智东西

作者 | 王涵

编辑 | 漠影

智东西 7 月 16 日报道，这两天，大模型竞技场 Arena 上出现了一个新的匿名模型，代号Kivine。

以上这些，都是外网网友用 Kivine 做出来的页面。

经过测试和对比，再结合此前 Kimi-K2.5 和 K2.6 的匿名代号 "Kiwido" 和 "Kiwire"，越来越多的开发者们开始猜测这个匿名模型其实就是Kimi-K3。

与此同时，7 月 14 日，Kimi API 开放平台上短暂出现了一个推广页面—— "Kimi K3 launch limited-time recharge campaign"，标注 7 月 15 日 00:00 启动，充值送 10%-30% 额度。几个小时后，页面被撤下，但截图已经传遍了各大技术社区。

7 月 16 日凌晨，月之暗面官方在 X 平台放出了一段 36 秒的预热短片。眼尖的网友发现，画面中一闪而过的 "3" 字彩蛋，或许暗示着 K3 即将发布。

种种线索拼在一起：这个叫 Kivine 的匿名模型，大概率就是 Kimi-K3 的测试版本。

网友们对 K3 可谓是好评如潮。开源生态基金会 SuperGemma 创始人 Jun Song 评价称，从生成的结果来看，"Kimi 明显比 Opus 强 "，并认为Kivine 已经达到了 Opus 5 的水平。

有网友说："Kimi-K3 是一个新的里程碑 …… 它在 3D 和前端任务上简直不可思议。"

还有网友将 K3 的发布比作另一个 "DeepSeek R1 时刻 "。

科技记者 Chris 在对比了 K3 和 GPT 5.6 Sol（extra high）的表现后认为，GPT-5.6 在光照和特效方面更好，但 K3 的（画面）要流畅得多。

一、网友晒出实测：一句话生成 MC，还能造达芬奇扑翼机

在 X 平台上，有不少网友都晒出了他们对 Kivine 的使用体验。

有网友用一句话制作出了可一个类似网页版 MC" 我的世界 " 的像素风游戏。

游戏生成测试是检验大模型综合能力的典型场景，同时涉及前端渲染、逻辑推理、长上下文一致性和跨函数联动等多个技术维度。

从输出结果来看，Kivine 在视觉风格还原、空间结构建模以及基础操作逻辑的复现上均达到较高完成度。其生成的游戏画面透视关系保持稳定，主控角色动作衔接流畅，整体具备基本可玩性，与原版游戏在核心交互体验上高度一致。

还有网友用 Kivine 生成了一款名为 "Qasr d-Rimal"（沙丘城堡）的游戏，界面整体呈现沙漠集市商队模拟的视觉风格

视频显示，该游戏画面视角可以自由旋转流转，所有按钮均可点击并触发相应反馈，资源计数、时间切换、风系统等模块联动响应，说明模型一次性生成了包含完整 3D 引擎、UI 交互逻辑和状态管理系统的单文件 HTML 应用。

另外，有网友用其生成了一个达芬奇工坊 "（Officina di Leonardo）模拟器，主题是达芬奇设计的扑翼机（Ornithopter）。

除了上述所说的 3D 引擎、UI 交互能力外，这个案例还展现出了 Kivine 的跨领域知识调用能力。

该界面融合了文艺复兴工坊的美术风格和历史元素，模型不仅生成了视觉界面，还准确理解了达芬奇扑翼机的历史背景和技术细节，例如木材、亚麻布、黄铜的材质组合，以及对鸟翼空气动力学的模仿。这说明 Kivine 具备跨领域知识的调用和整合能力，而不仅仅是表面的风格模仿。

有网友同时用 Kivine 和 Fable 5 使用同一套提示词生成了一个宇宙模拟系统。

对比下来，该网友认为 Fable 5 完成速度更快，所生成系统的操作手感更干净、更稳健。K3 的结果看起来更狂野、更复杂，视觉野心更大，甚至包含第一人称高速行星自转效果。

二、总参数达 2.5T，编程成绩超 Opus 4.8

外网爆料数据显示，K3 模型总参数量达2 到 3T，规模超过 1.6 万亿参数的 DeepSeek V4 Pro，是当前参数量最高的国产大模型。K3 的上下文窗口长度可达100 万；前代 K2.6 参数量为 1 万亿，上下文仅 256K，两代性能差距显著。

根据社区以及网友泄露的基准测试数据来看，K3 在编程能力上可以超越 Opus 4.8 和 GPT-5.5。

在技术架构上，有开发者透露，K3 不再沿用 K2.6/K2.7 Code 的 MoE 架构，而是采用了一种全新的架构设计Kimi Delta Attention（KDA），专为长程 Agent 任务优化。

该架构采用实验性混合注意力设计，在保持性能的同时大幅降低计算开销，可以在受限的硬件条件下跑出更好的结果。

也有部分消息源提到，K3 可能采用MLA（Multi-head Latent Attention，多头潜在注意力）+ KDA 的混合架构，MLA 层可以延续 Kimi 长文本优势，优化百万级 token 的处理效率。

同时，K3 也将拥有Agent Swarm（集群智能体）能力，可以将一个复杂任务拆解给多个子 Agent 并行处理。此前，K2.5 已支持最多100 个子 Agent 并行，K2.6 已能跑12-13 小时的自主编码任务，调用数千次工具，K3 预计将在此基础上进一步扩展。

结语：Kimi-K3 已箭在弦上，但先别对标 Fable 5

理性来看，Kimi-K3 不太可能直接超越 Anthropic 的 Fable 5。Fable 5 和 GPT-5.6 Sol 是 OpenAI 和 Anthropic 两家的旗舰产品，参数规模和训练成本都处于行业顶端，国产模型在算力受限的情况下短期内难以企及。

但如果 K3 能真正达到 Opus 4.8 的水平，已经算是不小的突破。从目前泄露的跑分来看，K3 在编程能力上优于 Opus 4.8 和 GPT-5.5，这个成绩放在国产模型里已经相当能打了。

目前网友们的测试多聚焦于前端代码生成效果，随着预热视频的发布，Kimi-K3 正式发布可能已箭在弦上，到时候模型究竟能呈现出怎样的能力，我们拭目以待。