Kimi K3，这是 DeepSeek 2.0 时刻¶

Ch01.715 Kimi K3，这是 DeepSeek 2.0 时刻¶

📊 Level ⭐⭐ | 8.7KB | entities/kimi-k3这是-deepseek-20-时刻.md

摘要¶

Kimi K3 是月之暗面（Moonshot AI）于 2026 年 7 月发布的开源大模型，参数量达 2.8 万亿，基于 KDA（Kimi Delta Attention）混合线性注意力和注意力残差架构，原生支持视觉理解，上下文窗口 100 万 token。发布后被全球社区称为"DeepSeek 2.0 时刻"，在 LMArena Frontend Code Arena 以 1679 分超越 Claude Fable 5 登顶第一，两两对战胜率 76%。在 14 项 benchmark 中对 Opus 4.8 取得 14:0 全胜，整体能力仅次于 Claude Fable 5 和 GPT-5.6 Sol。

本文是 AGI Hunt 对 K3 的深度实测记录，包含复刻纪念碑谷（6 个完整章节）、抢滩登陆 3D 游戏、Blender 吉他建模与渲染、3D 摇滚演唱会、Muse 吉他谱软件复刻等多项长程任务，展示了 K3 在自主 Agent 能力与多步骤推理上的实际表现。

核心要点¶

K3 参数量 2.8 万亿，MoE 架构 896 专家激活 16 个，稀疏度极高
基于 KDA（Kimi Delta Attention）混合线性注意力与注意力残差机制
原生视觉理解，100 万 token 上下文窗口
完整权重预计 2026 年 7 月 27 日前开源
LMArena Frontend Code Arena 得分 1679，超越 Claude Fable 5（第一名）；7 个细分领域拿下 6 个第一
两两对战胜率 76%（Fable 5 为 63%，GPT-5.6 Sol 为 58%）
在 14 项 benchmark 中对 Opus 4.8 实现 14:0 全胜
API 定价：输入 20 元/百万 token（缓存命中 2 元），输出 100 元/百万 token
实测中展现了强大的长程自主 Agent 能力：48 小时自主芯片设计验证、3000+ 行 Python 天体物理计算、复刻纪念碑谷六个章节
学习成本约 Claude Sonnet 5 价格，体验超过 Opus 4.8 水平
评测中被认为具有"大模型的味道"（big model smell），在 SVG 绘制等创意任务上超越 Fable 5

深度分析¶

K3 的架构创新与扩展效率¶

K3 基于 KDA（Kimi Delta Attention）混合线性注意力和注意力残差（Attention Residuals）架构，MoE 稀疏度做到 896 个专家里激活 16 个，配合训练方法的优化，整体扩展效率相比 K2 提升了约 2.5 倍。

这种极端的稀疏设计（激活率仅 1.79%）使得模型在保持 2.8T 参数容量的同时，推理成本控制在与 Claude Sonnet 5 相近的水平——API 输入 20 元/百万 token、输出 100 元/百万 token，实现了「Sonnet 的价格，超过 Opus 的体验」。

LMArena 登顶的行业意义¶

K3 在 LMArena Frontend Code Arena 以 1679 分超越 Claude Fable 5，标志着 开源模型首次在前端代码竞技场击败最强闭源模型。7 个细分领域中 K3 拿下 6 个第一（仅在 Gaming 领域排第二），两两对战胜率 76%（Fable 5 为 63%，GPT-5.6 Sol 为 58%）。

Artificial Analysis 给出的全球排名是第三——仅次于 Claude Fable 5 和 GPT-5.6 Sol，但考虑到 K3 是开源权重模型（完整权重在发布后一周内开放），这一排名的影响远超单纯的技术指标。社区将其称为「DeepSeek 2.0 时刻」，实质上是在宣告：开源模型已经从追赶者变为领跑者候选。

长程自主 Agent 能力的实证¶

AGI Hunt 的实测记录了多项令人印象深刻的长程任务：

复刻纪念碑谷：K3 首先拆解了游戏的核心机制（不可能几何、机关旋转时可行走路径变化、角色骑乘运动），然后依次实现并迭代优化，最终一次性完成六个完整章节加章节选择页。对比例证中，Fable 5 只完成一关且画面精美度不如 K3，Opus 4.8 画面抽象，GPT-5.6 Sol 写实但稍显杂乱。
抢滩登陆 3D 游戏：K3 自主 thinking 23 次、调用了 48 个工具，将 Three.js 下载到本地避免 CDN 依赖，WebGL 创建失败自行切换到 SwiftShader 软渲染，最后用 Puppeteer 驱动 Chrome 实机测试 120 秒确认零报错。实现了三把武器（Kar98k、MG42、Panzerfaust）的独立伤害/射速/换弹机制，以及多难度敌人波次。
Blender 吉他建模：途中 Blender 被 K3 干崩，它自行重启继续干；通过引入子 Agent 作为裁判，对比真琴照片按品丝标定测量，修正了颈袋高度、琴角拓扑、腰线错位等细节。
3D 摇滚演唱会：K3 并行派发 5 个模块开发任务，验收时对着 17 张分场景截图逐轮修问题，甚至自己调 Cloudflare API 建 DNS 记录配 Nginx 直接部署上线，过程中识破了本机代理的 fake-ip 拦截。
Muse 吉他谱软件复刻：K3 完成了左右分屏实时编辑功能（左侧改脚本、右侧谱面实时刷新），这个功能是原版 Muse 没有但用户一直想要的——K3 在没有被明确要求的情况下自主实现了。

这些实测表明 K3 不仅具备强大的代码生成能力，更重要的是展现了 自主规划、工具调用、失败恢复和自我校对的 Agent 级能力——它能在长程任务中持续保持任务目标，遇到失败时自行寻找替代方案，并能引入子 Agent 作为质量裁判进行迭代优化。

"DeepSeek 2.0 时刻"的深层含义¶

在 DeepSeek V3/R1 将中美开源模型差距大幅缩小后，K3 进一步将开源模型的能力上限推到仅次于顶尖闭源模型的位置。K3 发布时 DeepSeek 官方群中网友热烈讨论 K3 的场景，生动地说明了 K3 在开源社区中的地位——它不仅仅是月之暗面一家的成果，而是整个中国开源模型生态的里程碑。

月之暗面在发布文章中引用苏轼《思治论》的「犯其至难而图其至远者，发之以勇，守之以专，达之以强」，结合当前中美模型竞争态势，传递了在追赶最前沿智能这条路径上的决心和定位。

实践启示¶

开源模型在特定领域已可超越闭源模型：K3 在 Frontend Code Arena 击败 Fable 5 证明了开源模型在特定能力维度的领先潜力。选择模型时不应以开闭源为唯一标准，而应结合具体任务领域评估。
极端稀疏 MoE 是降低推理成本的关键：896 专家激活 16 个（1.79% 激活率），使得 2.8T 参数模型的 API 定价仅相当于 Sonnet 5 的水平。在构建 AI 应用时，应关注 MoE 架构的激活率而非总参数量——推理成本由激活参数决定。
长程自主能力是模型实用性的关键指标：K3 在自主修复 Blender 崩溃、引入子 Agent 做质量裁判、识别 fake-ip 拦截等场景中的表现，说明模型的长程任务能力比单轮基准性能更值得关注。评估模型时应加入多步骤自主任务的实测。
API 定价策略的启示：K3 的定价（输入 20 元/百万 token、输出 100 元/百万 token，缓存命中 2 元）精确瞄准了 Sonnet 5 的价格带，用 Sonnet 的价格提供超越 Opus 的体验。这种「降维打击」的定价策略值得在竞品分析中参考。
自主能力正在重塑开发工作流：K3 能在无人值守情况下从零构建复杂应用（游戏、Blender 模型、摇滚演唱会），并自主部署上线。这意味着 AI 驱动的开发正在从「辅助编码」走向「自主交付」——开发工作流需要适应这一变化。