Kimi K3发布及性能表现

Moonshot AI于2026年7月16日发布了Kimi K3,这是一个拥有2.8万亿参数的原生多模态模型,支持100万token上下文,采用Delta Attention机制,在长上下文场景中解码速度提升高达6.3倍,并通过Attention Residuals使训练效率提升约25%。模型承诺于2026年7月27日开放权重。在DeepSWE软件工程基准测试中,与GPT-5.6 Sol max相比:pass@1为68.5%对72.7%(GPT),但pass@2为82.0%对81.0%,pass@4为89.4%对85.8%。Kimi每次运行成本约4.65美元,而Sol为8.37美元;每100美元,Kimi可解决约14.7个任务,Sol仅约5.3个。延迟方面:Kimi中位数约66分钟,Sol约17分钟。语言优势:Kimi在Rust上更强,Sol在Python/TS/JS上更强;Go语言持平。领域分布:Sol在序列化、并发、程序分析方面领先;Kimi在运维工具、运行时内部机制方面领先;合规性方面接近随机。级联策略(先使用Kimi,失败后转Sol)在每任务约7.30美元成本下达到85.6%的解决率,优于Sol单独使用的72.3%(成本8.37美元)。任务相关性约0.46,表明两者失败模式互补。
Key insights
Kimi K3以GPT-5.6 Sol一半成本提供前沿编程性能
在DeepSWE软件工程基准测试中,Kimi K3的pass@1为68.5%,低于GPT-5.6 Sol max的72.7%,但在pass@2(82.0%对81.0%)和pass@4(89.4%对85.8%)上超越Sol。每次运行成本Kimi为4.65美元,Sol为8.37美元,每美元解决的任务数约为Sol的2.8倍。这一成本优势使Kimi K3成为预算敏感的编码工作负载的理想选择,尤其是在允许多次重试的场景下。
互补优势促成高效级联策略
Kimi K3与GPT-5.6 Sol max在任务层面相关性较低(约0.46),意味着它们在不同任务上失败。Kimi在Rust、运维工具和运行时内部机制方面表现优异;Sol在Python/TypeScript、序列化、并发和程序分析方面领先。级联设置——先运行Kimi,失败后升级至Sol——在每任务7.30美元成本下达到85.6%的解决率,优于Sol单独使用的72.3%(成本8.37美元)。这表明多模型路由比依赖单一前沿模型更具成本效益。
开放权重与架构创新降低长上下文部署门槛
Kimi K3宣布计划于2026年7月27日开放权重。其Delta Attention机制在百万token上下文中实现高达6.3倍的解码速度提升,Attention Residuals以不到2%的额外成本将训练效率提升约25%。这些创新解决了大规模运行百万上下文模型的实际挑战,使本地和自托管部署对具有数据主权要求的组织更加可行。