Kimi K3开源模型盲测登顶Code Arena

近日，Kimi K3开源模型在Arena AI的前端编程盲测中取得令人瞩目的成绩，以1679分高居榜首，超越了Claude Fable 5（1631分）和GPT-5.6 Sol（1618分）。这一结果不仅展示了Kimi K3在视觉呈现和交互设计方面的卓越能力，也标志着开源模型在性能上首次全面超越闭源旗舰。

Code Arena榜单采用百万级用户参与的公开盲测机制，模型在完成任务后才揭晓身份，有效避免了品牌效应干扰。Kimi K3的表现尤其引人注目，其2.8万亿参数规模是目前全球首个开源的3万亿级别模型，远超此前由Kimi自身保持的开源模型参数上限。该模型不仅支持100万token上下文，还具备原生视觉理解能力，主要应用于长程编程、知识工作和复杂推理场景。

从技术架构来看，Kimi K3采用了两项创新：混合线性注意力（Kimi Delta Attention）和注意力残差（Attention Residuals）。前者解决了处理超长序列时的计算瓶颈问题，后者则确保信息在数百层深度网络中的准确传递。此外，K3还采用了MoE（专家混合）架构，896个专家中每次仅激活16个，配合优化的训练方法和数据配方，整体扩展效率相比前代提升了约2.5倍。

尽管官方承认K3在综合能力上仍略逊于Claude Fable 5和GPT-5.6 Sol，但在编程这一核心领域已展现出前沿水平。特斯拉CEO马斯克也在评论区留言称"Impressive"（令人印象深刻），进一步印证了K3的实力。

在成本控制方面，K3从预训练阶段就进行了量化感知训练，采用MXFP4权重和MXFP8激活格式，天生适配低精度硬件。其静态形状设计和关键路径优化减少了主机同步需求，同时将传统prefix caching挑战转化为对vLLM社区的贡献，随模型一同开源发布。

价格方面，K3的官方API输入和输出定价仅为Claude Fable 5的20%，Claude Opus 4.8的40%，显示出中国开源模型在性能对标的同时，正试图挑战Anthropic和OpenAI的价格体系。考虑到该模型将在10天后完全开源，有实力的企业可以自行部署，这无疑为开发者提供了更多选择。

图表显示，Kimi K3在Frontend Code Arena榜单中排名第一，得分1679分；在Artificial Analysis Intelligence Index中以57分位列第三，仅次于Fable 5和GPT-5.6 Sol；在多个编程评测基准（如DeepSWE、Terminal Bench 2.1等）中均表现出色，部分指标甚至超过GPT-5.6 Sol和Claude Fable 5。