封面提示词：Poster. Illustration. beautiful young redhead pale freckled skin woman sassy, expressive face. intricate dramatic background. drinking soda --chaos 30 --ar 16:9 --exp 30 --raw --sref 2116795492 --profile lbffree --hd --preview
上周精选✦
Kimi K3 发布以及相关的讨论和测评
上次最大的发布居然是 Kimi K3，没想到它会这么爆，基本上所有的讨论都围绕在这块。包括海外、包括美国的一些厂商，也开始反思自己的政策之类。
从我自己的测试、他们自己的测试标准以及各种三方的标准来看，这个模型确实是非常强的一个模型，跟 Claude Opus 4.8 打个平手是一点问题没有的。
Kimi K3 是一个 2.8 万亿参数的模型，基于 KDA 混合线性注意力和注意力残差技术构建，原生支持视觉理解，拥有 100 万 token 上下文窗口。它是全球首个开源的 3 万亿级别模型，主要面向长程编程、知识工作和推理等场景。
架构上，K3 结合 KDA、注意力残差和 Stable LatentMoE，可在 896 个专家中激活 16 个，扩展效率相比 K2 提升约 2.5 倍，并采用量化感知训练适配更广泛硬件。
完整的模型权重文件将在 7 月 27 日前开源发布。
发布前那天晚上我跟大家说，尽快买他们的 Token Plan，没想到确实太猛了。到昨天果然就已经限购了，没卡了。
看起来他们还准备了一个新的 Token Plan 计划，但是由于估计是没卡了，也没有真正放出来，只放出来一小段，后来也买不了。
不止他们自己的测试基准上分数很高，在各种三方基准上也都几乎屠榜了
在 Arena.ai（前身 LMArena）的 Frontend Code Arena 前端代码竞技场里，Kimi K3 以 1679 分登顶第一，超过了 Claude Fable 5，并且比上一代 Kimi-K2.6 一口气跳升了 17 个名次（从第 18 名到第 1 名）。这个测试考的是模型写前端代码、生成网页界面的能力。
在 Artificial Analysis 的 Intelligence Index 综合智能指数上，Kimi K3 相比 K2.6 提升了 13 分，是一个很大的跳跃，但代价是成本涨了约三倍。具体来说，它每项任务的成本约 0.94 美元，大概是 Claude Opus 4.8（最大推理档，1.80 美元）的一半，和 GPT-5.6 Sol（最大档，1.04 美元）差不多，但已经是 K2.6（0.33 美元）和 Grok 4.5（0.31 美元）的约三倍。
在 Datacurve 的 DeepSWE 上，Kimi K3 首次亮相就排到第 3 名，成绩接近 Claude Fable 和 GPT-5.6 Sol，是第一个达到前沿级水平的开源权重模型。DeepSWE 考的是软件工程能力，也就是模型作为编码 agent 去理解代码库、修复真实工程问题的本事，侧重于端到端的实际开发任务而非单点写代码。DeepSWE 还是闭源的所以不存在刷榜的问题。
在 AfterQuery 的 SpreadsheetBench 2 上，Kimi K3 排名第一，超过了 Claude Fable 5，成为第一个在该榜上压过所有闭源模型的开源权重模型。
在 Sam Paech 维护的创意写作基准上，Kimi K3 也被加入并领先，与 gpt-5.6、muse-spark-1.1 以及 Thinking Machines 的首个模型 Inkling 同台。这个测试考的是文学性、创意表达和写作质量。不过有个值得注意的细节：K3 在短篇创意写作上大幅领先，但在长篇版本上明显逊色于 Fable 5。
在 Aikido Security（pilvar222）的网络安全基准上，Kimi K3 是目前最强的开源模型，远超 GLM-5.2，性能与 GPT-5.6-terra 相当但成本低约 15%。在 pass@3（允许三次尝试）的设定下，它能在测试框架里重新发现 26 个 CVE 中的 23 个，与前沿模型持平。
关于时间线上的讨论，除了关于 Kimi（Kimi v3）的一些能力以外，很多美国 AI 从业者和企业家的反思主要集中在两方面：
第一，为什么杨植麟在美国上学，最后却选择回到中国？为什么美国没有留下这样的人才？
第二，OpenAI 的战略分析负责人写了一篇关于 Kimi 的观察（他刚加入 OpenAI 不到两周）。他首先肯定了 Kimi 是一个非常优秀的模型。
接着，他的文章引发了关于“中国模型只是蒸馏美国前沿模型”这一长久论断的反思。他指出，现在不能简单地用“蒸馏”来解释中国模型的崛起。
不过，他文章中比较有争议的观点是关于开源模型的权重。他认为，如果开源模型主导世界，会导致其他国家把 AI 当作免费的公共基础设施提供，他将这种未来形容为“反乌托邦未来”。因此，他呼吁政府和监管机构发布软性法律和安全警示，让美国企业不敢使用中国的开源模型，从而将这些竞争对手清除出美国市场。
这个论点引来了大量的批评和反驳：
- 很多人指出，将开源视为“减速主义”的论断非常武断，而且缺乏逻辑。
- 另一波人则讽刺他“屁股决定脑袋”——刚进 OpenAI 就急着帮公司说话。
后来，他自己出来做了两轮澄清和反思：
- 他表示没意识到自己作为一个前沿实验室的员工，言论会被过度解释和引申。
- 他承认自己用词不够精确，并为此道歉，表示不应该把开源模型称为“减速主义”
