Kimi K3 解决的不是容量，而是参照系
2026-07-27
7 月中旬，月之暗面 发布 Kimi K3。2.8 万亿参数，官方称这是全球第一个开源的 3T 级模型，也是迄今参数量最大的开源权重模型。MoE 架构，100 万 token 上下文，原生支持视觉。第三方评测里，它进入了公开榜单的第一梯队。权重定于 7 月 27 日开放下载。 规模与排名反映的是一时强弱 围绕 K3 的讨论集中在几个数字上，最大的开源权重、3T 级、百万上下文，评测上又排到第几。这些说法大体在回答同一个问题，就是这个模型此刻强不强。 这个问题的答案有效期通常不长。规模可能被更大的盖过，分数可能被下一个开源模型顶下去。权重开放之后 K3 会在别人的模型里留下什么，是另一个尺度上的问题。它在排行榜上占第几格，和它会不会成为后来者共用的原点，这两件事可以分开看。 一个模型要成为参照系，需要哪几件事同时成立 这里说的参照系，指的是一种被使用的状态。后来者发新模型时把它拿出来逐项对齐，做研究时在它的权重上起步。走到这一步大致需要四个条件同时成立，缺一条，这次发布的影响更可能停在一次普通的版本更新上。 最基础的一条是位置足够靠前。参照原点需要落在有效范围内，一个明显落后的模型，别人较少有理由拿它当基线，对齐一个落后的坐标能得到的信息也有限。K3 目前满足这一条。 再一条是权重能拿到手。闭源模型对外主要是一张分数表，可以比对，但接触不到权重，能在它之上做的事情有限。开源改变的是这一点，别人可以下载、部署、拆架构、继续训练。够高和摸得到同时成立，通常被看作当参照原点的门槛，而这些年同时满足这两条的模型数量一直不多。 权重之外，方法是否可读也会影响参照的深度。只放权重，别人能对齐结果，不容易对齐做法。架构、路由、优化器、精度策略写出来，后来者才有可以逐项对比和取舍的对象。
本文为付费内容，订阅后阅读全文。