Kimi K3 2.8T-A50B：史上最大开放权重模型发布，Opus 4.8级性能仅需Sonnet 5价格

[AINews] Kimi K3 2.8T-A50B：史上最大开放模型发布；Opus 4.8 级性能，Sonnet 5 定价开放模型精彩的一周仍在继续。Z.ai GLM 最近获得了太多关注，现在是 Kimi K3 反击的时候了！

很难正确看待今天开放模型发布的规模，所以谢天谢地 Moonshot AI 为我们做到了：他们的氛围短片完全由 Kimi K3 编辑，值得一看：你可以阅读 SimonW 和 Arena 了解标准评测和排名，考虑到模型的大尺寸，这些都不会特别意外，

但这张图最好地总结了从 K2.5 到 K3 的飞跃：2026年7月15日至16日的AI新闻。我们检查了12个 subreddits、544条 Twitter，没有进一步的 Discord。AINews 网站允许你搜索所有过往期次。

提醒一下，AINews 现在是 Latent Space 的一部分。你可以选择加入/退出邮件频率！AI Twitter 回顾Moonshot AI 推出了 Kimi K3，作为一款前沿级的开放权重模型，官方声称其接近顶级闭源模型，并超越之前的开放竞争对手。

Moonshot 正式将 Kimi K3 定位为“开放前沿智能”，拥有 2.8T 总参数、100 万 token 上下文、原生多模态输入、Kimi Delta Attention (KDA) 和 Attention Residuals，并表示该模型已在 Kimi 上上线。

com、Kimi Work、Kimi Code 和 API，开放权重承诺于 2026 年 7 月 27 日前提供 @Kimi_MoonshotMoonshot 还强调了围绕长周期智能体编码和自我进化工作流的产品定位，以及“视觉在环”的编码/游戏构建工作流，

可在代码和截图之间迭代 @Kimi_Moonshot在正式公告之前，

多个账号流传了泄露或从应用获取的细节，称 K3 有 2.8T 参数，如果权重按承诺发布，将是史上最大的开放权重模型 @scaling01,@scaling01,@eliebakouchKimi 官方博客随后上线，并被广泛分享为主要技术来源 @Jianlin_S,

@scaling01,@Yulun_DuMoonshot 自己的措辞承认了一个局限性：尽管整体竞争力很强，但 K3 与 Claude Fable 5 和 GPT-5.6 Sol 相比，

“在用户体验方面仍然存在明显差距” @scaling01Arena 宣布 Kimi K3 进入 Agent Arena，

以及 Text、Vision、Document 和 Frontend Code Arena，社区评估将随后进行 @arenaArena 随后报告了一个重要的早期结果：Kimi K3 以 1679 分成为 Frontend Code Arena 第一名，

超越 Claude Fable 5，

从第 18 名（K2.6）跃升至第 1 名，在 7 个前端领域中的 6 个排名第一，在游戏领域排名第二 @arenaArena 后来补充说，K3 在 Frontend Code Arena 中的成对胜率为 76%，而 Fable 5 为 63%，

GPT-5.6 Sol 为 58%。

6 Sol @arena在 Text Arena 中，K3 以 1486 分排名第 9，从第 38 名跃升，在创意写作、编码和指令遵循方面进入前十，并在多个职业细分领域排名第一 @arenaArtificial Analysis 发布了一项独立评估，

将 K3 在 AA 智能指数中评为 57 分，称其与 Opus 4.8 和 GPT-5.5 相当，但整体仍落后于 Fable 5 和 GPT-5.6 Sol @ArtificialAnlysAA 还报告了 K3 在 GDPval v2 上的 Elo 为 1668，

在 AutomationBench-AA 上为 53% / 排名第一，

在 AA-Briefcase 上 Elo 为 1547，每任务成本为 0.94 美元，在整个智能指数运行中输出 token 比 K2.6 减少约 21% @ArtificialAnlys此次发布立即引发了工程师和模型观察者的强烈反应，他们将 K3 视为开放模型的里程碑，

可与早期的 DeepSeek 时刻相媲美 @kimmonismus,

@nrehiew_,@eliebakouch技术细节架构和系统细节官方规格：2.8T 总参数、100 万上下文、原生多模态输入（文本+图像）、文本输出、7 月 27 日前开放权重 @Kimi_Moonshot,

@ArtificialAnlysK3 使用 Kimi Delta Attention (KDA)，Moonshot 表示这可以在百万 token 上下文中实现高达 6.3 倍的解码加速 @Kimi_Moonshot

它还使用 Attention Residuals (AttnRes)，声称以低于 2% 的额外成本实现约 25% 的训练效率提升 @Kimi_Moonshot博客的社区读者强调了额外的架构细节：LatentMoE / Stable LatentMoE，

896 个专家中激活 16 个，意味着激活率低于 2% @nrehiew_,@eliebakouch更多社区从博客/报告讨论中提取的细节：per-head Muon、QB 负载均衡 / 分位数负载均衡，

以及一种名为 SiTU (Sigmoid Tanh Unit) 的新激活函数 @eliebakouch一位工程师指出，

该架构因结合了 KDA + LatentMoE + AttnRes，同时规模比之前的 Kimi 模型扩大了两倍以上而引人注目 @teortaxesTexKDA 的孵化周期很长：据报道设计始于 2025 年 1 月，

耗时约 1.5 年才达到前沿规模 @zxytim推理与服务K3 定价报告为每百万输入 token 3 美元，

每百万输出 token 15 美元，缓存输入折扣 90% 至每百万 0.30 美元 @scaling01,@ArtificialAnlys几位发帖者将该定价与 Sonnet 5 进行比较，一些人指出 Sonnet 在 8 月底之前暂时更便宜，

之后价格会更接近 @kimmonismus80% 输入 / 20% 输出的混合估算为每百万 token 5.40 美元，

而 Opus 4.8 为 9 美元，GPT-5.5 为 10 美元 @jaminballArtificial Analysis 估算每个智能指数任务的平均成本为 0.94 美元，而 GPT-5.6 Sol 为 1.04 美元，Opus 4.8 为 1.80 美元。

8 @ArtificialAnlys早期实时服务观察：通过 OpenRouter 上的 Moonshot API 约为 28 tok/s @scaling01，另一位观察者看到 26 tok/s，称其比 Opus 慢，并推测推测性解码尚未启用 @nrehiew_,

@nrehiew_据报道，Moonshot 的博客建议部署在具有 64 个以上加速器的超节点配置上，以获得最佳推理效率 @teortaxesTexvLLM 表示 Moonshot 直接向 vLLM 贡献了 KDA 前缀缓存实现，

官方发布当天即可提供支持 @vllm_projectMoonshot 的 KDA 贡献被认为很重要，

因为 KDA 打破了传统前缀缓存背后的假设，因此需要对上游运行时进行更改 @vllm_project基准测试与评估Moonshot 的官方基准测试信息，正如其他人总结的那样，将 K3 定位为仅落后于 Claude Fable 5 和 GPT-5.6 Sol，

领先于 Claude Opus 4.8 @scaling01,

@Yuchenj_UW一个引用的数字：GDPval-AA v2 上 1687 分，高于 Opus 4.8，落后于 GPT-5.6 Sol 的 1747.8 分 @scaling01Artificial Analysis 的独立数据：AA 智能指数：

57GDPval v2 Elo：

1668AutomationBench-AA：53%，排名第一AA-Briefcase Elo：1547AA-Omniscience：+18，准确率 46%，而 K2.6 为 33%，但幻觉率从 39% 恶化至 51% @ArtificialAnlys,

@ArtificialAnlysAA 还报告称，K3 在整个智能指数中消耗了 1.32 亿输出 token，而 K2.6 为 1.66 亿，即

减少了 21%，同时获得了 13 个指数点 @ArtificialAnlysArena 的前端结果尤其突出，因为这是一个成对的人类偏好竞技场，而不仅仅是静态基准测试，K3 的前端排名第一成为发布的主要头条之一 @arena社区帖子还强调了在内核优化任务上的强劲表现，

一些人表示 K3 在某些内核/代码生成设置中与 Fable 相当或超越 @nrehiew_,

@scaling01ProgramBench 作者 Ofir Press 提出了一个基准测试注意事项，他说 Kimi 使用了一个他们不推荐的指标：平均实现百分比，而不是计算完全工作的程序，这可能会夸大实用性 @OfirPress,

@OfirPress事实与观点事实 / 直接来源的主张Kimi K3 由 Moonshot 正式宣布 @Kimi_Moonshot官方披露的规格包括 2.8T 参数、

100 万上下文、原生多模态输入、KDA、AttnRes、7 月 27 日前开放权重 @Kimi_MoonshotArtificial Analysis 独立评分 K3 为 57 智能指数，并提供了详细的任务、成本、

token 和基准测试数据 @ArtificialAnlysArena 独立将 K3 排名为 Frontend Code Arena 第一，

随后报告其 76% 的成对胜率 @arena,@arenavLLM 确认 Moonshot 贡献了 KDA 前缀缓存的运行时支持 @vllm_project观点 / 解释“DeepSeek 时刻”、“开始