Kimi K3 超过 Claude Fable 5，登顶 Arena 代码生成榜

昨日，月之暗面正式发布了新一代旗舰模型 Kimi K3。Kimi K3 发布后便迅速登顶，直接超越了此前霸榜的 Claude Fable 5 和 GPT 5.6 Sol。

回顾此前，于 7 月 8 日发布的 GPT 5.6 Sol 一直紧咬 Claude Fable 5，也仅在极短时间内以 1 分的微弱优势短暂领先。而昨日发布的 Kimi K3，今日便以绝对优势大幅超过 Claude Fable 5，斩获 Arena 代码生成榜第一名。它在生成 3D 模拟、数据可视化以及专业咨询级 PPT 等高难度任务上展现出了极强的统治力（注：在前端 7 个细分领域中，K3 拿下了 6 个第一，仅在游戏领域微弱落后于 Fable 5 位列第二）。

2.8万亿参数规模与开源计划

在参数规模上，K3 的总参数量达到 2.8 万亿（2.8T），是目前首个 3T 级别的开放权重模型（open 3T-class model）。目前 Kimi K3 已经可以体验，官方博客表示完整的模型权重（full model weights）将于 2026 年 7 月 27 日正式发布。

强大的长程科学推理能力

在长程科学推理测试中，Kimi K3 在无人类干预的情况下，自主阅读并交叉验证了 20 多篇学术论文，同时编写运行代码，仅用 2 小时就成功复现了天体物理学中极复杂的“I-Love-Q 关系”。而在过去，这一任务通常需要资深研究员花费 1 到 2 周的时间。

底层架构的彻底重构

该模型的底层架构进行了彻底重构：

• 超稀疏 MoE（混合专家模型）： 采用 Stable Latent MoE 框架，在 896 个专家中仅激活 16 个，将算力转化效率提升了 2.5 倍。


• 自研架构更新： 引入了 Kimi Delta Attention (KDA) 与 Attention Residuals (AttnRes) 技术，解决了极深模型和超长序列下的信息流动瓶颈。

此外，Kimi K3 具备原生视觉多模态能力，能够无缝结合截图、日志和运行状态进行综合推理。同时，其 Token 效率较上一代明显提升，在完成同等复杂度任务时，输出的 Token 数量减少了 21%，表达更为精准。

Arena大模型双盲评测榜单 (中国大陆镜像站)