Kimi K3发布：前端能力超越Fable5的世界顶尖开源模型，但不止于此

kimi K3 正式发布，上下文窗口：1M，2.8T 总参数

官方跑分非常强悍：

到目前为止，官方的在基准测试中Kimi-K3 击败了：

GPT-5.6 Sol 在 14 个中的 11 个

Opus 4.8 在全部 14 个

Fable 5 在 14 个中的 6 个

kimi 官方的几个case很有意思，比如芯片自主设计概念验证，视频剪辑，可控核聚变研究。可以搭起了一套真正可用的编译器栈：包括编程抽象、中间表示、优化 pass、后端代码生成，以及接入真实训练负载的能力，这是真实GPU 编译器开发

前端

Kimi-K3 现已在 Frontend Code Arena 中以 1679 分位居 #1，超越了 Claude Fable 5。

这是从 Kimi-k2.6（#18 -> #1）跃升了 17 个名次。

在前端领域，Kimi-K3 在 7 个领域中的 6 个位居 #1：品牌与营销、基于参考的设计、数据与分析、消费产品、模拟以及内容创建工具，仅在游戏领域位列 #2，落后于 Fable 5。

前端能力我昨天晚上就在测试，K3 max最终花了大概一个半小时 从一个非常简单的提示词模拟了火星登陆

全程大概3分钟左右，无加速，纯代码生成，单次成功，前端能力确实强悍，这效果直接震惊到我说不出话来，太强了：

智能

Kimi K3 在 Artificial Analysis Intelligence Index 上得分 57，其智能水平超越 Opus 4.8 ，但仍落后于 Fable 5 和 GPT-5.6 Sol。

同时在令牌效率上几乎是 Opus 4.8 的 2 倍。

每任务成本（0.94 美元）类似于 GPT-5.6 Sol（1.04 美元），约为 Opus 4.8（1.80 美元）价格的一半，高于开源权重同行：Moonshot AI 对 K3 的定价显著高于 K2（K3 的输出令牌价格为 15 美元/1M 令牌，而 K2.6 为 4 美元）。这使该模型在每任务成本基础上比 Opus 4.8 更便宜，与 GPT-5.6 Sol（1.04 美元）相似，但比GLM-5.2（0.32 美元）和 DeepSeek V4 Pro（0.04 美元）贵得多

定价：官方 API 定价为每 1M 输入/输出令牌 3.00/15.00 美元，缓存输入折扣 90% 至每 1M 令牌 0.30 美元。

更高的智能伴随令牌效率提升：Kimi K3 在 Artificial Analysis Intelligence Index 上的令牌使用显著减少，比 K2.6 少用 21% 的输出令牌。新模型使用约 132M 输出令牌完成所有九项评估，而 K2.6 约为 166M，同时取得了更高的分数。

原生多模态能力：Kimi K3 与 K2.6 一样，支持原生图像和文本多模态输入。输出仍仅限于文本。

在 GDPval-AA v2 上的 ELO 评分达到 1668，展示了改进的现实世界代理性能。

马斯克评价：

Text

在 Text Arena 中， Kimi-K3 排名 #9，得分 1486 分，总体要优于GPT-5.6 Sol（xhigh）

相比Kimi-k2.6 提升也比较大（#38 -> #9）。

在创意写作、编码和指令遵循方面进入前 10

在三个职业领域排名 #1：物理与社会科学、法律与政府，以及医学与医疗保健。加上商业、管理与金融运营 #3

Kimi-K3 在 CritPt 上的得分为 23%，超越opus 4.8max

CritPt 的难度极高。该基准测试专注于前沿物理问题，由阿贡国家实验室（Argonne）和伊利诺伊大学厄巴纳-香槟分校（UIUC）联合全球 60 多位研究人员共同开发，其标准答案和评分系统严格保密。各款模型均由 Artificial Analysis 机构进行独立评测。

写在最后

接下来几天全网应该都会疯狂测试，K3的真实实力相信大家很快就会知道，kimi对K3 限制也在官方发布博客说了，所以大家理性看待，A厂和OpenAI内部模型开发可能已经递归自我迭代，所以真实差距比我们能看到的可能更大一些，但K3绝对是一个里程碑。