7月16日晚，月之暗面在发布一支极具艺术感的预告片后，正式推出了Kimi K3。作为一款混合专家模型，K3拥有2.8万亿参数、100万token上下文窗口以及原生视觉理解能力，是Kimi迄今规模最大、性能最强的模型。

然而，在官方正式发布之前，K3已通过另一种形式声名鹊起：一款名为“Kivine”的匿名模型近日在Arena平台上亮相，连续数日生成高完成度的网页、3D场景及小游戏，许多测试者直接将其称为“Fable级别”。

图丨Kimi K3正式上线（来源：Kimi）

当时Kivine的身份尚未公开。外界根据其模型特点、表现以及月之暗面以往的匿名测试习惯，推测这很可能是K3的预览版。7月15日，一名用户使用相同的提示词，让Kivine与Claude Fable 5分别制作宇宙模拟器。Fable 5完成速度更快，界面控件更稳定；而Kivine构建的场景则更为复杂，包含了丰富的天体细节和第一人称视角，视觉冲击力更强。这段对比很快在X平台传播开来，也让外界对K3形成了初步印象：速度未必占优，但常常主动将任务完成得更加充分。

后续的测试大多延续了这一特点。在与GPT-5.6 Sol对照的“体素版死星战壕”测试中，原始提示词仅要求制作静态世界，但Kivine最终交付的却是一个可实时运行的动画场景。在樱花盆景测试中，它生成了扭曲的树干和层次分明的树冠，对提示词的遵循度与细节完成度获得了测试者好评。还有用户要求它用Three.js一次性生成战争场景，模型直接搭建出带有镜头运动和交互元素的网页。

视频丨相关测试视频（来源：X）

另一名用户要求Kivine制作一款《我的世界》风格的游戏，场景需包含中世纪城堡、森林和花丛。模型最终呈现为一款限时寻宝游戏，并加入了环境音效、光影效果以及手机端虚拟摇杆；作为对照，Claude Opus 4.7则生成了一款完成度相对简单的上帝视角方块游戏。在另一次前端测试中，Kivine的输出被用户评价为同一提示词下所见过的最佳结果之一，但生成过程耗时约35分钟，甚至比Fable 5还要慢。

K3正式上线后，我们也进行了一轮简短的横向测试，要求不同模型制作一款“跷跷板台球”游戏。GPT-5.6 Sol（极高）用时不到10分钟，便实现了要求中的所有效果。Fable 5 Extra在约15分钟时已生成可用预览，但后续修改破坏了原有交互，导致台球无法拖动。Opus 4.8（Ultracode）耗时约20分钟完成任务，整体功能齐全（相比其他模型没有制作台球编号），但存在明显bug：白球会卡在球桌边缘，无法再次点击。

图丨跷跷板台球案例实测结果：Opus 4.8（左上）、GPT-5.6 Sol（右上）、Fable 5（左下）、Kimi K3（右下）（来源：DeepTech）

Kimi K3 Max同样耗时约20分钟。它并非本次测试中速度最快的模型，但最终版本的完成度却是最高的：主要功能正常，未出现上述交互故障，还额外加入了球体碰撞音效甚至动效。

然而，这些案例仍属于零散的用户测试。提示词数量有限，任务主要集中在代码前端和游戏生成领域，Arena的随机配对也使得横向比较难以严格控制变量。虽然漂亮的单次输出能够展示能力上限，但无法回答稳定性、成本以及多轮任务成功率等问题。K3经常主动扩大任务范围，这也会延长生成时间，并可能增加后续修改和收敛的难度。

根据月之暗面公布的评测结果，K3的整体表现已接近当前最强的一批模型，“仅次于Claude Fable 5和GPT-5.6 Sol”。在面向真实职业任务的GDPval-AA v2中，K3获得1687分，排名在Claude Fable 5 Max和GPT-5.6 Sol Max之后，高于Claude Opus 4.8 Max的1600分。

在长周期智能体知识工作测试AA-Briefcase中，K3得分为1527，位列第二，超过了GPT-5.6 Sol Max的1495分。此外，K3在BrowseComp信息检索测试中获得了91.2分；据月之暗面称，这一成绩由单个智能体完成，未使用上下文压缩或额外的上下文管理技术。

图丨Kimi K3架构图（来源：Moonshot AI）

K3的能力方向与它在Arena上走红的案例基本吻合。模型的架构也颇具特色：它共有896个专家，每次推理仅激活其中16个，并采用Kimi Delta Attention混合线性注意力机制和Attention Residuals。月之暗面表示，这些设计使K3的整体扩展效率达到K2的约2.5倍。K3能够读取大型代码库、操作终端和调用工具，再根据截图、日志、测试结果及运行状态持续修改代码，主要面向代码前端、游戏开发、计算机辅助设计和长周期知识工作。

K3目前已经通过API对外开放，完整模型权重将在未来几天内发布，技术报告也即将公布。

参考资料：1. https://platform.kimi.ai/docs/guide/kimi-k3-quickstart 2. https://www.testingcatalog.com/early-look-at-kimi-k3-generations-from-moonshot-ai-on-arena/