原帖链接
四天前，史上规模最大的开放权重 AI 模型悄然上线了。
建议先收藏。
没有主题演讲，也没有直播。月之暗面 一夜之间上线了 kimi.com，发布 Kimi K3：2.8 万亿参数、100 万 token 上下文窗口，以及一种此前没有开放模型做到过的编码能力。
在 Arena 的人类盲测中，开发者在不知道模型来源的情况下为结果投票，K3 拿下了 Frontend Code 竞技场第一名。它击败了 Claude Fable 5，也击败了 GPT-5.6 Sol。开发者在不知道自己选择的是开源模型时，把第一名给了它。
大多数人看到标题后就划走了，真正把它推到极限、看看它能构建什么的人并不多。
我做了测试。下面是 K3 通过一条提示词就能产出的 20 种东西，其中许多是热衷争论基准的人从未真正尝试过的。
在进入清单前先说一句：K3 在盲测中确实是世界第一的前端代码模型；但整体能力大约排在第四，接近 Opus 4.8 水平，在覆盖面最广的基准上仍落后于 Fable 5 与 GPT-5.6 Sol。它擅长的领域会赢得非常彻底，下面列出的正是这些领域。
先用 60 秒了解 K3 是什么
如果你刚接触它，先用最直白的语言了解基础信息。
Kimi K3 是月之暗面推出的大语言模型。月之暗面 是一家位于北京的实验室，由前 Google 研究员杨植麟创立，并获得阿里巴巴支持。它于 2026 年 7 月 16 日推出两个版本：面向对话和智能体工作的 Max 版本，以及为大规模并行任务构建的 Swarm 版本。
2.8 万亿参数听起来不可能运行，实际之所以可行，是因为 K3 采用了 Mixture-of-Experts 架构。把它想成一栋有 896 位专家的大楼，而不是一个无比庞大的大脑。每次任务只唤醒最合适的 16 位专家，约占总数的 1.8%，其余专家保持休眠。它因此携带 2.8 万亿参数模型的知识，却以更低成本运行。
再加上三项能力：100 万 token 的上下文窗口，可一次容纳完整代码库或一叠长文档；原生多模态输入，可直接读取图像和视频而非依赖附加组件；以及默认开启的推理模式，Moonshot 称之为“思考模式”。最后一项既有优势也有代价，后文会谈到。
下面看看它能做什么。
第一部分：游戏与 3D 世界
这正是 K3 赢得竞技场第一名的类别。“描述一个 3D 物体”和“得到可运行的 3D 物体”之间的墙，如今只隔着一条提示词。
1. 带真实物理效果、可直接游玩的浏览器游戏。
不是看起来像游戏的演示，而是包含受击反应、撞击反馈和真实物理表现的可玩场景。有人只用一条提示词就做出战斗竞技场和视觉特效、带抓钩机制的浏览器 3D 城市穿行、俯视角赛车和僵尸射击游戏。K3 的不同之处在于，它能处理通常最容易出问题的二十个小细节，例如碰撞反馈、动量和镜头手感。
构建一个单文件浏览器游戏：俯视角竞技场，玩家需要躲避并射击
一波波敌人。使用 WebGL 或 canvas，不要外部资源。
包含：真实移动动量、敌人受击反应、撞击时屏幕震动、
分数计数器和重新开始按钮。目标为 60fps。
让操作响应灵敏，不要漂浮感。完整构建它。2. 看起来像渲染图、而非演示品的交互式 3D 产品。
可以是光泽和受光准确的腕表、可拆解的相机，或由数十个独立部件组成、点击后可组装和拆卸的机械物体。它与此前“AI 构建一个 3D 物体”尝试的差别，在于材质准确性：粗糙度、金属度和真实阴影，而不是扁平的塑料质感。
3. 通过计算而非动画驱动的物理模拟。
布料自然垂落，结构在自重下坍塌，两辆车在空中碰撞时动量传递自然，海面拥有真实的波浪动力学。要求 K3 计算物理效果，并在代码中注释数学过程以便验证，它能做到。
构建三个采用计算物理的 HTML5 canvas 场景，不使用库，
每个场景一个文件：
(1) 桥梁坍塌，车辆落入水中并产生排水效果；
(2) 布料落在不可见物体上；
(3) 一摞方块被轻推后倒下。
物理由计算产生而非动画，目标 60fps，提供重置按钮，并注释方程。
不要先提问，直接构建。4. Shader 与 WebGPU 视觉场景。
这是难度真正高的图形工作：带引力透镜效果、会扭曲后方星空的黑洞；数千粒子的粒子系统；随移动实时生成的程序化地形。这类工作过去需要以编写 GLSL 为职业的人完成，而 K3 可以先起草，再按照你设定的质量标准不断改进。诀窍是明确说出标准，例如“它应像 demoscene 作品，而不是 Shader 教程”，因为 K3 对标准的响应往往强于对普通指令的响应。
构建单文件 WebGL 场景：一个带引力透镜的黑洞，明显扭曲后方星空，
并加入基于温度变化颜色的吸积盘。添加轨道控制。
质量标准：它应像科学可视化作品，而不是 Shader 教程。构建完整文件。第二部分：真实产品与界面
除了视觉效果，K3 的前端能力也能转化为可交付的产品工作。
5. 看起来是经过设计的、而不是套模板的落地页。
给它产品说明和审美方向，例如“粗野主义”“温暖的编辑风格”“干净的金融科技风”，它会生成具有真实字体层级和布局意图的页面，而不是千篇一律的 AI 拼凑感。明确给出质量标准，它会努力满足。
6. 根据规格搭建全栈应用脚手架。
描述产品、技术栈和功能，K3 会将前端、后端、数据库 Schema 与身份认证层一并搭好，并正确连接，而不是提供互不关联的片段。这不是玩具，而是一份可以继续加固的起始代码库，正适合发挥它的长程任务能力。把完整规格放进一条提示词，让它分阶段构建。
为一个习惯追踪 Web 应用构建脚手架。
技术栈：React 前端、Node/Express API、Postgres、邮箱加密码的身份认证。
功能：用户注册、创建/编辑/删除习惯、每日打卡、连续天数计数器、每周视图。先构建数据库 Schema，再构建 API，最后构建 UI。
把它们连接起来，并说明运行时还需要配置什么。7. 真正保持同步的实时协作功能。
弱一些的模型常会悄悄伪造这部分。实时状态必须在多个客户端间同步，而不是只保存到数据库；只有同时打开两个浏览器时，bug 才会出现。K3 能处理 WebSocket 层、重连与多客户端同步，也可以要求它证明实现正确。
为应用增加实时协作层：实时光标和点击落点式评论标记，类似 Figma。
使用 WebSocket（Socket.io 或原生 ws）。要求：实时显示其他用户的光标，
评论立即对所有人出现，优雅重连且无残留光标，对光标更新做防抖。
端到端实现它，然后在宣布完成前，用两个模拟客户端证明同步正常。8. 从原始数据生成仪表盘和数据可视化。
把 CSV 和一个问题交给它，它可一次生成带图表、筛选器和交互的仪表盘。图表与图形推理是它文档明确列出的强项，因此它不只是绘图，也会推理数据传递的信息。
第三部分：硬核工程（长周期任务）
K3 为跨大型代码库的持续编码会话而构建。对开发者来说，这部分最重要。
9. 有可量化目标的全仓库工作。
这是使用 K3 最强大的方式。不要给它一件待办事项，而要给它一个结果，并让它一直工作到指标发生变化。
在修改任何内容前，先阅读整个代码库。
目标：将 /search 端点的 p95 响应时间降低 30%。
规则：先进行性能分析并展示时间花在哪里；不要改变公开接口或输出；
每次修改后运行测试；如果修改让情况变差，撤销它并说明原因。
持续工作，直到达成目标，或能够证明不破坏规则便无法达成。
结束时给出记录：改了什么、带来什么收益、哪些尝试失败了。10. 一次把整个真实仓库放进上下文。
100 万 token 窗口不只是参数表上的炫耀。你可以加载一个真实代码库并询问架构层问题、编写文档，或跨数十个文件追踪 bug，因为模型确实能够看到整体，而不是猜测你没有粘贴的部分。这是 K3 与更小窗口模型最显著的实际差异：它推理的是整个系统，不是其中碎片。不过要注意，聚焦于真正相关文件的 20 万 token，往往优于塞满整个单体仓库的 90 万 token；它的长程优势来自聚焦，而不是单纯的数量。
11. 在框架或语言间迁移代码。
K3 在多语言软件工程上处于领先水平，因此把服务从一种语言迁移到另一种语言，或把一个框架迁移至其后继版本，正是它擅长的任务，也包括那些通常会被漏掉的枯燥边界情况。因为它能把整个项目放进上下文，它可在迁移中保持行为一致，而非逐文件翻译并悄悄改变代码含义。
12. 具有可验证成功条件的自主会话。
K3 可以长时间、基本无人看管地运行，但前提是目标可以检验。“改进代码”会让它游移；“让此测试通过”或“达到这个基准”则会给它一个可持续推进的目标。长程任务应始终给它数字，而不是模糊感觉。
第四部分：智能体、工具与研究
K3 在工具使用和网页研究基准中接近顶尖水平，因此它不只是写作者，也可以成为执行者。
13. 终端与浏览器编排。
它可以稳定驱动 shell、浏览器和 API 调用，这是每项真实智能体任务都需要的连接层。给它一个需要查找资料并采取行动的目标，它会自行串联步骤，而不是在每个分叉处停下来问你下一步做什么。
目标：找出这个开源项目 GitHub issues 中呼声最高的三个功能，
再为排名第一的功能写一份简短规格。
步骤：搜索仓库 issues，按反应数和评论量排序，找出前三项，
选择影响最大的一个，并写一页规格，包含范围、边界情况和粗略实现计划。
展示你的工作过程。14. 深度的工具增强网页研究。
K3 在浏览基准中处于领先水平。给它研究问题，它会搜索、阅读一手资料、交叉核对，并在过去仅够粗读十个标签页的时间内，带回结构清晰且包含引用的结果。
15. 借助 Swarm 版本完成大规模并行工作。
K3 有两个形态，Swarm 版本专为大规模并行处理构建：将一个大型批处理任务同时扇出到许多子智能体，再合并结果，而不是逐项缓慢处理。
16. 将一堆文档转为一份交付物。
让它处理一个包含 PDF 的文件夹或很长的研究语料，并要求输出一份文献综述、对比表格或简报，它会处理整个集合并交付组装后的结果，而不是给出十五份彼此分散的概括。
第五部分：多模态与进阶用法
K3 原生读取文本、图像和视频，由此解锁了另一类工作。
17. 从截图或设计稿直接生成可运行代码。
给它一张设计稿或界面截图，它会写出复现该界面的前端。原生视觉能力与前端优势结合，使其成为对任何 UI 构建者都极为实用的能力。
18. 对图表、图形与视觉数学进行推理。
输入一张图表、图解或拍摄的数学题，它不只描述图像，还会对其推理、提取数字并使用这些数字；任务需要真实计算时，它会借助 Python。这是其文档标注的领先领域之一。
19. 将视频理解作为输入能力。
多模态输入包含视频，因此你可以把视频片段作为上下文提供给它，而不是先转录，再让它推理屏幕上实际发生的事情。
20. 在 7 月 27 日后真正拥有模型。
最强大的用法，也是最容易被误解的一点：7 月 27 日，K3 的完整权重将以宽松许可证开放。对于严肃团队，这意味着可以在自有硬件上自托管、用自有数据微调、精确检查它的行为，不再依赖任何 API 是否持续在线或条款是否仍然有利。这种独立性出现在接近前沿的模型上，才是真正重塑市场的部分。
使用前必须知道的两项提醒
一份只有超能力、没有附加条件的清单，只会让人浪费钱并踩坑。
不要把 K3 设为一切任务的默认模型。 它始终开启推理，会对每个请求进行深入思考。对上面的二十类任务，这很出色；但对格式化列表或重命名变量而言，就完全不合算。早期测试者看着它在本应只花零点几美分的任务上消耗数千个推理 token。应把琐碎工作路由给更小、更快的模型，把 K3 留给真正配得上这份算力的任务。这是新用户最昂贵的错误。
关于成本还有一个反向因素：K3 的 API 价格是每百万输入 token 3 美元、每百万输出 token 15 美元，处于中档而非低价；但它完成真实任务时，通常比那些为得到同一答案而冗长输出的昂贵模型使用更少的输出 token。因此，诚实的衡量方式是每个完成任务的成本，而不是每个 token 的成本。对它擅长的工作，总账单往往低于标价给人的印象；对琐碎工作，始终开启的思考又会完全抹去这种优势，这正是路由如此重要的原因。
“开放权重”不等于“可以在笔记本上运行”。 7 月 27 日权重开放后，你不是把 K3 下载到 MacBook 上。即便经过重度压缩，它也远超 1TB，需要数十枚加速器芯片才能运行。开放权重是给能够自托管的组织和能够微调的研究者的礼物，并不是给游戏 PC 的私人模型。对几乎所有人而言，“使用 K3”意味着通过应用或 API，这完全没有问题。
今天如何试用
→ 对话：kimi.com，现已可用，零配置即可运行上面的所有提示词。
→ API： 兼容 OpenAI SDK；从 OpenAI 或 Anthropic 配置切换过来，只需替换 base URL 和模型字符串，无需重写。
→ 在代码库中使用： 按 kimi.com 上的官方说明安装 Kimi Code CLI，打开项目后，让它通过直接文件访问进行规划、编辑和测试。
→ 权重： 计划于 7 月 27 日完整开放。届时它不再只是租用的服务，而是任何拥有硬件的人都可拥有的东西。
这件事不止是一个基准排名
先从提示词中退一步，真正重要的是背景。
Moonshot 在美国对训练此类规模模型所需芯片持续三年加强出口限制的环境下，构建了一款 2.8 万亿参数、前沿级别的模型。他们依靠架构创新而非单纯堆叠算力做到这一点；随后，他们没有永久将它锁在 API 后面，而是宣布将权重开放。发布时间选在上海世界人工智能大会前夕，这并非巧合。
有趣的问题从来不是“中国是否追上”。真正的问题是：当一个免费的开放模型进入同一梯队，封闭且昂贵的前沿模型在经济层面会发生什么？当前沿级能力不再只由三家公司出售，而是任何资源充足的团队都能下载时，封闭实验室的定价能力就会变化。这种压力才是这里真正的事件，远比任何单一基准数字重要。
还有一个真实的未知数。中国监管机构一直在讨论自身的 AI 出口规则，因此 K3 究竟是这一方向最后一个伟大的开放权重发布，还是众多发布中的第一个，目前确实尚不清楚。无论如何，模型已经发布，不会再回到盒子里。
真正重要的变化
过去三年，模式很简单：美国实验室构建前沿模型，其他人半年后得到更便宜的副本。Kimi K3 打破了这一点。它是有史以来最大的开放模型，在人类盲测的前端代码能力上世界第一，并将在一周内免费开放。
它不是最便宜的 token，不会在每一张排行榜上居首，也不能在家里运行。这些都是真的，却不改变核心事实：一款在构建产品时能击败封闭旗舰模型的前沿级模型，即将属于所有人。
上面的二十条提示词可以成为你的先发优势。本周真正运行它们的人，会在其他人还在争论基准表时，先知道这个模型能做什么。
大多数人会读完发布帖，却从不打开模型。花一个晚上用它构建东西的人，将比整个信息流领先一个月。
我会拆解每一个重大 AI 发布，去掉炒作，并提供可自行试用的提示词。趁 K3 仍是新闻时收藏它，并关注下一篇。
试用入口：
→ 对话与应用：kimi.com
→ API：兼容 OpenAI SDK
→ 开放权重：预计 7 月 27 日
如果这篇内容对你有帮助，欢迎关注 @eng_khairallah1，获取更多 AI 内容。作者每周都会发布拆解、课程和工具。
