7月16日晚月之暗面扔出K37月16日晚月之暗面扔出了K3。K3拥有2.8万亿参数在Frontend Code Arena测试中取得1679分的成绩压过了Claude Fable 5的1631分。官方宣布7月27日前将完整权重开源。官方博客里有这样一句话整体表现仍落后于最强的闭源模型Claude Fable 5和GPT-5.6 Sol但在我们的整套评测中展现出前沿水平的能力并稳定超过了其他所有模型。这种坦诚在国产大模型发布里实属一股清流。它不装全能只是明确告知在编程这个主战场上它已经坐到了最靠前的位置。消息放出来后X上反应热烈消息放出来后X上瞬间炸锅时间线被K3刷屏。海外开发者这次不再作壁上观直接将其当成生产力工具来测试。震撼派评价Vercel的CEO Guillermo Rauch做了nextjs.org的综合Web工程评测。他的结论十分直接K3领先Fable开放模型第一次领先全部专有模型。而且他还补充道榜单不能讲完全部故事最强模型的任务完成率也没有达到100%。要知道这测的可是真实工程能不能交付并非算法题。Arena.ai的数据更为直观Frontend Code Arena中K3获得1679分排名第1。此前K2.6排第18K3直接跃升了17位在7个前端领域中有6个拿到第一。Artificial Analysis给出了独立评测K3综合指数57与Claude Opus 4.8、GPT-5.5处于接近区间AutomationBench - AA得分53%居首长程知识工作Elo 1547仅次于Fable 5。其任务成本约0.94美元低于Opus 4.8。连马斯克都在Artificial Analysis的推文下留言称Impressive。Sriram Krishnan的评价更为宏观他把K3称为对整个行业具有多重影响的重大时刻。Emad Mostaque则更直接地表示美国实验室最终会去蒸馏中国模型。冷静派看法不过海外并没有被冲昏头脑。Simon Willison进行了他的经典鹈鹕SVG测试。结果显示K3较K2.5有明显提升图像理解也很好但简单任务消耗了1.6万余输出Token其中约1.32万是推理Token成本约0.25美元。推理Token使用比重较大其效率边界仍有待观察。Ivan Fioravanti在两项真实项目里称赞了K3的UI、设计和速度认为它较好地遵循指令但也指出模型投入较多思考偶尔越界加戏它会自行扩展任务范围而不是严格停在用户划定的边界里。Bindu Reddy更为直接地提醒K3榜单成绩过于突出仍需用更难污染的测试继续验证尚不能称为Opus级特别是在长上下文、多轮、复杂Agent循环中。Redis作者antirez把K3放在开放权重模型快速进步的大背景里同时强调需要长期真实结果才能判断模型水平与实际贡献。X上的反应分成两派但两派都承认一件事K3让全球AI从业者不得不重新评估中国开源模型的位置。它已经从便宜替代品的选项变成了一个需要认真对比的生产力工具。从“便宜能用”到“贵得有道理”如果把中国AI开源模型的全球冲击排个序K3大概是第三次。第一次是DeepSeek。年初R1以低成本、高效率震动全球证明中国模型能在有限算力下做出顶尖性能。其路线是普惠旨在让全球开发者用得起。DeepSeek的定价策略是量大管饱用极致性价比撕开市场。第二次是GLM。国内头部模型ARR半年从1亿飙到10亿Code Arena盲测全球可用模型第一证明中国模型能赚钱。其路线是商业闭环用快速变现证明商业模式跑得通。第三次便是K3。它拥有2.8T参数在Frontend Code Arena中排名第一7月27日将开源完整权重。这是中国开源模型第一次同时在参数规模、前沿性能和全球开发者声量上冲击第一梯队。三次冲击三条路线。DeepSeek证明能便宜GLM证明能赚钱K3证明能贵得有道理。这背后是一个更深层的变化中国AI开源阵营正在从速度套利转向价值定价。过去12个月里有9个月开源模型的参数上限由Kimi保持。K3并非突然冒出来的它是一条连续路线的终点。从K2的1万亿参数到K3的2.8万亿架构上是自研KDA混合线性注意力加上Attention Residuals再配上MoE896个专家激活16个扩展效率提升约2.5倍。7月27日开源2.8T但绝大多数开发者根本跑不起来。即使做了量化本地部署也需要多张高端显卡。所谓开源更像是开放一份行业标准参考书。说白了开源是广告牌API是收费站。你看得到、学得到但用不起最终还得回来找它。把KDA贡献给vLLM社区是在买生态门票。产业界早就在用这套玩法输出技术标准、建立开发者认知、降低试用门槛最终把流量导向API。贵有贵的代价K3的性格十分鲜明。它愿意投入大量推理换交付质量但在简单任务里显得用力过猛。Fioravanti在真实项目里发现K3投入较多思考偶尔越界加戏会自行扩展任务范围而不是严格停在用户划定的边界里。Willison的实测更量化简单任务消耗1.6万余输出Token其中约1.32万是推理Token成本约0.25美元。默认max模式下推理Token占比极高。这更像是K3自带的工作风格。它假设用户愿意为交付质量付溢价所以默认拉满推理链条。但问题是简单任务不需要这么重的思考。未来能不能在harness上做得更好、更节省Token知道什么时候该停、什么时候该用力是K3的下一道门槛。Token烧得快意味着实际成本比账面价格更高。缓存命中0.30美元看起来很香但默认模式下推理Token占比极高简单任务也能烧出0.25美元。如果控制不好停止条件成本会快速膨胀。Artificial Analysis的独立页面也指出K3速度低于同档平均、输出偏冗长。K3走的不算普惠路线更像生产力工具路线。它假设用户是愿意为好结果付溢价的企业开发者不是追求极致性价比的个人用户。价格确实贵。API输出涨到15美元未命中输入3美元对比国产同行DeepSeek、混元Hy3仅1元/百万token明显更高。但第三方实测K3成本仅为Fable 5的四分之一。贵是相对于国产模型相对于海外旗舰它依然是高端性价比。Kimi选了更难走、也更值钱的那条路。DeepSeek让全球开发者用得起Kimi让全球开发者用得好。两条路没有高下但K3证明了一件事中国AI不仅能便宜还能在高端生产力场景里卡位。“局部领先、全局追赶”当然差距还在。官方自己承认整体落后Fable 5和GPT-5.6 Sol。Bindu Reddy提醒榜单需验证antirez强调要看长期真实结果。在前端编程和Agent任务上K3惊艳在复杂统计和长程Agent循环上它仍有明显距离。局部领先、全局追赶是K3最准确的画像。K3算不上稳妥的聊天机器人它更像一个愿意主动行动、更擅长交付视觉结果、也更需要校验停止条件的Agent模型。小小震撼刚刚好K3没有宣称全面超越它只是在特定战场证明中国开源模型可以坐第一排。X上的热议、Vercel CEO的背书、外媒的下一个DeepSeek时刻这些反馈本身说明K3让全球AI从业者不得不重新评估中国模型的位置。有震撼也有遗憾有领先也有短板。这种刚刚好的真实感比任何全面碾压的宣传都更有说服力。