Kimi K3 前瞻：月之暗面 2.5 万亿参数旗舰模型，已知与未知（2026）

7 月 14 日晚上，Kimi 开放平台有一个充值赠送页意外上线——标题写着"K3 上线"，活动时间 7 月 15 日到 8 月 11 日。页面被撤了，截图留下了。第二天 @Kimi_Moonshot 发了一段预告视频，62 万浏览，6000 点赞。

然后推特、微信群、Reddit 同时炸了：2.5 万亿参数、超过 GPT-5.6、比肩 Fable 5、开源可期。

问题是——这些说法里有多少经得起推敲？

这篇文章逐条拆解泄露信息，每条标注可信度。能证实的说"高"，只有单一来源的说"低"，来源之间打架的直接标"矛盾"。

免责声明： 截至 2026 年 7 月 16 日，月之暗面没有发布 K3 的官方 model card、基准测试、许可证或 API 定价。以下所有信息来自泄露页面、独立报道和早期使用者反馈。正式信息出来后本文会更新。

K3 的核心规格

多个独立来源在几个关键数字上对得上：

2.5 万亿是什么概念？K2.6 约 1T，DeepSeek V4 Pro 约 1.6T，ERNIE 5.0 约 2.4T。如果数字准确，K3 排到了目前公开参数量最大的模型之列。

经验法则： 总参数不等于推理时真正用到的参数。MoE 架构每个 token 只激活一部分专家，所以 2.5T 和一个 2.5T Dense 模型是两回事。关注激活参数和实际推理速度，比关注总参数有用得多。

Kimi-Linear：百万上下文背后的技术

百万 token 上下文不是说参数堆上去就能做到。标准 Transformer 的注意力和序列长度是二次关系——上下文翻倍，注意力计算量大约翻四倍。到百万 token 时，两个问题会同时出现：KV 缓存把显存吃光，解码速度慢到不可用。

月之暗面 6 月底开源了 Kimi-Linear（代码和论文都有）。这是一种线性注意力混合方案，通过选择性状态压缩把 KV 缓存减少约 75%，解码吞吐提升约 6 倍。K3 预计基于这项技术。

这意味着"百万上下文"不只是一个纸面参数——如果 Kimi-Linear 有效，它在合理成本下真正用得起来。

但有一个 trade-off。 论文显示线性注意力在极端长度下检索准确率会掉 2-4 个百分点。如果你需要在 80 万 token 的位置精确找回第 3 万 token 处定义的一个色号，准确率比标准注意力稍低。对大多数使用场景来说这可以接受——你需要的通常是"整体语义理解"而不是"精确 token 检索"。但需要知道这个代价存在。

你现在就能做的验证： 去 GitHub 看 MoonshotAI/Kimi-Linear，读论文 Table 2。不需要 GPU，15 分钟就能判断百万上下文在技术上是不是真的。这是目前整个 K3 故事里唯一可以用代码验证的部分。

6 倍解码加速意味着什么

这个数字和百万上下文来自同一个技术（Kimi-Linear），可信度中高——一个成立另一个大概率也成立。

实际影响：长上下文场景下，每轮模型响应从分钟级降到秒级。对于需要多轮迭代的 Agent 工作流（生成 → 评估 → 修改 → 重新生成），6 倍加速意味着一个原本要跑 4 小时的循环可能压缩到 40 分钟。

这不只是"快一点"的问题——很多 Agent 工作流之所以停留在概念阶段，就是因为每轮迭代太慢，实际跑起来不可行。6 倍加速可能把"理论上可以"变成"实际能用"。

从 K2 到 K3：不是小改款

参数翻倍、上下文翻四倍。值得一提的是 K2.7 Code 在独立评测中表现一般——Kimi Code Bench v2 得分 62.0（GPT-5.5 是 69.0），Program Bench 53.6（对比 69.1）。K3 看起来是月之暗面的策略调整：与其在编码细分方向上修补，不如整体拉大一个量级。

社区反馈：热度很高，评测为零

目前没有任何官方基准测试。以下全是社区反馈：

• Jun Song（AI 研究员）用 Flappy Bird 编码测试了 K3 和 Opus 4.8，称"明显更强"，达到"Opus 5 水平"——但这是一个人做的一道题。
• BridgeMind 说传言把 K3 放在"Claude Opus 4.7 档"，但要等 BridgeBench 结果再说。
• X 上多人报告 K3 在编码和推理上介于 GPT-5.6 和 Fable 5 之间。
• @bijanbowen（328 赞）直接说："没自己跑过就别当水军。"

经验法则： 每个大模型发布的头 48 小时，X 上都会出现一批"这次真的超过一切"的帖子。大多数模型的实际独立评测成绩，比首日社区吹的水平低 10-20%。等 Artificial Analysis、Chatbot Arena 或 SWE-bench Verified 出结果再做判断。

价格估算

官方价格没出。根据泄露页面和月之暗面的定价历史：

如果真是这个价，K3 用百万级上下文卖出了别人 128K 的价钱——低很多。月之暗面一直走低价路线，K2.6 的 $0.60/$2.50 在同级别里已经是最便宜的。

一条警告： 即使价格真的这么低，也不能直接等于"成本降了"。如果模型输出质量差导致迭代次数翻倍、人工审核时间翻三倍，实际成本可能比用贵模型还高。价格只是等式的一半。发布后必须测质量，然后才能算真实成本。

多模态：最大悬念

这是目前矛盾最大的一项。部分早期测试者说 K3 支持文本、图片、音频输入。但泄露汇总里完全没提。月之暗面此前把 K2.7 Code 叫做"开源多模态模型"，说明技术上有能力——但不能默认 K3 一定也有。

务实建议： 按"只支持文本"做技术选型。多模态到了是惊喜，没到也不影响方案。

开源：第二大悬念

K2.6 和 K2.7 都开源了权重，所以 K3 开源被广泛预期。但有传闻说先出 API，权重可能推迟到 Q4。

如果首日开源，意味着可以在 2.5T 规模上做领域微调——这在目前的开源生态里做不到（现有开源前沿模型都比这小）。如果只有 API，用途局限在调用层面。

时间线

常见问题

K3 发布了吗？

截至 2026 年 7 月 16 日没有。官方放了预告视频（62 万播放），泄露了充值活动（7/15–8/11），Polymarket 97%。

2.5T 参数意味着什么？

K3 用 MoE 架构，每个 token 只激活约 40–100B 参数。2.5T 是全部专家的总参数——不是每个 token 的推理算力。

百万 token 上下文有什么用？

如果你的日常使用不超过几千 token 的提示词——几乎没有直接影响。如果你做长文档处理、全项目上下文的 Agent 工作流、或者多轮迭代任务，百万上下文是真正的差异化能力。

跟 Claude / GPT 比怎么样？

没有有效对比。K3 没有官方基准。架构上的差异是：上下文比 Claude 和 GPT 长 5-8 倍，泄露价格低 10-15 倍。但没有质量基准就没法说谁更好用。

会开源吗？

不确定。K2.6 和 K2.7 都开源了，K3 开源被预期但未确认。传闻先出 API，权重可能 Q4。

价格靠谱吗？

不靠谱。来源只有一张截图。方向可能对（比 Claude 便宜很多），但具体数字等官方定价。

总结

K3 泄露规格——2.5T MoE、百万上下文、激进定价——放一起看确实是 2026 年到目前为止最值得关注的模型发布。

但这篇文章里反复出现的"待定""未确认""矛盾"不是在凑字数。它们代表的是：目前还没有足够的证据把传言升级为结论。

可以确定的：参数量、上下文窗口、Kimi-Linear 技术——多个独立来源交叉对得上。

不能确定的：实际性能、多模态、开源时间线、正式定价——一个都没有官方来源。

想自己判断的话，去 kimi.com 注册个账号，在你实际关心的任务上跑几遍。你自己跑出来的结果比任何排行榜都管用。