XNews

Kimi K3开源模型发布及性能表现

Kimi K3开源模型发布及性能表现

月之暗面(Moonshot AI)发布了参数规模达2.8万亿、支持100万token上下文且原生多模态的开源模型Kimi K3。该模型在Frontend Code Arena中迅速登顶,得分1679,超越Claude Fable 5(1631)和GPT-5.6 Sol(1618)。

Key insights

K3在代码竞技场夺冠,彰显开源模型在特定领域可达闭源水平

在Frontend Code Arena中超越Fable 5和GPT-5.6 Sol,表明开源模型也能在实用、高需求的任务中表现优异。这挑战了闭源模型全面优越的假设,并可能改变开发者对Web开发项目的模型选择。

成本效益权衡:对预算受限的Agent工作流有优势

尽管在漏洞修复测试中K3消耗的token数多1.7倍、耗时多3.4倍,但总成本比Fable 5低2.3倍。这使得在对延迟不敏感、token成本主导的任务中,开源模型极具竞争力。然而,服务器过载问题在现实中削弱了这一优势。

基础设施瓶颈限制实际可用性,尽管需求旺盛

服务器容量不足问题突出——吞吐量从30 tokens/s降至13 tokens/s,延迟升至72秒,首token等待超过20秒。即便模型质量优秀,服务可靠性和速度比基准分数更能决定企业是否采用。

K3展示出接近前沿模型的全栈与创意能力

用户测试显示,K3仅凭单条提示就生成了功能丰富的体育追踪应用(含后端和数据库)以及浏览器端视频编辑器。尽管输出结果略显粗糙,但这标志着代理编程能力的飞跃——此类能力此前仅限于Fable 5/GPT-5.6。

Source posts