ReaderMX.
ITPUB

深夜重磅！Kimi K3全面开源，中国大模型叩开全球顶尖AI之门

I任朝阳 任朝阳约 7 分钟
月之暗面全面 开源Kimi K3！ 7 月 2 7 日深夜，月之暗面 发布 Kimi K3 的模型权重、技术报告，并开源支撑 Kimi K3 模型训练的关键 Infra 技术 MoonEP 、 FlashKDA 和 AgentEnv 。允许全球开发者免费下载、微调并部署该模型，以此加速前沿智能的部署与普及，促进 AGI 研究 ，同时 进一步扩大 AI 用户基础。 Kimi K3 是一个拥有 2.8 万亿参数的混合专家（ MoE ）模型， 支持 100 万 token 的上下文窗口，是 目前全球规模最大的开放权重模型 ， 同时也是 Artificial Analysis 智能指数排名第一的开源模型，获得了 57 分高分，仅次于 Anthropic 和 OpenAI 的前沿闭源模型。




接近全球顶尖水平的中国开源模型 根据官方披露的资料， Kimi K3 在编程、代理 Agent 等方面表现优异。尤其在长周期工程任务方面，能在极少监督下持续完成多步骤任务、处理大型代码库，并协调终端工具。此前还展示了将编程与视觉推理相结合的优异表现，可以利用截图和视觉反馈来迭代游戏开发、前端开发或 CAD 任务。 在基准测试中，虽然 Kimi K3 的整体表现仍落后于最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol ，但却展现出了前沿水平能力，并稳定超过了其他所有模型。
Kimi K3 在编程基准测试 的 几乎所有项目中都表现强劲 ， 尤其是 在 Program Bench 和 SWE Marathon 测试中占据领先地位， 拔得头筹。 在 Terminal-Bench 2.1 测试中与 GPT-5.6 Sol 的差距仅半分，并在大多数单项测试中击败了 Opus 4.8 。 不过， Kimi K3 明显落后的领域是 DeepSWE 和 FrontierSWE ，在这两项测试中， Fable 5 和 GPT-5.6 Sol 占据了领先地位。
Kimi K3 在代理 Agent 基准测试中同样表现强劲，尤其是 Automation 、 BrowseComp 和 Spreadsheet 测试中占据领先地位，摘得桂冠。 在大多数单项测试中击败了 Opus 4.8 ，甚至在多项测试中超越了 GPT-5.6 Sol 。但是 Kimi K3 在 GDPval-AA v2 Elo 测试中明显落后于 Fable 5 和 GPT-5.6 Sol 。
此外， Kimi K3 还推动了端到端知识工作的进展。除了公开基准外， Kimi K3 （ max ）在其内部评测（基于真实的智能体协作工作流而非公开基准测试）中也展现出稳定提升。 与国际顶尖模型相比， Fable 5 是 Anthropic 性能最强的模型 ，整体智能方面明显领先，但 K3 的卖点并非与 Fable 5 一样好，而是“以极低的价格，已达到 Fable 5 的大部分水平”。 一周前，月之暗面发布了 Kimi K3 ，因其优异的能力受到用户“远超预期”的广泛支持，服务上线 48h 远超算力容量，从而暂停了 C 端新用户订阅。 如今，这样强大的中国模型正式开源，引发广泛关注。 Hugging Face CEO Clem Delangue 发文表示， Kimi K3 30 分钟内以超过 4000 个赞登顶平台 Trending 榜首，创下平台迄今最快的发布增长速度。北美 AI 基础设施创企 OsmanticAI 的创始人兼 CEO Ahmad 更是将 Kimi K3 称为“本地版 Fable 5 ”。 与此同时， Kimi K3 的亮眼表现也触动了海外敏感神经。有海外媒体指出：“ 发展趋势已足够清晰 ， 一款开放式中国模型如今已足够接近顶尖水平，无法再将其视为研究玩具而置之不理。 ”




Kimi K3何以如此强大？ Kimi K3 因其性能媲美西方顶尖闭源模型而备受科技圈瞩目，但是推出不到一周便卷入了美国政客引发的“蒸馏”风波之中。 美国白宫科技政策办公室主任迈克尔 ·克拉齐奥斯 7 月 22 日 突然在社交媒体上宣称月之暗面通过蒸馏美国 Anthropic 公司的 Fable 开发 Kimi K3 大模型。 海外不少有识之士站出来为 Kimi K3 发声。 有科技博主在 X 发文指出，如果 Kimi K3 仅是 Fable 5 的蒸馏产物，其性能理应只是接近后者。但评测结果显示， Kimi K3 在部分领域优于 Fable 5 ，这种 超越 表现难以单凭蒸馏技术实现。 也有专家指出， Fable 5 上线仅 72 小时便被迫全球下架，到 7 月 1 日才重新开放，而 Kimi K3 在 7 月中旬发布，短短两周时间根本没法提取这么多数据进行整合，认为“蒸馏”一说站不住脚。 针对网传 Kimi K3 是“蒸馏”其他模型的猜测，月之暗面企业业务负责人黄震昕明确予以否认，黄震昕表示， Kimi K3 性能实现跨越式提升，核心依托底层原创架构创新，并非对任何现有模型进行蒸馏复刻。 随着此次开源， Kimi K3 也上线了技术报告，披露了更多技术细节，可以看到，架构创新，再加上训练方法和数据配方的优化，这些结构性改进让 Kimi K3 相比 K2 的整体扩展效率提升约 2.5 倍，能更有效地把算力转化为能力，带来性能跃升。 · KDA + AttnRes ：以 3:1 比例混合 KDA 与 Gated MLA ，实现高效长上下文建模，并通过块级注意力残差增强跨层信息流动。 · Stable LatentMoE ：每个 token 从 896 个路由专家中激活 16 个，并通过 SiTU-GLU 与 Quantile Balancing 保持极高稀疏度下的训练稳定。 · MoonViT-V2 ：视觉编码器从零开始使用 next-token prediction 训练，无需对比预训练，在达到 SigLIP 初始化基线效果的同时获得更稳定的优化过程。 ·后训练与评估 ：在通用推理、通用 Agent 和编程 Agent 三大领域进行大规模任务合成，百万 token 上下文的强化学习基建，近 20 个内部评测集的完整评估结果。 强大的模 型能力 需要 Infra 基础设施层的稳定支撑 ， MoonEP 、 FlashKDA 和 AgentEnv 是 支撑 Kimi K3 训练的三项 Infra 技术，覆盖从高性能通信、高性能算子到分布式 RL 环境的关键链路 ， 具体如下： · MoonEP ： MoonEP 是为超大的细粒度 MoE 打造的高性能通信库，让专家并行（ expert-parallel ）的通信在不均衡的情况下仍然实现极致效率。 · FlashKDA ： FlashKDA 是实现的 Kimi Delta Attention 高性能算子（ kernel ）。在英伟达 H20 上，相比 flash-linear-attention 基线， 其 prefill 速度提升 1.72-2.22 倍，可以直接作为 flash-linear-attention 的替换后端。 · AgentEnv ： AgentENV 是 Agent 沙箱系统，用于大规模运行 Agent 环境 ， 它为 Kimi K3 的后训练提供高保真、强隔离沙箱，灵活支持快速快照、恢复和分叉（ fork ）等，可以应对大规模并行的 Agent 工作流与训练任务。 这三项技术是支撑 Kimi K3 训练效率与稳定性的关键 ， 其中 FlashKDA 此前已开源， MoonEP 和 AgentEnv 则随本次发布正式开源。 月之暗面没有藏着这些关键技术，全部开源出来，显示了其开源开放的诚意。




小结：开源与闭源之外不要忽略AI安全治理问题 当 Kimi K3 的模型权重向全球开发者敞开下载，一条清晰的技术路线分野已然浮现：大洋彼岸的顶尖模型依然紧锁于少数巨头的服务器之后，而以月之暗面为代表的中国 AI 力量，正将最前沿的成果以开源开放之姿推向世界。 正如 研究中国 AI 治理的 MATS Research 研究员洛克 所言 ： “开源一直是中国 AI 战略的重中之重。这不仅是国内的技术扩散路径，更是核心的赶超战略。” “ 我们坚信开放权重模型的价值。它们能降低获取智能的门槛，推动创新，并赋予用户对数据更大的控制权、隐私保护和所有权。 ”月之暗面在 Kimi K3 开源公告中指出， “ 我们相信，对于 AGI 这样具有深远影响的技术，一个广泛、开放的生态系统是最适合承载它的土壤。为此，我们将继续贡献自己的力量。 ”这份信念正获得更广泛的行业共鸣，英伟达黄仁勋近日牵头拥护开源模型的发展，也印证了开源已是全球 AI 发展的主流趋势。 当然，开源与闭源从来不是非此即彼的优劣之争，更多是不同商业逻辑与生态愿景下的策略选择。但当模型能力日益逼近人类智能的边界，一个更紧迫的命题摆在所有参与者面前：无论是开放的社区还是封闭的实验室，前沿 AI 在核武器、生物工程等敏感领域的安全治理，都不应被任何叙事所遮蔽。技术可以有不同的开放尺度，但对安全的敬畏、对责任的担当，必须成为全球 AI 共同体不可退让的共识。这条路，才刚刚开始，但方向，已然清晰。

KEEP THE THREAD GOING

更多来源文章