本文來自微信公眾號： AIX財經(jīng) ，作者：AIX財經(jīng)團隊，編輯：金玙璠

能力上限高，但體驗還沒完全跟上。

AIX財經(jīng)（AIXcaijing）原創(chuàng)

月之暗面最近動作不斷。7月16日晚上，先悄悄上線了新模型Kimi K3，幾小時后才在公眾號正式發(fā)布公告。

但是吧，它藏得也不夠嚴實。最近，代號為“Kivine”的匿名模型出現(xiàn)在了大模型競技場榜單Arena上，被開發(fā)者們猜測為Kimi K3。它在前端生成和3D任務上的表現(xiàn)引發(fā)了密集討論，甚至頻頻被用來與Anthropic的Fable 5、OpenAI的GPT-5.6 Sol對比。此外，Kimi開放平臺上一個關于Kimi K3上線限時充值活動的頁面被短暫泄露，雖然幾小時后被撤下，但截圖已被廣泛傳播，Kimi K3的熱度在發(fā)布前就已經(jīng)拉滿。

我們照例先來看一下參數(shù)。Kimi K3擁有2.8萬億參數(shù)、原生視覺理解能力、100萬Token上下文窗口。不過，實際可用的上下文長度受會員等級限制，最低檔位會員Andante(49元/月）不支持調用，第二檔位的會員Moderato（99元/月）僅支持256K，第三檔位的會員Allegretto（199元/月）及以上等級才支持完整的1M上下文。

官方稱其是全球首個開源的3萬億級別模型，面向長程編程、知識工作和推理等前沿智能場景而設計。這次的官方發(fā)布中甚至連官方品牌宣傳視頻都是Kimi K3自己剪輯的，它在56段原始素材里完成選片、卡點、動作匹配和音頻處理。月之暗面用這種方式傳遞了一個信號，它能做出完整的、讓人滿意的復雜作品。

圖源/Kimi官方推文

官方給出的成績單涵蓋編碼、通用Agent和視覺Agent三大板塊，整體看下來，Kimi K3排名穩(wěn)定在第三，個別維度甚至登頂。

除了官方給出的數(shù)據(jù)，在Arena凌晨更新的Code Arena榜單上，Kimi K3以1679的分數(shù)排在全球第一，超過了Claude Fable 5的1631分和GPT-5.6 Sol的1618分。Arena的榜單結果是來自用戶的公開盲測，投票結束才會看到模型身份。Code Arena考察的主要是前端編程能力，這樣來看，在這一場景里，Kimi K3的能力得到了驗證。

目前Kimi K3已上線Kimi網(wǎng)頁端、App、Kimi Work桌面端、Kimi Code和API，默認思考強度拉到了max，low和high兩種模式在后續(xù)更新中增加。API價格也值得關注，輸入每百萬Token20元，輸出100元。換算下來，GPT-5.6 Sol的價格是輸入5美元、輸出30美元，F(xiàn)able 5更貴，輸入10美元、輸出50美元，而Kimi K3的輸出單價折合不到14美元，價格還便宜。不過，“便宜”是相對海外旗艦而言，對比自家上一代K2.6，K3的API輸入價格實際漲了3倍多，輸出價格漲了近4倍。

月之暗面在官方博文里坦誠地寫了三個局限：Kimi K3對歷史思考內容敏感，中途切換模型可能導致輸出質量明顯下降；訓練偏向長程高難任務，面對簡單的日常問題時容易替代用戶做決定；與Fable 5和GPT-5.6 Sol相比，在用戶體驗上仍有差距。

那么，被用來和海外最強旗艦模型對比的Kimi K3，實際表現(xiàn)到底怎么樣？

01.Kimi K3實測：3D驚艷，速度拖后腿

Kimi K3正式上線不到24小時，X上的實測已經(jīng)密集到可以按場景分類了。翻一圈下來，出現(xiàn)頻率最高的測試方向有三個：3D交互生成、前端編程能力和視覺設計。綜合各方測試來看，開發(fā)者們對Kimi K3的評價大多集中在這幾個方面：3D和視覺生成能力最突出、前端UI的設計水準接近Fable 5、編碼能力強但還沒有超過最強閉源模型、速度是最大的短板。

還有網(wǎng)友指出Kimi K3在基準測試上全面超過了Opus 4.8，而Opus 4.8發(fā)布于5月28日，距今不到兩個月。即便還不能說追平了最頭部的閉源模型，國產(chǎn)開源與海外旗艦的差距，至少已經(jīng)大幅壓縮了。

具體看幾個熱度較高的測試。

科技博主Chris在模型正式發(fā)布前就拿到了Kimi K3的匿名測試版本，讓Kimi K3和GPT?5.6 Sol（extra high）分別做一個體素死星壕溝飛行進行對比，他表示GPT-5.6在光照和特效方面更好，但Kimi K3的畫面更流暢。模型正式發(fā)布后，他又用Kimi K3構建了一個CS:GO×Portal克隆游戲，三輪對話、花費約60萬Token，按API定價算下來只花了3.24美元，并配文“免費獨立游戲開發(fā)的時代比你想象的還要近”。

有網(wǎng)友用櫻花盆景測試Kimi K3的SVG視覺生成能力，發(fā)現(xiàn)Kimi K3在樹干扭曲、分層樹冠等細節(jié)上甚至比Fable 5更貼合要求。也有人測試了水流效果的生成，稱Kimi K3能模擬出逼真的水波紋，保持物理上的連貫性。

當然，推特上的測試終歸是千人千面。模型好不好用，還是得自己上手。

我們先從最常規(guī)的場景開始。讓Kimi K3制作一份咨詢報告風格的端側AI行業(yè)研究，要求包含時間線、樹狀圖、瀑布圖等呈現(xiàn)形式。對AI來說，算是比較基礎的測試。

←左右滑動查看更多→

Slide for more photos

整體色彩搭配協(xié)調，視覺完成度較高。從實際結果來看，這份報告的完成度較高，脈絡、產(chǎn)業(yè)鏈、市場規(guī)模等章節(jié)層層推進，沒有出現(xiàn)前后章節(jié)自說自話的割裂感，信息密度也比較到位。不過，數(shù)據(jù)引用比較單一，基本只用了智次方研究院和集微半導體大會報告，缺乏多來源數(shù)據(jù)的交叉驗證。

這只是前菜，接下來看看幾個最受關注的功能。

先看3D交互生成。我們先讓它用Three.js生成一個可探索的微型城市，要有高低錯落的建筑、街道、樹木、一條穿城而過的小河，同時需要一個晝夜循環(huán)系統(tǒng)。

Kimi K3生成的微型世界

提示詞里要求的元素都沒有落下，畫面、配色和諧，能看出在設計上花了心思。但細節(jié)不夠到位，會出現(xiàn)樹和路燈擋在路中間的情況。

再來看看前端編程能力。我們給了它一個GitHub上開源的考察前端編程能力的復雜題目。這道題目要實現(xiàn)化學實驗的交互演示，主要考察數(shù)學計算、計算幾何能力和物理空間建模等能力。

Kimi K3生成的化學實驗交互演示

Kimi K3交出來的成品有亮點也有瑕疵。先說做得好的部分，泡沫從瓶口涌出的過程很自然，噴射、擴散的節(jié)奏符合化學反應的表現(xiàn)，且噴射出來的粒子能看出泡沫的質感。但有一個遺漏，瓶身不透明，看不到瓶內的液體，說明它在處理容器液面渲染時做了簡化處理。

接著，看視覺設計。我們讓它構建一個莫奈《睡蓮》風格的沉浸式全景世界。

Kimi K3生成的《睡蓮》風格全景世界

Kimi K3的成品在視覺表現(xiàn)上確實有亮點。整體的設計符合莫奈《睡蓮》的風格，可以選擇場景、船速、天色等，不過在船經(jīng)過睡蓮時會出現(xiàn)蓮花穿過船的錯位現(xiàn)象，物理渲染有瑕疵。

最后，看看官方提到的視頻剪輯功能。

我們給了它2026世界人工智能大會的官方宣傳視頻、官方海報和大會的議程推文，讓它基于此做一個30秒的宣傳視頻。它處理得比較仔細，合成視頻后并沒有直接交付，還會自己進行質檢，發(fā)現(xiàn)問題后再修正，最終花了近兩個小時才完成。

Kimi K3制作的世界人工智能大會宣傳視頻

成片整體達到了宣傳片應有的樣子，它還配了背景音樂和口播旁白，不過口播聲音較小，不太能聽清?？紤]到它生成視頻的速度確實很慢，如果是比較簡單的視頻，自己動手可能速度更快，如果手頭有大量素材、需要一個能自主完成選片和粗剪的助手，可以讓它來試試。

幾輪測下來，Kimi K3在視覺審美和3D生成方面確實有優(yōu)勢，但速度始終是繞不過去的問題。同一場景生成時間約為GPT-5.6 Sol的兩到三倍，瀑布場景近半小時，視頻剪輯近兩小時。綜合來看，Kimi K3在“審美直覺”上有明顯優(yōu)勢，但在“工程可靠性”和“速度”上仍有明顯短板。

關于Kimi K3生成速度慢的原因，官方未作說明。可能的因素包括：2.8萬億參數(shù)的推理計算量大、max檔位默認開啟深度思考、推理基礎設施尚未充分擴容等。隨著后續(xù)開放low和high檔位，速度問題可能會有所改善。整體而言，K3給人的感覺是一個能力上限高，但體驗還沒完全跟上的選手。

02.Kimi K3 vs GPT-5.6 Sol：Sol贏在可靠，K3贏在審美

單獨體驗完Kimi K3之后，自然會想，它到底能不能打得過對標的海外頭部選手呢？我們就拿上周剛全量發(fā)布的GPT-5.6 Sol來對比，選了三個場景，用同一套提示詞分別喂給兩個模型，看看誰更經(jīng)得起實戰(zhàn)。

場景一：3D迷宮游戲

我們讓它們生成一個第一人稱的3D迷宮游戲，讓玩家用WASD和鼠標控制，角落需要配置小地圖顯示已探索區(qū)域，用閃爍火炬照明，60秒倒計時，到達出口顯示勝利畫面。

這套提示詞里包含了好幾個獨立的功能需求，考驗的是模型把算法、3D渲染、交互邏輯和視覺效果一次性協(xié)調到位的綜合能力。

GPT-5.6 Sol干活非常快。Kimi還在加載的時候，Sol這邊已經(jīng)能開始玩了；我們在Sol上跑了好幾輪，Kimi K3才把游戲交出來。

回到游戲本身，Sol生成的畫面風格偏寫實常規(guī)，火炬和墻面中規(guī)中矩，更像一個不會出錯的合格成品。

GPT-5.6 Sol生成的迷宮游戲

再看Kimi K3，速度是最明顯的短板，生成時間接近Sol的兩到三倍。不過Kimi K3交付的成果整體視覺帶有像素風，火炬、墻面紋理都更有設計感，光線更暗，可玩性更高。

Kimi K3生成的迷宮游戲

這個場景的差異主要在于速度和審美。GPT-5.6 Sol快、穩(wěn)，是需要快速得到一個可用成品時的首選；Kimi K3雖慢，但出來的東西更有辨識度。愿意多等一會、對視覺有要求，Kimi K3值得一試。

場景二：杯子倒水物理仿真模型

接下來這道題來自GitHub上開源的復合型工程化編程測試，要求實現(xiàn)杯子裝水和倒水的物理仿真，綜合考察數(shù)學建模、物理直覺、圖形學處理和邊緣情況處理。

GPT-5.6 Sol交了一份合格的答案。裝水時水粒子老老實實待在杯子里，沒有穿模泄漏；倒水時水從杯口流出，符合物理規(guī)律。

GPT-5.6 Sol生成的杯子倒水仿真模型

Kimi K3在這道題上“翻車”了。第一次生成存在兩個硬傷：一是裝水時，水粒子穿透杯壁漏出去了；二是倒水時，水從杯底流出。經(jīng)提醒之后Kimi K3做出了改正，但改得也很慢，最終結果符合要求。

Kimi K3生成的杯子倒水仿真模型

這個場景GPT-5.6 Sol獲勝。值得注意的是，官方在K3的介紹中特別強調了視覺理解與空間推理的結合提升，但至少在這道題上，它的物理仿真還沒做到一次到位。

場景三：3D交互視覺設計

最后看視覺設計，這道題同樣來自GitHub上的開源題目。我們讓它用Three.js創(chuàng)建一個尼亞加拉大瀑布全景。這道題主要檢驗視覺審美能力和工程能力。

GPT-5.6 Sol在功能完整性上一如既往地穩(wěn)，連按鈕命名都忠實還原了提示詞的措辭。但問題在于，它有點“敷衍”。在這個考題中，水應該是最出彩的主角，提示詞要的是玻璃質感的綠水、帶透光的白色水幕，拿到手的是一大片白色粒子糊在懸崖面上，不夠有美感。此外，彩虹這一提示詞里提到的元素，也沒有出現(xiàn)。

GPT-5.6 Sol生成的瀑布全景

Kimi K3這邊更用心。畫面整體更精美，GPT-5.6 Sol缺失的彩虹它沒有落下。在水的渲染上，Kimi K3處理得更自然，更接近真實瀑布水汽氤氳的視覺體驗。當然，Kimi K3生成的速度依舊很慢，花了近半小時才做好。

Kimi K3生成的瀑布全景

三輪測試的結論可以總結為：要又快又穩(wěn)的成品選Sol，但弱項在于審美，更傾向于“完成需求”；要視覺上有辨識度的成品選K3，但速度和一次性準確率是硬傷，K3需要你付出兩到三倍的時間成本。

03.結語

看完實測，我們把視角轉向Kimi K3背后的公司月之暗面。

2025年12月，月之暗面完成C輪融資5億美元，由IDG領投，阿里、騰訊等老股東超額認購，投后估值43億美元。今年5月，完成約20億美元融資，投后估值突破200億美元；6月底，又啟動新一輪融資，投前估值已升至315億美元。

支撐估值增長的除了模型能力，還有收入增速。3月，Kimi的ARR（年度經(jīng)常性收入）突破1億美元，6月中旬達到3億美元，三個月增至3倍。這輪增長還是在API持續(xù)調價的情況下實現(xiàn)的。此前K2到K2.7 Code漲價約60%，ARR仍保持增長；但K3相比K2.6漲幅更為激進，這一價格水平下的市場接受度尚待觀察。

目前，API貢獻了Kimi總收入的七成以上，海外API收入也已超過國內。API是Kimi收入的基本盤，訂閱數(shù)據(jù)則補充證明了其海外個人用戶的付費意愿。根據(jù)Stripe的數(shù)據(jù)，Kimi個人訂閱用戶1月支付訂單數(shù)環(huán)比增長8280%，2月環(huán)比再漲123.8%，進入Stripe全球榜單前十，成為首個闖入前十的中國AGI產(chǎn)品。

月之暗面試圖構建這樣一套路徑：用開源模型吸引全球開發(fā)者，通過開發(fā)者工具進入真實工作流，再將對穩(wěn)定性、速度和服務要求更高的用戶轉化為API客戶。理論上，這條路徑可以形成飛輪效應：模型能力帶來開源影響力，開源帶來開發(fā)者，開發(fā)者轉化為API收入，收入再支持訓練和推理投入。但能否真正跑通，還需要開發(fā)者留存率、API客戶轉化率等數(shù)據(jù)來驗證。

當越來越多的收入來自API調用和訂閱，傳統(tǒng)軟件工具的統(tǒng)計口徑也開始失真。這也解釋了IDC市場份額與大模型公司ARR之間出現(xiàn)錯位。7月16日，IDC發(fā)布了2025年中國AI編程市場份額報告，總規(guī)模3.99億元人民幣，阿里Qoder以47.6%的份額位居第一，超過第二到第五名總和；智譜CodeGeeX排名第二，份額11.5%。7月17日，多家媒體披露智譜的ARR已達10億美元，半年增長15倍。

這種反差說明AI編程行業(yè)的價值正在從傳統(tǒng)軟件銷售，逐漸轉向API調用和訂閱等新模式。隨著市場衡量標準發(fā)生變化，行業(yè)競爭也開始進入新的階段。

在這一背景下，月之暗面與智譜的競爭，不再只是比市場份額，還要看誰能更快把高速增長轉化為可持續(xù)收入。

月之暗面目前仍處于講增長故事、兌現(xiàn)長期空間的階段，主要展示增長速度和遠期空間，而已經(jīng)上市的智譜則必須持續(xù)接受收入兌現(xiàn)、成本控制和盈利路徑的檢驗。兩家公司都證明了AI編程付費需求遠超預期，只是所處的發(fā)展階段不同，因此市場關注點也已經(jīng)發(fā)生變化。

從時間節(jié)點看，Kimi K3發(fā)布的節(jié)點很微妙。月之暗面正在籌備港股IPO，Kimi K3不只是一輪產(chǎn)品更新，也像一次上市前的能力宣示。但IPO最終檢驗的不會是榜單成績，還有3億美元ARR能否持續(xù)、客戶是否留存、推理成本能否控制，以及技術優(yōu)勢能保持多久。

把時間軸拉到18個月前，當時國產(chǎn)大模型的話題還是能不能追上GPT-4，而現(xiàn)在的對標對象已經(jīng)變成了Claude Fable 5和GPT-5.6 Sol。Kimi K3不一定是最終追上的那個模型，但它證明了國產(chǎn)大模型已經(jīng)具備和海外巨頭掰手腕的能力。

*題圖來源于月之暗面Kimi微信服務號。