国产大模型的参数竞赛再次刷新记录。7月17日凌晨，月之暗面正式发布新一代旗舰模型Kimi K3，总参数达到惊人的2.8万亿，原生支持100万Token超长上下文。与简单堆砌参数规模不同，Kimi K3在架构设计和训练策略上采用了多项创新，重点优化了长程编程和复杂推理两个被业界认为是"硬骨头"的能力象限。模型已通过Kimi网页端、App、Kimi Work、Kimi Code及API全面开放使用，用户可以第一时间体验这一2.8万亿参数大模型的强大能力。
Kimi K3采用了混合专家架构，但与传统MoE模型不同的是，它引入了一种称为"动态路由层次化"的设计。标准的MoE模型通常将所有专家视为平等的，输入信息被分配给少数"激活"的专家来处理。而Kimi K3将专家分为两个层次：通用专家负责处理常规知识，专业专家针对编程数学、逻辑推理等特定领域进行深度优化。这就像一家医院既有全科医生也有专科医生，常规问题由全科医生快速处理，遇到疑难杂症则转交给专科医生。据月之暗面公布的技术信息，Kimi K3在每次推理中只激活约420亿参数（占总参数的1.5%），在保持高质量输出的同时大幅降低了计算成本。
在训练方面，Kimi K3的预训练数据量高达35万亿Token，是上一代Kimi K2的2.5倍。月之暗面特别强调，K3的训练数据在代码和数学领域的占比提升到了40%以上，同时引入了大量经过人工校验的高质量中文技术文档。在超长上下文的支持上，Kimi K3采用了"渐进式扩展"的训练策略，先在8K Token的短上下文中训练，然后逐步扩展到32K、128K，最终达到100万Token。这种渐进式的训练方式让模型逐步适应长距离依赖关系。在Needle in a Haystack长上下文测试中，Kimi K3在100万Token范围内达到了98.7%的信息检索准确率，远超此前Kimi K2的92.3%。这意味着开发者可以将整个大型代码仓库或一整本技术手册一次性输入给K3，它依然能在任意位置精准找到所需信息，极大提升了在复杂编程任务中的实用性。
在标准测试中，Kimi K3的表现令人印象深刻。在SWE-bench Pro编程实测中，K3得分达到74.8%，仅次于Claude Fable 5的80.3%，超越了GPT-5.6 Sol的72.1%。在HumanEval+编程题上，K3以89.2%的通过率跻身全球前三。在数学推理方面，K3在AIME 2025竞赛题上取得了76.3%的正确率，在MATH-500上达到95.1%。月之暗面表示，K3在涉及多步推理的复杂数学证明题上表现特别出色，这是因为K3在训练中引入了"链式思维自一致性"训练方法，让模型在多次推理中保持一致的结果输出。
值得注意的是，Kimi K3在当前阶段默认使用最大推理强度（max模式），后续将增加low和high两档选项供用户根据任务复杂度灵活选择。K3的API定价为输入每百万Token 12元、输出每百万Token 60元，定价策略相对保守，显示出月之暗面对模型竞争力的信心。完整模型权重计划于7月27日前公布，这将是再次使开源社区沸腾的重要信号。如果K3同样开源，月之暗面将成为全球唯一持续开放旗舰级模型权重的大模型公司，对国产开源大模型生态产生深远影响。开发者社区对这一消息反应热烈，不少技术团队已经开始筹备基于K3的二次开发和行业应用适配工作。
Kimi K3发布的时间节点耐人寻味。一周前，OpenAI刚刚全面上线了GPT-5.6系列，而Anthropic的Fable 5经过一个月的波折后也重新进入市场。大模型赛道的竞争激烈程度前所未有。月之暗面选择在这个时间点发布K3，显然是做了充分准备，从K3在编程能力上与全球最强模型基本持平的测试成绩来看，月之暗面确实找到了自己的差异化路径。
从公司层面看，月之暗面Kimi的估值已达315亿美元，年化ARR突破3亿美元，在中国AI创业公司中位列前茅。K3的发布将进一步巩固其在国产大模型第一梯队的位置。与竞争对手相比，Kimi K3的优势在于：一是国内模型中最强编程能力，直接对标国际一线标准；二是完全开放的权重策略，有利于建立开发者生态；三是对中文技术场景的深度优化。当然，K3也面临挑战，如何在保持高性能的同时控制推理成本，以及如何在与巨头（阿里、腾讯、字节）的竞争中保持独立发展的节奏，都是月之暗面需要持续解答的问题。值得注意的是，Kimi在C端市场的表现尤为突出，根据第三方监测数据，Kimi App的月活跃用户已突破6000万，在中国AI原生应用中位列前三。K3的发布有望进一步拉大与追赶者的距离，同时为月之暗面的商业化进程提供更强的技术支撑和用户增长动力，巩固其在中国AI领域的领先地位和品牌优势。