国产大模型Kimi K3上线：2.8万亿参数卷出新高度

Kimi K3 刚刚发布，2.8万亿参数、100万上下文、代码能力超Claude、看图直接生成页面——参数听着唬人，实际用起来怎么样？一起来看看~

2.8万亿，不是硬堆参数

你可能听过“参数”这个词，简单理解就是模型的脑细胞数量。脑细胞越多，能记住的东西就越多，处理复杂问题的能力也越强。

之前开源模型里最大的也就1万亿出头，K3直接干到了2.8万亿。什么概念？比上一代K2大了将近三倍。而且它是全球第一个参数破3万亿级别的开源模型——虽然准确说是2.8万亿，但大家都习惯叫它“3万亿级别”。

不过参数大不等于一定好用，关键看能不能把这么多“脑细胞”高效组织起来。

K3 用的是 MoE 架构，896 个专家，每次只激活 16 个最相关的。好比医院有 896 个科室，你感冒了只去呼吸科，不用全院出动。参数虽大，跑起来不慢。

两个技术细节让它更聪明：

KDA 注意力机制——传统模型读 100 万字是逐字逐句读，慢得要命。K3 跳着读，只抓重点，速度翻倍。

注意力残差——信息在 100 多层网络穿行，没接力站传到后面就变味了。K3 每层都加了“接力站”，深层信息不丢失。

两项配合，训练效率比上代 K2 提升 2.5 倍。

写代码：实测能打

Frontend Code Arena 拿了 1679 分，超过了 Claude 的 Fable 5。

我丢了个 80 文件的 React 项目进去，让它把主题切换从 CSS 变量改成 Tailwind。它一次性改完所有文件，没出现上下文漂移，还主动发现了一个颜色命名冲突。

100 万上下文窗口能装下一整套项目代码。修 bug 时它能全局扫描，不像小窗口模型只看局部，容易漏掉根因。

看图干活：不费嘴皮子

原生支持视觉理解，不用先把图转成文字。

直接拖 UI 截图进去，说“按这个布局写 React 组件”。间距、层级、颜色它都能识别，连 hover 状态都主动补了方案。不能说完美，但第一版能跑起来，已经省了大把时间。

100万上下文能装什么

给你三个参照：一套中小型项目源码、三本《三体》、5小时会议录音。

我丢了个 60 文件的后端项目，问它接口超时原因。它在三个不同文件里分别找到：连接池配置偏小、日志写太详细导致 I/O 阻塞、前端重试和幂等性设计冲突。单看都不是问题，合在一起才出事——只有全局视角才能发现。

价格贵不贵

普通用户 Kimi App 直接免费用。

开发者 API：输入 2~20 元/百万 token，输出 100 元/百万 token。

7月27日前完整权重开源，可本地部署。

快速上手（不想折腾的看这里）

若想用上Kimi K3能力又不想折腾配置，OpenClaw部署助手是不错的选择。

三步搞定：

下载安装OpenClaw部署助手，点「开始部署」，自动检测安装 Node.js、Git 等环境，进度条提示每一步状态；

配置K3模型——两种方式任选：

手动：去Kimi开放平台申请 API Key，粘贴进去。

省事：直接用软件内置的AI，内置了25款主流模型（ChatGPT、Claude、DeepSeek、Kimi、智谱、豆包全都有），不用挨个注册，一键切换。

返回首页启动服务，看到绿色运行状态，点「打开聊天」开始用。

当然K3也不是没短板，个别边缘场景下指令遵从还不够稳，偶尔会“过于发散”。7月27号权重开源之后，社区会有更多微调和评测出来，那时候才是真正检验实力的时刻。

毕竟好模型不是比谁参数大，是比谁真能帮你把活干了。

已经上手的欢迎评论区聊聊实测体验。