智东西7月16日讯，近日，大模型竞技场Arena上出现了一位代号“Kivine”的匿名新秀。众多网友已利用该模型制作出了多个页面。结合此前Kimi-K2.5和K2.6的匿名代号“Kiwido”和“Kiwire”，越来越多的开发者推测，这个神秘模型实际上就是Kimi-K3。
与此同时，7月14日，Kimi API开放平台短暂上线了一个推广页面——“Kimi K3限时充值活动”，标注7月15日00:00启动，充送10%-30%额度。几小时后页面虽被撤下，但截图已传遍各大技术社区。7月16日凌晨，月之暗面官方在X平台发布了一段36秒的预热短片，眼尖的网友发现画面中一闪而过的“3”字彩蛋，似乎暗示着K3即将发布。种种线索拼凑在一起，Kivine极大概率就是Kimi-K3的测试版本。
网友对K3的评价可谓好评如潮。开源生态基金会SuperGemma创始人Jun Song评价称，从生成结果来看，“Kimi明显比Opus强”，并认为K3已达到Opus 5的水平。有网友称赞Kimi-K3是一个新的里程碑，特别是在3D和前端任务上表现惊人。还有人将K3的发布比作另一个“DeepSeek R1时刻”。科技记者Chris在对比K3和GPT-5.6 Sol的表现后认为，GPT-5.6在光照和特效方面更胜一筹，但K3的流畅度更高。
01 网友晒出实测：一句话生成MC，还能造达芬奇扑翼机
在X平台上，多位网友分享了他们对Kivine的使用体验。一位网友仅用一句话就生成了一个类似网页版“我的世界”的像素风游戏。游戏生成是检验大模型综合能力的典型场景，涉及前端渲染、逻辑推理、长上下文一致性和跨函数联动等多个维度。从输出结果看，Kivine在视觉风格还原、空间结构建模及基础操作逻辑复现上均达到较高完成度。其生成的游戏画面透视关系保持稳定，主控角色动作衔接流畅，整体具备基本可玩性，与原版游戏的核心交互体验高度一致。
另一位网友用Kivine生成了一款名为“Qasr d-Rimal”（沙丘城堡）的游戏，界面呈现沙漠集市商队模拟的视觉风格。视频显示，该游戏画面视角可自由旋转流转，所有按钮均可点击并触发相应反馈，资源计数、时间切换、风系统等模块联动响应，表明模型一次性生成了包含完整3D引擎、UI交互逻辑和状态管理系统的单文件HTML应用。
此外，还有网友生成了一个“达芬奇工坊”模拟器，主题是达芬奇设计的扑翼机。除了3D引擎和UI交互能力外，该案例还展现了Kivine的跨领域知识调用能力。该界面融合了文艺复兴工坊的美术风格和历史元素，模型不仅生成了视觉界面，还准确理解了达芬奇扑翼机的历史背景和技术细节，例如木材、亚麻布、黄铜的材质组合以及对鸟翼空气动力学的模仿。这说明Kivine具备跨领域知识的调用和整合能力，而不仅仅是表面的风格模仿。
还有网友同时使用Kivine和Fable 5使用同一套提示词生成了一个宇宙模拟系统。对比之下，该网友认为Fable 5完成速度更快，生成系统的操作手感更干净、更稳健。K3的结果看起来更狂野、更复杂，视觉野心更大，甚至包含第一人称高速行星自转效果。
02 总参数达2.5T，编程成绩超Opus 4.8
外网爆料数据显示，K3模型总参数量达2到3T，规模超过1.6万亿参数的DeepSeek V4 Pro，成为当前参数量最高的国产大模型。K3的上下文窗口长度可达100万；前代K2.6参数量为1万亿，上下文仅256K，两代性能差距显著。
根据社区及网友泄露的基准测试数据来看，K3在编程能力上可以超越Opus 4.8和GPT-5.5。
在技术架构上，有开发者透露，K3不再沿用K2.6/K2.7 Code的MoE架构，而是采用了一种全新的架构设计Kimi Delta Attention（KDA），专为长程Agent任务优化。该架构采用实验性混合注意力设计，在保持性能的同时大幅降低计算开销，可以在受限的硬件条件下跑出更好的结果。
也有部分消息源提到，K3可能采用MLA（多头潜在注意力）+ KDA的混合架构，MLA层可以延续Kimi长文本优势，优化百万级token的处理效率。
同时，K3也将拥有Agent Swarm（集群智能体）能力，可以将一个复杂任务拆解给多个子Agent并行处理。此前，K2.5已支持最多100个子Agent并行，K2.6已能跑12-13小时的自主编码任务，调用数千次工具，K3预计将在此基础上进一步扩展。
03 结语：Kimi-K3已箭在弦上，但先别对标Fable 5
理性来看，Kimi-K3不太可能直接超越Anthropic的Fable 5。Fable 5和GPT-5.6 Sol是OpenAI和Anthropic两家的旗舰产品，参数规模和训练成本都处于行业顶端，国产模型在算力受限的情况下短期内难以企及。
但如果K3能真正达到Opus 4.8的水平，已经算是不小的突破。从目前泄露的跑分来看，K3在编程能力上优于Opus 4.8和GPT-5.5，这个成绩放在国产模型里已经相当能打。
目前网友们的测试多聚焦于前端代码生成效果，随着预热视频的发布，Kimi-K3正式发布可能已箭在弦上，到时候模型究竟能呈现出怎样的能力，我们拭目以待。