編按：本文綜合整理自 VentureBeat、Moonshot AI 官方部落格、Hacker News 討論串、Axios, 並加入 Siami 編輯部觀點與分析。
中國 AI 新創公司 Moonshot AI（背後金主是阿里巴巴）週四正式發表 Kimi K3——一個擁有 2.8 兆參數（2.8 trillion）的開源模型, Moonshot 宣稱這是「全球最大的開源 AI 模型」, 各項 benchmark 顯示其效能已可與 Anthropic 和 OpenAI 最頂級的封閉模型正面對決。
這次發表時間點選在 2026 世界人工智慧大會（WAIC） 於上海開幕前夕, 無疑是全球 AI 軍備競賽的一次戲劇性升級, 也是開源 AI 運動的分水嶺時刻。對 Moonshot 而言, 這更是一次絕地反擊——過去 18 個月, 在 DeepSeek 旋風式崛起後, 公司的市場地位被嚴重侵蝕。
完整模型權重預計於 7 月 27 日 公開釋出。想立刻體驗 K3 的讀者, 直接到 kimi.com 用 Google 帳號或手機號碼註冊即可（免信用卡）, 開始跟「可能是有史以來最強的開源模型」對話。
撐起全球最大開源模型的底層架構
Kimi K3 是一個前沿級（frontier-class）的大型語言模型, 總參數達 2.8 兆, 大約比 DeepSeek V4 Pro 多出 75%（DeepSeek 在 Moonshot 自己的時間軸圖上約為 1.6 兆）。模型具備 100 萬 token 的上下文視窗、原生視覺理解能力, 以及 Moonshot 稱之為「thinking mode」的常時推理模式。
整個模型建立在 Moonshot AI 內部研發的兩個關鍵架構創新之上：
- Kimi Delta Attention——一種混合線性注意力機制
- Attention Residuals——Moonshot 描述為「殘差連接的即插即用替代方案, 在各種規模下都能帶來穩定的擴展增益」
兩項技術都已經在 GitHub 上以開源研究的形式提前公開。
在 API 端, K3 與 OpenAI SDK 相容, 對已在 OpenAI 或 Anthropic 工具鏈上開發的工程師大幅降低整合門檻。定價為輸入 $3 / 百萬 token、輸出 $15 / 百萬 token, 快取輸入 token 僅 $0.30 / 百萬 token——這個價格定位約略等於西方實驗室的中階產品, 但 Moonshot 聲稱的效能已逼近市場頂端。8 月 12 日前另有儲值回饋, 充值 $1,000 以上 API 額度最高回饋 30%。
新華社報導引用 Moonshot AI 一位高管的說法, 用非常淺白的話解釋參數量的意義：「參數就像人腦的神經連結, 近 3 兆個連結代表模型可以『儲存更多知識與模式、理解得更深、想得更遠、回答得更準』。」
Benchmark 結果：與 Claude、GPT 在排行榜頂端互有領先
benchmark 結果（取自公開排行榜資料與分析公司 Artificial Analysis 的私有評測）說了一個相當戲劇性的故事：
在 GDPval-AA v2——一個橫跨 44 種職業、9 大產業的真實世界任務 benchmark——Kimi K3 拿下 1,687 分, 整體排名第三, 僅次於 Claude Fable 5 Max（1,815）與 GPT-5.6 Sol Max（1,747.8）, 領先 Claude Opus 4.8（1,600）。
在 AA-Briefcase——Artificial Analysis 設計的私有 agentic benchmark, 用於測試長時程知識工作——K3 衝上第二名 1,527 分, 擊敗 GPT-5.6 Sol Max（1,495）, 僅次於 Fable 5 Max（1,587）。
最令人印象深刻的是, K3 在 BrowseComp——一個專門測試長時程、高難度資訊搜尋的 benchmark——拿到 91.2 / 100 的業界最頂尖分數。
在 8 項真實世界任務自動化測試中, Kimi K3 在其中 4 項奪下第一（含 Automation Bench、SpreadsheetBench 2、BrowseComp）, 多數項目僅次於 Fable 5。Fable 5 與 GPT-5.6 Sol 是它在整體上的兩大競爭對手。
Moonshot 表示這一切都是在單一 agent 架構下, 純粹依靠 100 萬 token 上下文視窗達成, 沒有任何上下文壓縮或多餘的 context 管理技巧——這個結果暗示, 當強大的檢索能力配上原始上下文長度, 威力可能勝過精巧的多代理繞路。
一位在社群上擁有大批追蹤者的 AI 評論者直言：「開源模型不再落後西方封閉模型六個月。請再讀一次, 然後想想這代表什麼。」
這句話點出了這個時刻的真正意義。在過去三年的大部分時間裡, 開源模型通常明顯落後於其專有對手。Kimi K3 似乎已幾乎完全弭平這個差距。
K3 還在 Arena.AI 的 Frontend Code Arena 奪下第一（1,679 分）, 顯著領先 Claude Fable 5 與 GPT-5.6 Sol。這個排行榜是依模型在 head-to-head 前端編碼對決中的人類偏好進行排名。
48 小時自動設計晶片 demo：揭露 Moonshot 的真正野心
除了原始 benchmark 之外, Moonshot AI 展示了一個更能凸顯 K3 能力與公司策略方向的 proof-of-concept。
在公司技術文件中記錄的展示裡, K3 被指派設計一顆實體晶片來執行自身的奈米級版本。在連續 48 小時的自主 agent 運作中, K3 獨力完成了從架構設計、最佳化到驗證的完整晶片建構流程, 使用的是開源電子設計自動化工具。最終成果是一顆僅 4 平方毫米、卻能運作的小型功能晶片設計, 在模擬中達到 100 MHz 的時序收斂, 並能以每秒超過 8,700 tokens 的速度解碼。
這不是一顆量產晶片, 而是 Moonshot AI 顯然視為下一個競爭前沿的演示：長時程自主 agent 能力。能夠在 48 小時的視窗中維持連貫、多步驟的技術工作——讀文件、做設計決策、跑驗證迴圈、失敗後迭代——這是對第一代大型語言模型那種「單輪問答」能力的質變性跳躍。
公司另外還展示了一個計算天體物理學的案例：K3 據稱重現了普適的 I-Love-Q 關係——一個資深研究員通常需要一到兩週才能完成的複雜計算——K3 只花了約兩小時, 讀取並交叉驗證超過 20 篇論文, 並沿途實作了完整的數值 pipeline。
為什麼這件事重要
Kimi K3 的發表迫使整個企業 AI 策略的多項預設前提必須重新校準。
第一, 開源與專有模型之間的效能差距, 在前沿已實質上消失。一旦 7 月 27 日的開放權重讓社群能獨立測試, 封閉模型供應商將難以純粹以「能力」為理由維持高階定價。
第二, AI 創新的重心正在持續位移。中國 AI 生態系——在晶片出口管制早期讓許多西方觀察家質疑——如今已產出能與擁有最先進 Nvidia 硬體直接使用權的公司最頂級系統正面競爭的模型。K3 背後的架構創新, 特別是混合線性注意力機制, 暗示演算法效率可能與原始算力一樣重要。
第三, K3 展示的 agentic 能力——晶片設計、多週研究壓縮、長時程資訊搜尋——指向一個未來：AI 模型不再只是「回答問題」, 而是自主執行複雜、長達數天的專案。對企業 AI 投資而言, 這把價值命題從「生產力副駕」轉向「自主技術勞動力」。
新華社將這次發表框為國家級里程碑, 報導 K3「標誌著中國人工智慧模型發展向前邁出了新的一步」。北京中關村學院院長劉鐵燕受訪表示, 中國開源模型這波浪潮已從單點突破走向群體躍進, 為全球 AI 發展提供了「新方案、新路徑」。
Moonshot AI 的跌宕起伏：中國 AI 市場的殘酷縮影
要理解 Kimi K3 為何重要, 得先看 Moonshot AI 18 個月前站在哪裡——以及它摔得多深。
Moonshot AI 創立於 2023 年, 創辦人楊植麟（Yang Zhilin）是清華大學畢業, 曾在 Google 與 Meta 從事研究。公司在 2024 年快速崛起, 使用者湧入 Kimi 平台體驗長文本分析與 AI 搜尋功能。到 2026 年初, 它已完成多輪融資共約 15 億美元, 估值從 25 億一路攀升到 43 億, 並傳出正以 50 億估值洽談新一輪。
接著 DeepSeek 出現了。DeepSeek 在 2025 年 1 月推出低成本 R1 模型, 衝擊整個中國 AI 產業, Moonshot AI 是受創最深的之一。月活躍用戶數曾排名中國第三的 Kimi, 一路下滑到第七。公司隨後的策略轉向——從 2025 年 7 月開源的 Kimi K2 開始, 到 2026 年 1 月加速的 K2.5——很大程度就是為了搶回話語權。
Kimi K3 是這條奮起之路的終點結晶, 而模型的規模之大, 暗示 Moonshot AI 已經為這一步準備了很久。訓練一個 2.8 兆參數的模型需要巨大的運算資源與數個月的準備, 也就是說 K3 背後的架構與基礎設施決策, 很可能在模型公開之前就已定案。
從這條故事線看, Kimi K3 不只是一個技術里程碑, 也是一家公司在最艱難時刻如何走出 V 型反轉的商業敘事。
開放全世界最大模型：地緣政治的一步棋
K3 預計在 7 月 27 日釋出完整權重, 這個決策在戰略上極為重要, 值得細看。
Moonshot 自製的開源前沿模型規模時間軸把 K3 定位成遙遙領先的 outlier, 高高凌駕於 DeepSeek（1.6T）、小米（1.02T）、阿里（397B）之上。透過開源全世界最大的模型, Moonshot AI 等於在爭奪「全球開源 AI 開發者社群的重力中心」這個位置。
這呼應了中國 AI 公司的一個更廣泛趨勢。正如 Reuters 所指出的, 開源讓公司得以「展示技術實力、擴展開發者社群與全球影響力, 這項策略有助於中國反制美國對其科技進步的限制」。DeepSeek、阿里、騰訊、百度都已釋出開源模型。但沒有任何一家開過這個參數規模的。
對企業技術領導人, 含意非常具體。一個 2.8 兆參數、表現逼近前沿的開源模型, 為想要微調、自架、或在強大基礎模型上建構私有系統的公司開啟了新選項——不再需要被 OpenAI 或 Anthropic 的 API 合約綁住。當然, 取捨是: 跑這個規模的模型需要可觀的 GPU 基礎設施, 2.8 兆參數的推論不是單一機櫃跑得動的。
Moonshot AI 也展現了對這個挑戰的意識。它的 Mooncake 專案（2025 年 FAST 拿下最佳論文獎）率先開創了以 KV-cache 為核心的推論分離架構, 正是為了讓極大規模的推論在實務上更可行、更省錢。
Kimi Code 與三層模型陣容：Moonshot 企業布局的地基
伴隨 K3, Moonshot AI 持續重押編碼 agent 生態系。Kimi Code——對標 Anthropic 的 Claude Code 與 Google Gemini CLI 的開源編碼工具——在 K3 發表同一天連發兩個重大更新（0.25.0 與 0.26.0）, 加入擴充的 subagent 工具、後台任務管理與安全修復。
Kimi Code CLI 已在 GitHub 累積超過 3,100 顆星, 並整合 VSCode、Cursor、Zed。最新的版本擴充「coder subagent」工具組, 涵蓋背景任務、todo 清單、plan mode、技能呼叫與巢狀代理, 把編碼 agent 變成一個能以最少人為介入管理複雜軟體工程專案的多層次自主系統。
這不是偶然。編碼工具已成為 AI 實驗室的關鍵營收引擎。Anthropic 1 月揭露 Claude Code 已達 10 億美元年化經常性營收。透過把 Kimi Code 做成「預設用自家模型、但支援其他供應商」的開源替代方案, Moonshot AI 正把自己擺進開發者工作流, 最終爭取企業合約。
公司的模型陣容現在分三層：K3 旗艦版（輸入/輸出 $3 / $15 每百萬 token）、K2.7 Code 專業編碼模型（$0.95 / $4）、K2.6 通用型（$0.95 / $4）。三者都支援 25.6 萬 token 以上的上下文, K3 提供完整的 100 萬 token。Context caching 是自動的——不需 cache ID、TTL 或額外參數——這是一個小但意義重大的開發者體驗優勢, 勝過那些要求明確快取管理的競爭對手。
數據解讀：為什麼這個 benchmark 數字不只是行銷話術
雖然各家 AI 公司發表自家 benchmark 高分早已不是新鮮事, K3 的數字值得停下來看, 因為它在多個獨立來源的維度上都站得住腳。
第一, 跨 benchmark 一致性。K3 不是只在某個基準（像是自家選的某個有利指標）上強, 而是在 GDPval-AA v2、AA-Briefcase、BrowseComp、Frontend Code Arena 等多個不同設計取向的測試上都拿下頂端或前段。這種一致性比單一亮點更難造假。
第二, 與既有頂級模型的差距極小。K3 在 GDPval-AA v2 上落後 Claude Fable 5 Max 約 128 分（1,687 vs 1,815）, 但領先 Claude Opus 4.8 約 87 分（1,600）。也就是說 K3 不是「接近第二梯隊」, 而是實質上擠進了第一梯隊, 而且在某幾個項目（Frontend Code Arena 的 #1）已經超越封閉對手。
第三, agentic benchmark 的特殊性。AA-Briefcase 與 BrowseComp 這類測試「長時程知識工作」與「高難度資訊搜尋」, 比單純的問答 benchmark 更貼近實際企業使用情境。在這些項目上 K3 拿到 SOTA 分數, 暗示它不只是「會考試」, 真的能做事。
第四, 48 小時晶片設計 demo 是質變訊號。在連續 48 小時自主運作中完成從架構到驗證的完整晶片 pipeline, 這是過去 LLM 做不到的事。讀文件、做 trade-off、跑模擬、失敗後重來——這個迴圈本身就是新能力。
也要留意的質疑點：K3 完整權重 7 月 27 日才開放下載, 目前所有 benchmark 都是 Moonshot 自己跑的（雖然引用了 Artificial Analysis 的私有評測）。等社群拿到權重後, 是否能複現同樣數字, 還有待觀察。VentureBeat 文中也引用了 Simon Willison 的 SVG 鵜鶘測試當成本對比的趣味 benchmark, 但真正的壓力測試要等開源後。
對企業 AI 與全球模型版圖的長遠意義
Kimi K3 的發表迫使多項引導企業 AI 策略的假設必須重新校準。
對企業技術長而言, 一個 2.8 兆參數、表現逼近前沿的開源模型, 開啟了過去不存在的選項: 想完全掌控自家模型生命週期、想避免被 API 定價綁架、想針對特定垂直領域微調的公司, 突然有了一個「開源且強大」的新基準。
對中國 AI 產業, K3 是 DeepSeek R1 之後的第二次「震撼時刻」。Moonshot 從 DeepSeek 衝擊後一度落到中國 MAU 第七名, 到今天成為全球最大開源模型的製造者, 這個 V 型反轉本身就是中國 AI 競爭烈度的縮影。
對西方前沿模型實驗室（OpenAI、Anthropic、Google DeepMind）, 純粹靠「我們的模型比較強」的 premium 定價論述正在被侵蝕。當開源可以逼近前沿, 真正的護城河會轉向: agentic 工具鏈、生態系鎖定、企業級可靠性、與垂直領域的整合深度。
對整個 AI 開發者社群, 7 月 27 日將是下一個重要日子。社群能不能複現這些 benchmark、能不能在自家硬體上跑得動 K3、能不能在實際任務上感受到跟 Fable 5、GPT-5.6 Sol 的差異——這些問題的答案, 將決定 Kimi K3 究竟只是另一個震撼發表, 還是開源 AI 真正翻身的歷史轉折點。
兩年前, Moonshot AI 是個以敢挑戰大問題命名的新創公司。18 個月前, 它是個關於市場寵兒如何快速失足的警示故事。今天, 它是全世界最大開源 AI 模型的製造者——一個只要給 48 小時與網路連線, 就能設計一顆晶片來執行自己的模型。前沿, 從來不是一個地方; 它是一場賽跑。而賽場, 才剛變得更擁擠。
網友熱門留言 (5)