开源AI新纪元：Kimi K3直追美国顶级系统

北京人工智能初创企业Moonshot AI（由阿里巴巴支持）于周四发布了Kimi K3——一个拥有2.8万亿参数的模型。该公司声称，这是目前全球最大的开源AI模型，基准测试表明其性能与Anthropic和OpenAI最强大的专有系统不相上下。

此次发布恰逢2026年上海世界人工智能大会前夕，标志着全球AI军备竞赛的急剧升级，也是开源AI运动的一个重要里程碑。这同时也标志着该公司的一次显著回归——在过去18个月中，随着DeepSeek的迅速崛起，Moonshot的市场地位曾大幅下滑。

根据研究人员分享的公司技术文档细节，完整模型权重计划于7月27日发布。如果您想立即体验Kimi K3，可以访问kimi.com，使用谷歌账户或手机号注册（无需信用卡），即可开始与可能是迄今为止最强大的开源模型进行对话。

驱动全球最大开源AI模型的架构解析

Kimi K3是一个前沿级别的大语言模型，拥有2.8万亿个总参数——比DeepSeek的V4 Pro（约1.6万亿参数）大75%左右。该模型具有100万token的上下文窗口，原生视觉理解能力，以及公司称为”思考模式”的持续推理模式。

该模型基于Moonshot AI内部开发的两个关键架构创新：Kimi Delta Attention（混合线性注意力机制）和Attention Residuals（被公司描述为残差连接的替代方案，能提供持续扩展增益）。这两种技术此前均由Moonshot团队在GitHub上作为开放研究发表。

在API方面，Kimi K3兼容OpenAI SDK，降低了已经在OpenAI或Anthropic工具链上构建的开发者的集成门槛。该模型定价为每百万输入token 3美元，每百万输出token 15美元，缓存输入token降至每百万仅0.30美元——这一定价使其大致与西方实验室的中端产品持平，但公司声称其性能水平接近市场顶端。截至8月12日的促销充值活动为1000美元或以上的API信用额度提供高达30%的代金券返还。

据新华社报道，一位Moonshot AI高管用简单术语解释了参数数量的重要性：参数类似于人脑中的神经连接，近3万亿个参数意味着模型能够”在大脑中存储更多知识和模式，理解更多，思考更深，回答更准确”。

基准测试显示Kimi K3与Claude和GPT并驾齐驱

基准测试结果（来自公开排行榜数据和Artificial Analysis公司的私人评估）展现了一个引人注目的故事。

在GDPval-AA v2基准测试中（一项测量44个职业和9个主要行业现实任务的基准），Kimi K3得分1687，总体排名第三，仅次于Claude Fable 5 Max（1815分）和GPT-5.6 Sol Max（1747.8分），但领先于Claude Opus 4.8（1600分）。

在Artificial Analysis设计的测试长期知识工作的智能体私有基准AA-Briefcase中，K3攀升至第二位，得分1527——超过了GPT-5.6 Sol Max（1495分），仅次于Fable 5 Max（1587分）。

最令人印象深刻的是，K3在BrowseComp（一项针对长期、高难度信息寻找的基准）上取得了91.2分（满分100）的最先进成绩。

该公司表示，这是在单个智能体设置中使用其100万token上下文窗口完成的，没有任何上下文压缩或其他上下文管理技术——这一壮举表明，强大的检索能力与原始上下文长度相结合，可能比复杂的多智能体解决方案更有效。

正如一位广受关注的AI评论者在社交媒体上所言：”开源不再落后于西方闭源模型六个月。再读一遍这句话，思考一下这意味着什么。”

这一观察捕捉了这一时刻的重要性。在过去三年中的大部分时间里，开源模型通常明显落后于其专有对应产品。而Kimi K3似乎几乎完全缩小了这一差距。

48小时自主芯片设计演示揭示Moonshot的真实雄心

除了原始基准测试外，Moonshot AI展示了一个概念验证，这可能更能揭示K3的能力和公司的战略方向。

在公司技术材料中记录的一项演示中，Kimi K3被设计用于制造一个运行其自身纳米版本的物理芯片。经过48小时连续自主智能体操作，K3使用开源电子设计自动化工具独立完成了芯片的完整构建流程——从架构设计到优化和验证。结果是一个小巧但功能齐全的芯片设计，仅4平方毫米，在模拟中实现了100 MHz的时序收敛，每秒可解码超过8700个token。

这不是一个生产芯片。这是Moonshot AI显然视为下一个竞争前沿的展示：长期自主智能体能力。能够在48小时窗口内保持连贯的多步骤技术工作——阅读文档、做出设计决策、运行验证循环、迭代失败——代表了超越第一代大型语言模型所定义的单轮问答质变。

该公司还强调了一个计算天文学案例，据报道K3在约两小时内重现了通用的I-Love-Q关系——这一复杂计算通常需要资深研究员一到两周时间完成，期间阅读和交叉验证了20多篇论文，并实现了完整的数值流程。