，位居前列，展現出可以同國際前沿模型競爭嘅實力。然而，測評數據雖然亮眼，實際使用效果仍需市場進一步驗證。

KIMI K3核心規格與測評數據

KIMI K3採用混合專家（MoE）架構，參數規模約2.8萬億，上下文視窗高達1048576 token（1M），支援文本同圖像輸入、文本輸出。架構上引入Kimi Delta Attention同Attention Residuals等創新設計，提升咗長序列處理效率同資訊傳遞能力。

關鍵測評數據（基於Artificial Analysis等獨立基準）：

關鍵測評數據（基於最新獨立基準，maxed out thinking effort）：

喺Terminal Bench 2.1，KIMI K3得分88.3，緊隨GPT-5.6 Sol（88.8），大幅領先Opus-4.8同Fable 5（均為84.6），顯示出極強嘅終端交互同實際執行能力。
Program Bench中，KIMI K3以77.8分位居首位，略高於GPT-5.6 Sol（77.6），喺程序生成同邏輯任務上表現出色。
FrontierSWE基準中，KIMI K3得分81.2，只次於Fable 5（86.6），遠超GPT-5.6 Sol（71.3），凸顯佢喺前沿軟件工程任務上嘅競爭力。
SWE Marathon中，KIMI K3以42.0分領先，展示出長時序編碼同複雜項目處理嘅優勢。
DeepSWE同Kimi Code Bench 2.0中，KIMI K3都保持住領先位置，整體編碼能力接近或超越部分國際旗艦模型。

Moonshot官方表示，K3喺長時序Agent同複雜工作流場景有明顯優勢，定價為輸入$3/百萬tokens、輸出$15/百萬tokens（快取命中$0.30），性價比突出。模型權重計劃喺7月27日開源，開放策略延續KIMI系列傳統。

性能亮點背後嘅技術創新

KIMI K3嘅亮眼測評數據得益於多項技術突破：

超大規模MoE架構：2.8萬億參數通過專家路由實現高效激活，平衡咗性能與推理成本。
長上下文優化：1M視窗結合新型注意力機制，解決咗傳統Transformer喺長序列上嘅效率瓶頸。
多模態融合：原生視覺能力令模型喺圖文混合任務更具優勢。
Agentic能力：支援複雜工作流規劃，適合企業級應用場景。

同DeepSeek V4 Pro、文心5.0、通義千問3.7 Max等中國國產競品相比，KIMI K3喺參數規模同上下文長度上有領先，但喺實際落地效果上仍需時間檢驗。

可能影響：國產AI生態與全球競爭

1. 對月之暗面自身嘅影響

品牌與估值提升：K3發布後，公司估值飆升至約315億美元，ARR突破3億美元，市場信心顯著增強。
商業化加速：高性能模型配合合理定價，有望吸引更多企業用戶，推動API和應用生態發展。
挑戰：如實際使用中出現穩定性或幻覺問題，可能影響口碑；開源權重後需應對社區反饋同安全風險。

2. 對中國大模型產業嘅影響

技術標杆作用：K3刷新多項紀錄，將促使其他廠商加大投入，加速國產AI追趕國際前沿。
生態協同：開源策略