7月27日，月之暗面正式开源Kimi K3——一个2.8万亿参数的混合注意力模型，原生支持视觉理解与100万token上下文窗口，并蝉联Arena前端开发榜全球第一，代码榜杀入Top 10。
Kimi K3 蝉联榜首，持续领跑前端开发赛道
蝉联 · 第30周在代码能力赛道上，Kimi K3 同样跻身Top 10，成为本期榜单中表现最亮眼的国产模型。综合榜方面，claude-fable-5 以1508分继续蝉联榜首，Anthropic系列占据前6，但Kimi K3在细分赛道的突破证明了国产模型在工程向能力上的竞争力。
Arena 榜单覆盖前端开发、代码生成、智能体、推理等多个维度，采用人类偏好与自动评估结合的方式，是目前业界最具公信力的模型能力排行之一。
注：榜单数据来自Arena第30周（2026-07-20 ~ 2026-07-26），评分基于人类偏好与自动评估综合得出。前端开发榜聚焦实际工程场景中的代码生成与调试能力。
Kimi K3 的核心架构建立在KDA混合线性注意力机制（Kimi Delta Attention）与注意力残差（Attention Residuals）技术之上。这是一条与主流Transformer不同的技术路线——在保持线性复杂度的同时，实现了对长序列的高效建模。
注意力计算随序列长度呈平方增长，长上下文场景下推理成本高昂，难以支撑百万token级别的高效处理。
线性复杂度，原生支持100万token上下文窗口，长程编码能力突出，可高效处理大型代码库与长时间工程任务。
官方表示，Kimi K3 是首个达到2.8万亿参数规模的开源模型。在过去12个月中的9个月里，Kimi模型都保持着开源模型的规模上限。这不是一个偶然的爆发，而是一条持续投入的技术路线。
但数据只是故事的一部分。
更大的突破在于工程实现。月之暗面同步开源了支撑Kimi K3训练的关键Infra技术——MoonEP、FlashKDA和AgentEnv，这三项技术分别对应混合专家模型的分布式部署、高效注意力计算与智能体环境构建，为社区提供了可复现的工程基础。
Kimi K3 的能力覆盖从长程编码到视觉推理的多个维度，且在极少人工监督下即可完成复杂工程任务。以下是三个典型能力场景：
月之暗面此次开源的不只是模型权重。官方同步发布了详细的技术报告，并开源了三项支撑Kimi K3训练与部署的关键Infra技术，构建了一条从模型架构 → 训练框架 → 评估环境的完整链路：
这种"模型+基础设施"的整体开源策略，在业界并不多见。它意味着开发者不仅可以使用Kimi K3的模型权重，还可以理解其训练与部署的工程实践，并在自己的环境中复现与扩展。
一个诚实的注脚：
官方明确表示，Kimi K3的整体表现仍落后于最强的闭源模型——Claude Fable 5和GPT-5.6 Sol。但在整套评测中，它展现出前沿水平的能力，并稳定超过了其他所有模型。这是一个清醒的自我定位，也恰恰增加了这份开源的可信度。
从行业视角看，Kimi K3的发布标志着开源模型的能力天花板正在被快速推高。当2.8万亿参数成为开源的新基准，闭源与开源之间的差距正在从"能不能做"变成"做得多好"。
2.8万亿参数的开源模型是一个里程碑，但它仍未超越最强的闭源模型。这提醒我们：参数规模只是能力拼图的一部分，系统架构、数据质量与工程实践同样关键。开源的价值不在于参数竞赛，而在于让更多人能站在这个起点上继续前进。
Kimi K3 模型权重、技术报告及三项Infra技术已全部开源，可前往月之暗面官方渠道下载与复现。
kimi.moonshot.cn → 开源仓库