目录
2026 年 7 月 16 日，中国的 Moonshot AI 发布了 Kimi K3。总参数量 2.8 万亿，被称为史上最大的开放模型；发布后没过几天，美国半导体股票遭到抛售，一位白宫官员更是公开指控该公司蒸馏了 Anthropic 的模型。
麻烦的是，这件事的数字、甚至连叫法，都会因为报道者不同而互相打架。本文把基准发布方、财经媒体、Moonshot 自己的公告，以及 Hugging Face 上的实际页面逐一对照，并在行文中随时说明每个数字出自谁之手。
发布时在 Artificial Analysis 上得 57 分、排名第三。在 Arena.ai 的 Frontend Code Arena 上排名第一。但综合来看，它仍未追上 Fable 5 和 GPT-5.6 Sol。
输入 $3、输出 $15，明显比 Opus 4.8 或 GPT-5.6 Sol 便宜。但它又是中国模型里最贵的一个——是 GLM-5.2 的三倍。
公开时间定在7 月 27 日。截至撰稿时，Hugging Face 上仍是倒计时页面，许可证也尚未公布。
1. Kimi K3 是什么——核心规格与公司背景
Kimi K3 是 Moonshot AI 的旗舰模型，API 于 2026 年 7 月 16 日上线（ITmedia NEWS、OpenRouter 等来源一致）。该公司成立于 2023 年，由阿里巴巴和腾讯投资；据 Forbes 报道，最近一轮融资使其估值超过 200 亿美元（此前依次为 43 亿美元和 100 亿美元），截至 2026 年 4 月年化收入（ARR）为 2 亿美元。
来源：Moonshot AI 的发布公告（据 ITmedia NEWS 报道，其中引用了 npaka 的解读文章）与 Northflank 的实测文章。上下文长度和权重体积为 Northflank 的实测数值。
架构上有两处新增设计各自拥有名字。Kimi Delta Attention（KDA）用于在百万 token 级上下文下加速解码，AINews 称其最高快 6.3 倍。而 Attention Residuals（AttnRes）会有选择地从更早的层中取出所需的表示，同一篇文章给出的收益是额外成本不到 2%，训练效率提升约 25%。权重采用 MXFP4、激活值采用 MXFP8；而且不是事后再加上量化，而是从 SFT 阶段起就以量化为前提进行训练。
🟡 激活参数量没有官方数字。流传的“2.8T-A50B”（激活约 500 亿）这一写法，其实是由 16/896 这个比例推算出来的估计值，并非 Moonshot 公布的数字——Northflank 明确指出，Moonshot 从未说明过激活参数量。另外也值得记住：OpenAI 和 Anthropic 都不公开自家模型的参数量，所以“2.8 万亿、全球最大”这个说法，只在那些公开了规模的模型之间才成立。
2. “第三名”到底指什么——是哪个榜单，又是什么时候的事
说它“仅次于 OpenAI 和 Anthropic 的最新模型，位居第三”，大体上没错。但如果不把出处钉死，后面的数字就会对不上。
依据是 Artificial Analysis 的 Intelligence Index。该机构在 2026 年 7 月 17 日的文章中给 Kimi K3 打了 57 分，排在 Claude Fable 5 和 GPT-5.6 Sol 之后位居第三，并评价其智能水平与 Opus 4.8、GPT-5.5 相当。作为参照，同一榜单上 GLM-5.2 为 51 分，DeepSeek v4 Pro 为 44 分。
⚠️ 同样是 57 分，却被报成第 3、第 4 和第 7
Artificial Analysis 自己的公告写的是第三，Northflank 的统计是189 个模型中第四，而该机构的实时页面显示190 个模型中第七。分数（57）从未变过，因此差异来自比较范围里放了什么——推理强度不同的变体是否单独计入——以及统计是在哪个时点做的。榜单每天都在变，“第三”最好当作 2026 年 7 月 17 日的一张快照来读。
换成更贴近实际工作的指标，排序就清晰得多。下面是 Artificial Analysis 的 GDPval-AA v2，它用 Elo 分制衡量实务任务，人类基准线设为 1,000。
| 模型 | GDPval-AA v2（Elo） | 所处位置 |
|---|---|---|
| Claude Fable 5 | 1760 | 第 1 |
| Kimi K3 | 1668 | 仅次于 Fable 5 与 Sol |
| Claude Opus 4.8 | 1600 | K3 超过了它 |
| GLM-5.2 | 1514 | 中国上一代模型中的最好成绩 |
| GPT-5.5 | 1494 | — |
| Kimi K2.6（上一代） | 1190 | K3 高出 478 分 |
来源：Artificial Analysis（该机构 2026 年 7 月 17 日发布的文章）。在其非公开的智能体评测 AA-Briefcase 上，K3 同样以 Elo 1547 排在 Fable 5 之后位居第二，较上一代 K2.6 提升 732 分。在 AutomationBench-AA 上则以 53% 拿下第一。
真正重要的数字不是“第三”，而是相对上一代跃升的幅度。GDPval-AA v2 从 1190 涨到 1668，AA-Briefcase 上 +732 分。真正撬动市场的，是一款中国开放模型在一代之内就逼近了美国前沿这一事实。
3. 基准是谁跑的——把厂商自测和第三方测评分开看
基准数字的分量，取决于它是Moonshot 自己测的还是外部机构测的，二者完全不同。ITmedia 把这两类分开报道，本文也沿用同样的做法。
- Program Bench：K3 77.8%（GPT-5.6 Sol 77.6%、Fable 5 76.8%）
- SWE Marathon：K3 42.0%（第二名 Opus 4.8 为 40.0%）
- BrowseComp：K3 91.2%（GPT-5.6 Sol 90.4%）
每一项都赢得很微弱，而且全部出自厂商自己的测试——阅读时需把这一点考虑进去。
- Frontend Code Arena（Arena.ai）：K3 以 1679 分排第一（Fable 5 1631、GPT-5.6 Sol 1618）。在 7 个子领域中的 6 个居首，较 K2.6 的第 18 名上升 17 位
- GDPval-AA v2：K3 以 1668 分排第三（Artificial Analysis）
- FrontierSWE：Fable 5 86.6% > K3 81.2% ← 这一项 K3 输了
- Vals Index：74.70%（38 个模型中第二，据 Northflank 统计）
值得注意的结果是，它在 FrontierSWE 上以 5.4 分之差落后于 Fable 5。说它在某些基准上登顶，这是准确的，但它并没有全面获胜。Moonshot 自己也承认综合水平不及 Fable 5 和 GPT-5.6 Sol（详见后文）。
🟡 计分方法遭到了质疑。Program Bench 的作者指出，Moonshot 用的是平均实现率，而不是完整跑通的程序数量。AI 创业者 Bindu Reddy 则另外主张，需要在 LiveBench 这类未被污染的非公开评测上做验证。厂商自测中那些微弱的胜出，应当据此打个折扣来看。
4. 价格：结论会随比较对象而反转
Kimi K3 每百万 token 输入 $3.00、输出 $15.00（缓存命中的输入为 $0.30）。由于换个比较对象，评价就会完全反过来，只看其中一侧就会得出错误结论。
- Kimi K3：$3 / $15
- Claude Opus 4.8：$5 / $25
- GPT-5.6 Sol：$5 / $30
输入便宜约四成，输出便宜四到五成。以低于西方的价格提供前沿级性能，一直是 Kimi 的统一说法，而在这一点上它确实站得住脚。
- Kimi K3：$3 / $15
- GLM-5.2：单任务成本约为 K3 的三分之一
- DeepSeek V4 Pro：单任务成本约为 K3 的二十三分之一
Simon Willison 认为这是相对该公司此前模型的大幅涨价，并称它是中国 AI 实验室发布过的最贵的模型。
有一点必须说清楚：这不是又一次 DeepSeek 冲击。2025 年 1 月的 DeepSeek 之所以令人震动，是因为定价比西方低了一个数量级。K3 则是比西方模型便宜四到五成，但仍在同一个数量级。这不是价格颠覆，而是性能追上来之后，顺带给了一点折扣。
而且，实际付出的金额并不只由单价决定。Artificial Analysis 在运行其 Intelligence Index 的过程中测量了完成一个任务的真实成本。
Artificial Analysis 实测的单任务成本（在其 Intelligence Index 运行期间）
来源：Artificial Analysis。在其测量中，Kimi K3 完成 Intelligence Index 需要约 1.32 亿个输出 token，少于上一代 K2.6 所消耗的约 1.66 亿。单价虽高，但推理不那么啰嗦，总额反而被拉低了。
无论按标价还是按实测成本都比 Opus 4.8 便宜，同时又是中国模型里最贵的——这才是价格的完整图景。“中国出品所以极其便宜”这套框架并不适用；而一旦拿它和西方比较，把它一句“太贵”打发掉同样是错的。
5. 现在还没人能下载——开放权重的真实进度
各家媒体连该怎么称呼它都没谈拢。VentureBeat 的标题写的是“史上最大的开源模型”，SCMP 写的是“全球最大的开源 AI 模型”，而路透社用的是“开放权重（open-weight）”。技术上准确的是后者，原因如下。
Hugging Face 上的 moonshotai/Kimi-K3 仓库仍然显示倒计时，一个 safetensors 文件都没有列出。Artificial Analysis 的模型页面也把它标为专有（proprietary）。核对时间为 2026 年 7 月 27 日——这一天正是预定的公开日，因此等你读到本文时，情况很可能已经变了。请点击上面的链接查看当前状态。
截至 7 月 17 日，Northflank 明确写道许可证尚未公布。Hugging Face 的一篇社区文章同样把它列为“待定”，直到权重放出为止。所谓会采用“Modified MIT”的说法，是从 K2 一代推断出来的二手信息，并未确定。
被承诺公开的是训练好的权重，而不是训练数据或训练代码。这种形态准确的叫法是开放权重，与 OSI 所定义的开源是两回事。
即便真的放出，这也不是个人能跑得动的东西。在 4 比特（MXFP4）下仅权重就约有 1.4TB，再算上 KV 缓存和激活值所需的余量，Northflank 估计你需要八台各配八张 80GB GPU 的节点，而 Moonshot 建议使用64 张以上加速卡的超级节点。它装不进单张 H100、H200 或 B200，分布式集群是必需的，生产环境部署实际上只能是 Linux 加 NVIDIA。这和本地 LLM 的硬件要求里讨论的个人配置完全不是一回事。
话虽如此，它的意义依然很大。一旦前沿级权重落到地面上，那些不能让数据离开自己围墙的组织——受监管行业、政府机构——就能在内部运行它们。仅仅是存在一个站在同一水平线上的公开模型，就足以改变闭源 API 的议价能力。如何挑选开放模型背后的那些前提，也因为这次发布而需要更新。
6. 美股到底跌了多少——数字因媒体而异
发布当周，美国半导体股票确实遭到了抛售。但各家媒体报出的跌幅互相冲突，因此这里以区间而非定论的形式列出。
| 波动对象 | 报道中的变动 | 来源与备注 |
|---|---|---|
| 纳斯达克 | 周五-1.5%（当周最差的一个交易日） | Yahoo Finance |
| 台湾市场 | 跌超 6% | 同上 |
| 日本市场 | 收盘-4% | 同上 |
| 半导体 ETF（SMH） | 较 6 月底高点下跌超过 20% | 同上 |
| 费城半导体指数（SOX） | 当周-9% 至 -12.5% | ⚠️ 数字因媒体而异（“12.5%，15 个月来最差一周”“超过 9%”“约 10%，为 2025 年 4 月以来最大跌幅”） |
| 个股（7 月 17 日） | AMD -5%、Intel -4%、NVIDIA -3%（均为盘中，随后收复） | 24/7 Wall St. |
| 港股上市的中国 AI 公司 | 智谱-28.4%、MiniMax -15.6%（7 月 17 日） | Forbes。中国公司被抛售得更狠 |
作为对照，在人人都会拿来类比的 2025 年 1 月DeepSeek 冲击中，Yahoo Finance 报道称仅 NVIDIA 一家就在一个交易日内蒸发了约 5,900 亿美元市值。这次 NVIDIA 的跌幅是盘中 3%——完全不是一个量级。
🟡 此后跌幅已被收复
Yahoo Finance 随后报道称抄底资金入场，芯片股收窄了跌幅，美国银行则持冷静看法，认为这不过是一次夏季回调。分析师的意见也不统一。Bernstein 的 Robin Zhu 把 K3 定位为确认性（confirmatory）的事件——只是给中国实验室正在缩小差距这条已知趋势又添了一个数据点。相反，摩根士丹利的 Gary Yu 表示，K3 在全球获得了正面反响，显示出中国的 LLM 正在模型规模、性能和价格三方面同时追赶美国领先者。
另外还流传着一个说法，称AI 相关市值在三天内蒸发了 4,700 亿美元，但它的源头是一家加密货币媒体的快讯，在主流财经媒体上无法得到佐证，因此本文不采用。
7. 蒸馏指控，以及针对它的反驳
7 月 22 日至 23 日，话题从技术转向了地缘政治。据 CNBC、The Hill、Yahoo News 等媒体报道，白宫科技政策办公室（OSTP）主任 Michael Kratsios 就 Moonshot 提出了两项指控。
称 Moonshot 取得了搭载 NVIDIA GB300 的服务器，并且在泰国也能使用 GB300，有可能用它们训练了自家模型。GB300 属于 Blackwell 世代，依法不得销往中国。
称该公司针对 Anthropic 的 Fable 实施了工业规模的隐蔽蒸馏，甚至搭建了一个专门轮换访问方式以逃避检测的平台。同场出席的 Jacob Helberg 把它称作对美国宝贵知识产权的窃取。
Moonshot 员工 Randy Xian 在 X 上带着讽刺回应称，Fable 于 7 月 1 日公开，K3 于 7 月 15 日发布，照这么说我们是在 15 天里从零训练出了一个前沿模型——够破纪录了。AI 研究者 Braden Hancock 对 TechCrunch 表示，Fable 从 7 月 1 日才开始可用，要在两周内蒸馏出那么多数据、完成训练并发布，是不可能的。
🔴 没有任何证据被公开。据 SCMP 报道，多位 AI 专家称这一指控是政治性的、不负责任的，并指出模型输出本来就不受版权保护。路透社援引外交电文报道称，美国国务院早在 4 月就已指示各使馆向驻在国政府通报中国 AI 企业的知识产权侵权问题，Moonshot 也在被点名之列。换句话说，这些指控早于 K3 的发布，而针对 K3 本身的证据一份也没有拿出来。
美国一方对此也并非铁板一块。NVIDIA 公开点名批评了 Anthropic，就 Anthropic 关于出口管制漏洞的说法表示，美国企业应当专注于创新、迎接挑战，而不是编造离奇的故事。
8. 短板——速度、幻觉，以及 Moonshot 自己的判断
被性能话题盖过去的，是三个在生产环境中会真正咬人的短板。
Artificial Analysis 的实时测量显示为每秒 33 个 token（190 个模型中第 145 位），首个 token 需要177 秒。而 Northflank 报告的是每秒 62 个 token、1.99 秒。这个差距大多来自需求过旺造成的容量紧张——OpenRouter 在该模型上挂出了警告，称上游容量受限，429 错误可能频繁出现。
Artificial Analysis 报告称，虽然准确率有所提升，但幻觉率从 39% 升到了 51%。智能分数更高不等于更符合事实，这不是一个可以不做核验就直接用的模型。
该公司表示，自家模型与 Claude Fable 5 及 GPT-5.6 Sol 之间在用户体验上存在明显差异。它自己的判断是：基准上的微弱差距，和一个模型在日常使用中的手感，是两码事。
9. 现在就能上手的方式
在权重放出之前，有三种方式可以试用它。
| 途径 | 详情 | 适合谁 |
|---|---|---|
| Kimi 官方应用／网页版 | 通过 kimi.com 使用。提供免费额度 | 只想先判断质量的人 |
| Moonshot API | 输入 $3、输出 $15、缓存命中 $0.30（每百万 token） | 要把它嵌入自家产品的团队 |
| 通过 OpenRouter | OpenRouter。用你已经在调用其他模型的同一个接口 | 想同时比较多个模型的人 |
| 自建部署 | 需等权重公开（预定 7 月 27 日）之后。建议64 张以上加速卡，并且在 vLLM、TensorRT-LLM 或 SGLang 中需要支持 MoE 的调度 | 数据不能离开自己场所的组织 |
不过要记住，如前所述，容量紧张、429 错误很常见。在把生产工作负载整体切过去之前，现实的做法——和在云端与本地之间做选择是同一个思路——是先准备好回退方案，再把一部分流量导到它上面。
10. 按确信度给各项说法分级
- API 于 2026 年 7 月 16 日发布；总参数量 2.8 万亿；896 个专家中激活 16 个；100 万 token
- API 定价为输入 $3、输出 $15、缓存 $0.30
- Artificial Analysis Intelligence Index 得 57 分
- GDPval-AA v2 得 1668（Fable 5 = 1760、Opus 4.8 = 1600）
- Frontend Code Arena 以 1679 分位列第一
- 单任务成本 $0.94，低于 Opus 4.8 的 $1.80
- 幻觉率从 39% 升至 51%
- 它在 Intelligence Index 上的名次（第 3、第 4、第 7 三种说法并存）
- SOX 的周跌幅（-9% 至 -12.5%）
- 输出速度（33 tok/s 与 62 tok/s）
- 激活参数量“约 500 亿”（是估算值，不是官方数字）
- “Modified MIT”许可证（由 K2 推断而来）
- 蒸馏指控——没有公开证据，研究者基于时间线予以否定
- 获取禁运芯片——一位美国官员的说法；Moonshot 的正式回应与相关证据均未公开
- 权重与许可证——截至撰稿时尚未放出（预定 7 月 27 日）
- “AI 相关市值三天蒸发 4,700 亿美元”——在主流财经媒体上无法得到佐证
简而言之，Kimi K3 真正的故事，是一款中国开放模型已经进入了前沿的射程之内。它以比西方前沿低四到五成的价格走到了这一步，但并非低一个数量级；它综合上仍落后于 Fable 5 和 GPT-5.6 Sol；它慢；而且幻觉更多。即便如此，它在一代之内把 GDPval-AA v2 推高了 478 分，并承诺公开权重——市场反应的正是这一点。
FAQ
Q1. Kimi K3 是开源的吗？
不是。计划中的是公开训练好的权重，也就是开放权重，而不是公开训练数据或训练代码。除此之外，截至撰稿时权重本身也还没有放出——Hugging Face 上的 moonshotai/Kimi-K3 页面仍显示倒计时，许可证也尚未公布。公开时间预定为 2026 年 7 月 27 日。
Q2. 它在基准上真的是第三吗？
依据是 Artificial Analysis 的 Intelligence Index 上的57 分、第三名，排在 Claude Fable 5 和 GPT-5.6 Sol 之后；截至 2026 年 7 月 17 日，这个说法是正确的。但同样是 57 分，也存在把它排在第四和第七的统计，因为结果会随比较范围如何划定以及统计时点而变化。请把“第三”当作一张快照来读。在偏编程的 Frontend Code Arena 上它排第一，而在 FrontierSWE 上它输给了 Fable 5。
Q3. 它真的便宜吗？
这要看和谁比，结论会反转。每百万 token 输入 $3、输出 $15，比 Claude Opus 4.8（$5/$25）或 GPT-5.6 Sol（$5/$30）输入便宜约四成、输出便宜四到五成，所以相对西方前沿它明显便宜。实测成本也印证了这一点：单任务 $0.94，而 Opus 4.8 是 $1.80（Artificial Analysis）。但和中国同行相比，它是其中最贵的——约为 GLM-5.2 的三倍、DeepSeek V4 Pro 的 23 倍。Simon Willison 称它是中国 AI 实验室发布过的最贵的模型。这不是 DeepSeek 冲击那种低一个数量级的折扣。
Q4. 美股为什么会下跌？
因为担心廉价的中国模型会削弱对昂贵算力的需求。发布当周，纳斯达克周五下跌 1.5%，台湾跌超 6%，日本跌 4%，半导体 ETF（SMH）较 6 月底高点下跌超过 20%。不过随后抄底资金入场，芯片股收窄了跌幅，美国银行称这不过是一次夏季回调。这与 DeepSeek 冲击的规模不同——2025 年 1 月，仅 NVIDIA 一家就在一天内蒸发了约 5,900 亿美元。
Q5. 说他们偷了 Anthropic 的模型，是真的吗？
没有任何证据被公开。白宫 OSTP 主任 Michael Kratsios 指控其对 Anthropic 的 Fable 进行了工业规模的蒸馏，但 Moonshot 予以否认，理由是Fable 于 7 月 1 日公开发布，K3 于 7 月 15 日上线，中间只有 15 天。AI 研究者 Braden Hancock 同样对 TechCrunch 表示，在两周内完成蒸馏、训练和发布是不可能的。据 SCMP 报道，多位专家批评这一指控是政治性的。就目前而言，还没有足够的材料下定论。
Q6. 我能在自己的电脑上运行它吗？
不能。即便是 4 比特量化（MXFP4），仅权重就约有 1.4TB，单张 H100、H200 或 B200 都装不下。Northflank 估计需要八台各配八张 80GB GPU 的节点，而 Moonshot 建议64 张以上加速卡。macOS 和 Windows 不在生产使用的考虑范围内，前提是 Linux 加 NVIDIA。这与自己运行本地 LLM完全不是一个量级。
Q7. 我应该在生产环境中使用它吗？
不建议马上全面切换，理由有三：（1）容量紧张，429 错误可能频繁出现（这是 OpenRouter 自己的警告）；（2）幻觉率从 39% 升到了 51%；（3）Moonshot 自己也承认相对 Fable 5 和 GPT-5.6 Sol 存在明显的用户体验差距。现实的路径是保留回退方案，先在它擅长的领域把一部分流量导过去，比如前端代码生成，然后再做对比。
Q8. 它比上一代 K2.6 好多少？
跃升的幅度才是这里真正的看点。在 Artificial Analysis 的 GDPval-AA v2 上，它从 1190 提升到 1668，涨了 478 分；在该机构非公开的智能体评测 AA-Briefcase 上则涨了732 分。在 Arena.ai 的 Frontend Code Arena 上，它从第 18 名爬到第 1 名，上升了 17 位。市场所回应的，与其说是绝对名次，不如说是它在一代之内追平了多少差距。
