Kimi K3在智能體任務中超越GPT-5.6 Sol，7月27日開源發布

這款剛剛在對長時程編碼與知識工作最關鍵的基準測試中超越 OpenAI 旗艦模型的 AI，即日起可透過 API 使用。它並非來自 OpenAI、Google 或 Anthropic。Kimi K3 是北京新創公司 Moonshot AI 的最新力作，該公司以 Kimi 聊天機器人聞名，而 K3 更是迄今為止釋出的最大開源權重語言模型：總參數達 2.8 兆，採用稀疏架構，每次請求僅啟動其中一部分參數，藉此壓低成本。

在 AA-Briefcase——Artificial Analysis 專為模擬真實知識工作而非教科書問題所設計的代理評測——中，Kimi K3 獲得 1,527 分，僅次於 Claude Fable 5 Max 的 1,587 分，並擊敗 GPT-5.6 Sol Max 的 1,495 分。在更廣泛的 GDPval-AA 基準上，該模型以 1,687 分排名第三，落後於 Fable 5 Max（1,815 分）與 GPT-5.6 Sol Max（1,747.8 分）。在代理基準上，第一名與第二名之間的差距，比第二名與第五名之間的差距還要小。

比起基準排名，定價差異更難被忽視。Kimi K3 每百萬未快取輸入 tokens 收費 3 美元，每百萬輸出 tokens 收費 15 美元。Claude Opus 4.8 則分別收費 5 美元與 25 美元。對於運行高流量代理工作流程的團隊，Moonshot 表示在編碼任務上快取命中率超過 90%，使有效輸入成本降至每百萬 tokens 0.30 美元——這個數字徹底改變了大規模部署前沿 AI 的經濟模式。

該模型背後有兩項架構創新。Kimi Delta Attention 是一種混合線性注意力機制，公司宣稱在百萬 tokens 的上下文中，解碼速度比標準注意力機制快 6.3 倍。Attention Residuals 則被描述為標準殘差連接的即插即用替代方案，隨著模型規模擴大能持續帶來效能提升。100 萬 tokens 的上下文視窗——足以同時容納約十部長篇小說——現已實際運作，而非僅是理論規格。

「即日起可用」與「開源」之間存在一個重要區別。Kimi K3 現在可透過 API 與 Kimi 應用程式使用，這意味著請求會經過 Moonshot 的伺服器。模型的實際權重——即經過訓練的參數，能讓任何人部署在自己的基礎設施上——尚未公開。Moonshot 計劃於 7 月 27 日在修改版 MIT 授權條款下釋出這些權重，與先前 K2 模型採用的條款相同。對大多數開發者而言，API 已足夠；但對於有資料主權或合規需求的組織來說，權重釋出才是關鍵日期。

原生多模態支援涵蓋文字、圖片與影片輸入，全部可在同一個 API 呼叫中完成。模型 2.8 兆的總參數指的是完整的稀疏 MoE 參數；每次前向傳遞的活躍參數數量則低得多，這正是 Moonshot 能壓低推論成本的原因。要在本地端運行完整模型，所需的硬體遠超消費級工作站。開源權重將實現的是：在企業級基礎設施上部署，而無需將資料路由至中國擁有的 API。

7 月 27 日的權重釋出將決定基準優勢有多少能在實際部署中存活下來。當 Moonshot 以類似的開放條款釋出 K2 時，開發者的採用速度超出公司預期——部分原因是，接近前沿的效能加上 MIT 風格的授權，為那些兩者兼需的團隊消除了法律上的障礙。K3 則是同一策略上更大膽的賭注。

標籤: GPT-5.6, AI模型, Kimi K3, Moonshot AI, 本地AI, 開源AI