🔍 模型 · 匿名曝光
匿名模型 Kivine 空降 LMArena，百万 token 上下文能力引发 Kimi K3 提前亮相猜想
7 月 15 日，一款名为 Kivine 的匿名模型悄然上线 LMArena，凭借百万 token 上下文能力和接近 Fable 级别的生成质量，在数小时内引爆 AI 社区。从充值页面泄露到 beta 接口信息，多方证据指向月之暗面尚未发布的下一代旗舰——Kimi K3。
综合公开信息整理•
2026-07-22•
全文约 4 分钟读完
#Kimi K3
#Kivine
#LMArena
#月之暗面
#长上下文
🥇 社区焦点
LMArena 匿名测试 · 数小时引爆讨论
1,000,000+
上下文窗口（token）
~35
单次完整生成耗时（分钟）
⚡ 30 秒速览
- 发生了什么：Kivine 以匿名身份上线 LMArena，被广泛怀疑为月之暗面未发布的 Kimi K3。
- 能力有多强：百万 token 上下文，超长文本处理表现突出；生成质量接近 Anthropic 顶级模型 Fable 水平。
- 证据链：充值活动页面提前泄露又迅速撤下 · beta.kimi.link 后台出现 K3 模型信息 · 产品体系重新划分。
- 代价与取舍：单次生成约 35 分钟，追求极致质量而非即时响应，是典型的高强度推理模式。
- 深层信号：国产模型开始尝试进入全球顶级基础模型竞争，系统工程能力与参数规模同样重要。
01事件经过 Kivine 是如何被发现的
事情的起点来自 X 用户 @lentils80。7 月 15 日凌晨，他在浏览 LMArena 时发现一个此前从未出现过的新模型悄然上线，名称为 Kivine。随后他发布了一条推文，迅速在 AI 圈传播。
Kivine 之所以引发关注，并非因为名字本身有何特殊——LMArena 上的匿名模型经常使用随机名称——而是它在能力表现上展现出了许多与 Kimi K3 传闻高度吻合的特点。
→ 关键节点：
7月15日 凌晨
@lentils80 发现 Kivine 上线 LMArena，推测其为 Kimi K3 的匿名测试版本。
数小时内
社区用户测试发现 Kivine 具备 百万 token 上下文能力，长文本处理远超常规模型。
7月14日 晚间
"Kimi K3 发布限时充值活动"页面提前泄露，很快被撤下，被视为发布物料提前曝光。
随后
网友通过抓包发现 beta.kimi.link 后台已出现 K3 相关模型信息，产品体系重新划分。
注：LMArena 是真实用户环境下的公开竞技场，模型需面对写代码、长文本总结、多步骤推理等复杂任务，其评测结果比实验室测试更具生态效度。
02能力分析 百万上下文 + 接近顶级的生成质量
Kivine 最引人注目的，是它在 长上下文 和 生成质量 两个维度上的表现。测试用户 @kimmonismus 表示，Kivine 拥有 1M context，且在长程任务处理中表现更好。这与 Kimi 系列一贯的技术路线高度吻合。
但数据只是故事的一部分。来看看它与当前主流模型的对比：
当前主流模型（GPT-5.6 / Claude Opus 4.7）
上下文窗口通常为 128K–200K token，生成质量优秀但受限于输入长度，面对超长文档或大型代码项目时需分段处理。
Kivine（被疑为 Kimi K3）
百万 token 上下文窗口，可一次性处理整部企业资料、数十万字研究报告或大型软件项目代码。生成质量接近 Fable 级别。
生成质量：接近 Fable level ⭐⭐⭐⭐⭐
上下文长度
1,000,000+
token
生成质量
Fable 级
接近 Anthropic 顶级
生成耗时
~35 min
单次完整生成
推理模式
高强度
质量优先
有测试用户反馈，Kivine 在复杂任务上表现突出——例如要求它制作一款类似《我的世界》的小游戏，包含中世纪城堡、森林环境、花草细节及光影效果，最终生成结果不仅包含基础玩法，还加入了寻宝机制和环境音效设计。
但一个明显的问题也随之暴露：速度。一次完整生成过程可能需要等待约 35 分钟。这几乎意味着 Kivine 使用了高强度推理模式——推理能力越强，计算成本越高，响应时间越长。
注：高强度推理模式是当前顶级模型的常见取舍——OpenAI、Anthropic 的旗舰推理模型同样面临响应时间与质量之间的权衡。Kivine 展现的是"极致质量优先"路线。
03证据链 为什么社区认定它就是 Kimi K3
如果 Kivine 只是能力出众，社区不会如此笃定地将它与 Kimi K3 挂钩。真正让猜测变得可信的，是三条独立出现的线索——它们相互印证，形成了一条完整的证据链。
🔗 线索一：充值活动页面提前泄露 已撤下
- 7 月 14 日晚，一张"Kimi K3 发布限时充值活动"截图在 AI 圈传播，页面显示用户可在指定时间充值并获得额外奖励。
- 该页面存在时间极短，很快被撤下，但已被社区留存截图。
- 单独看可能是测试页面误上线，结合后续信息，更可能是提前准备好的发布物料。
可信度：高 — 页面截图经多方验证，非伪造。
🔗 线索二：beta.kimi.link 后台出现 K3 信息
- 网友通过抓包发现，beta.kimi.link 后台已出现 K3 相关模型信息，K3 被放在默认位置，负责复杂任务处理。
- K3 Agent 集群对应更强的自动化能力；K2.6 并未消失，而是被重新定位为快速响应模型。
- 产品体系重新划分，透露了月之暗面未来的产品策略方向。
可信度：高 — 接口信息来自社区抓包，数据可复现验证。
🔗 线索三：社区测试成绩流出
- 根据曝光结果，Kimi K3 在部分测试中超过 Claude Opus 4.7、GPT-5.5 以及 GPT-5.6 Terra。
- 但与 GPT-5.6 Sol 和 Fable 5 相比仍存在差距。
- 这些结果目前无法得到官方验证，需保持谨慎。
可信度：中等 — 成绩未经官方确认，但多个独立测试者给出了一致的方向性结论。
注：以上三条线索相互独立，但指向同一结论。月之暗面尚未公开确认 Kivine 与 Kimi K3 的关系，也未发布任何官方技术资料。
04技术规格与传闻成绩 数据说话，但需谨慎
关于 Kimi K3 的技术规格，目前社区流传最广的说法是：超过 2.5 万亿参数、百万 token 上下文、原生多模态能力，以及新的注意力架构设计。但所有信息均未经官方确认。
传闻中的规格概览：
2.5T+
参数规模 传闻
1M
上下文 token 已验证
原生多模态
图文理解 传闻
新架构
注意力机制 传闻
在测试成绩方面，社区流传的对比数据如下（非官方，仅供参考）：
🥇 Kivine (Kimi K3)月之暗面 · 传闻
领先
Claude Opus 4.7Anthropic
被超越
注：柱形为相对位置示意，非精确分数。测试数据来自社区流传，未经官方验证。Kivine 在部分测试中超过图中前三款模型，但与 GPT-5.6 Sol 和 Fable 5 相比仍存在差距。
一个诚实的注脚：如果最终成绩接近传闻水平，那么国产模型将不再只是"追赶者"，而是开始直接参与最高水平基础模型竞争。但这一切仍需要官方发布来验证。
05编辑判断 代价与取舍的真实一面
从 LMArena 上突然出现的 Kivine，到 beta 接口中的 K3 信息，再到提前泄露的运营页面——越来越多线索汇聚，Kimi K3 已经很难再称为一个秘密。
如果最终证实 Kivine 就是 Kimi K3，这不仅是月之暗面的一次模型升级，更可能成为国产 AI 竞争格局中的一个重要节点。它代表的不是简单的参数增加，而是国产模型开始尝试进入全球顶级模型竞争。
但真正决定它商业价值的，并不是能力上限。而是它能否解决一个现实问题：
编辑核心判断
一个需要 35 分钟才能完成任务的超级模型，如何变成普通用户每天都愿意使用的 AI 助手？
对于科研、软件开发、企业分析等专业领域，如果模型能够完成过去需要数小时人工投入的任务，那么这种等待仍然具有商业价值。但大众市场的答案，取决于月之暗面能否在正式发布时给出更快的轻量版本——或者让用户接受"深度任务需要耐心"这一新习惯。
Kimi K3 可能不是没有准备好，而是在等待一个更合适的时间点。模型稳定性、成本控制、产品设计、发布节奏——每一项都是综合竞争力的一部分。技术能力只是起点，系统工程与产品化才是真正的战场。