2.8万亿，开源模型的天花板又捅破了
7月17号凌晨，月之暗面把Kimi K3放出来了。
2.8万亿参数，MoE架构，每token激活16个专家——全球第一个总参数跨过2万亿门槛的开源模型。在这个意义上，它确实是个节点。
先说结论：综合智能水平，官方测评里仅次于Claude Fable 5和GPT-5.6 Sol。换句话说，开源阵营第一次摸到了闭源前沿的屁股。
不只是堆参数
这次月之暗面没走"暴力加量"的老路。K3用了两套自研架构 trick：
- Kimi Delta Attention（KDA）：让信息在超长序列里流得更顺
- Attention Residuals（AttnRes）：跨层信息残差，模型越深越稳
- Stable LatentMoE：896个专家里挑16个，scaling效率比上一代K2提升约2.5倍
翻译成人话：参数堆上去了，但推理成本没等比涨。这才是开源能跟闭源掰手腕的关键——你要是又大又贵，开源的意义就打折。
编程基准能打
放几个硬数字：
- DeepSWE：67.5%
- Program Bench：77.8%
- SWE Marathon：42.0%
软件工程场景是K3的主场。它能读源代码、看渲染结果、读运行日志、根据测试反馈判断下一步改哪——不是那种只会补全的copilot，更像一个能接活的工程师。
最炸的demo：让K3在48小时里自主设计了一颗45nm工艺的芯片，从搭建到优化到验证，全程用开源EDA工具自己跑。顺手还从零写了个GPU编译器MiniTriton，性能对标Triton和torch.compile。
价格和开放节奏
API定价（每百万token）：
- 缓存命中：$0.30
- 缓存未命中输入：$3.00
- 输出：$15.00
$15的输出价在开源阵营里不算便宜——以前国产开源主打的就是白菜价。这次的姿态变了：不是靠便宜抢市场，是靠能力定档。完整权重7月27号开放下载。
背后那家公司
月之暗面今年已经融了6轮，最新投前估值315亿美元，年度经常性收入突破3亿美元，其中API收入占七成以上。
有个说法挺到位：这是经典的"commoditize your complement"——把模型智能往零成本方向卷，靠下面的基础设施挣钱。中国这几家开源实验室，节奏越来越快。
冷静一下
几个该提醒的：
- 2.8万亿是总参数，激活的是410亿级别——别拿总参数当推理成本
- 官方测评是官方的，独立第三方跑分（比如Artificial Analysis）还得等权重真正放出来
- 3亿美元ARR里大头是API，说明开发者真在用，但企业级落地案例还不多
但总的来说，开源模型第一次把规模和效率同时拉到这个位置。7月27号权重落地那天，才是真正的检验。