权重7月27日放出：Moonshot的Kimi K3自称已达前沿水准，却无人能验证

一个谁也拿不到权重的开放权重模型

7月16日，总部位于北京的Moonshot AI发布了Kimi K3，而随之而来的那个最高级修饰语毫不含蓄：全球最大的开放权重模型。SiliconANGLE称其为2.8万亿参数。《财富》则说是2.7万亿——这个差距小到可以用四舍五入的惯例解释，却也大到足以让人注意到：报道这次发布的各家媒体，并没有在同一份文件上读到同一个数字。

这个数字上的出入，正是整件事的缩影。今天关于Kimi K3最重要的事实不是任何一项基准测试成绩，而是模型权重计划于7月27日发布——也就是发布公告之后的第十一天。在那之前，“开放权重”里的“开放”是一个承诺，而非一种属性。Moonshot之外的任何人都无法下载检查点、检视架构、独立复现评测，也无法确认拿去跑分的那个东西，就是最终会被公开的那个东西。

已经上线的是API。OpenRouter把Kimi K3列为一个2.8万亿参数的开放权重多模态推理模型，具备一百万token的上下文窗口，现已可用。所以在接下来的一周半里，K3是一个带着开放权重发布日期的闭源模型。这和各家标题所描述的，是意义截然不同的两种产品。

Moonshot声称自己造出了什么

剥去那些最高级，这套说辞其实相当具体，而且讲的是智能体编程，不是聊天。OpenRouter把K3描述为为复杂编程、知识工作和智能体工作流而生，长处在于代码库导航、工具调用、调试，以及处理图像和日志。SiliconANGLE则把主要用例框定为带视觉回路的长时程自主软件开发——模型在工作过程中会去看截图和日志，而不只是读文本。

《财富》称它是Moonshot迄今最强的开源编程模型，并直接引用了该公司自己的说法：在极少人工监督下运行，它能够支撑长时间的工程会话、在庞大的代码库中穿行，并调度终端工具。

上述每一条主张，讲的都是持续时长——长会话、大代码库、持久自主。这些恰恰是最难用基准测试证实、却最容易在发布博文里断言的属性。而且值得注意的是，它们也正是7月27日权重发布之后，人们真正能够动手检验的属性。

有个小细节值得点出：OpenRouter提到，推理强度目前仅支持max一档，更多档位即将推出。一个只能以最大强度思考的模型，是一个你暂时还无法调节其经济账的模型。

记分板，以及记分板握在谁手里

这些基准测试主张确实相当惹眼，但它们都带着一个关于出处的重要星号。

SiliconANGLE报道称，K3在部分应用场景中的表现超过了OpenAI的GPT-5.6 Sol和Anthropic的Claude Fable 5，在Arena.ai的前端开发排行榜上排在两者之上，在Artificial Analysis Intelligence Index上则紧随专有模型之后——比它的前代Kimi K2.6高出17个名次。

《财富》的版本更为激进：K3“大幅超越”了Opus 4.8、GPT-5.6 Sol和GPT-5.5，并稳定位列前三——依据的是该公司的官方基准测试。这个限定语承担了极重的分量。厂商自己跑自家模型的评测，在别人复现出来之前，都只是营销素材。

Arena的结果之所以是更有意思的数据点，恰恰因为Arena不是Moonshot。Arena首席执行官Anastasios Angelopoulos对SiliconANGLE表示：“这可能是今年最重要的一次发布，标志着中国开源模型超越美国模型的时刻。”这是一个有自家排行榜要守护的第三方给出的强烈表态。但它同时也只是关于某一个排行榜——前端开发——的表态，而不是关于整体前沿能力的判断。

与此同时，同日发稿的TechCrunch仍在使用将来时：K3预计将与Opus 4.8持平或将其超越，据称会在未来几天发布。两家可靠媒体，同一天，一家在描述一个已经交付的模型，另一家在描述一个尚待面世的模型。这可以读作一个信号，说明这次发布跑得比围绕它的报道快了多少。

价格才是真正的论据

如果你想找出这次发布中不依赖于信任任何人跑分的那部分，就去看定价。

SiliconANGLE列出了Moonshot的官方费率：缓存命中输入每百万token 0.30美元，未缓存输入每百万token 3美元，输出每百万token 15美元——包含推理token，且不随上下文长度变化。OpenRouter确认了3美元/15美元这两个数字。最后那个条件比看上去更要紧：许多长上下文模型一旦超过某个阈值就会加价，而在一百万token的窗口内保持统一费率，会改变“把整个代码库喂给模型”这件事的算术。

《财富》把这个15美元的输出价格放到同行中比较：Fable为50美元，z.ai的GLM-5.2为4.40美元，DeepSeek V4为0.87美元。这一行要仔细读，因为它是双刃的。对照西方前沿模型的定价，K3大约只有三分之一的成本。而在它所置身竞争的中国开放权重阵营里，K3却是昂贵的那个选项——是DeepSeek V4的十七倍。Moonshot打的不是廉价模型这张牌，它打的是前沿品质打折供应这张牌，并且为此把价格定得远高于国内的开放权重同行。

炒作与实情

实情是：API已经上线，定价已经公布且极具攻势，一个第三方排行榜在前端开发一项上把K3排在GPT-5.6 Sol和Fable 5之上，Artificial Analysis把它排在专有前沿模型之后一位。这些都是关于一个已交付产品的、可以核查的事实。

炒作是：“全球最大的开放权重模型”所描述的那个东西，要到7月27日才会存在。“大幅超越Opus 4.8”是Moonshot给Moonshot打分。“长时间工程会话”中的“极少人工监督”，是智能体AI领域被验证得最少、却被重复得最多的一条主张，而所引用的信源中没有一份提供了针对它的独立长时程测试。7月27日发布所采用的许可条款，在此处的任何信源中都未被说明——这意味着，关于一次开放权重发布最具后果的细节，也就是你实际可以在什么条款下使用这些权重，目前尚无定论。

时机也值得点名。《财富》报道称，此次发布比分析师预期提前了数月。TechCrunch报道称，Moonshot正在以315亿美元估值募集新一轮资金，此前在2026年5月以200亿美元估值拿到了20亿美元。一个提前宣布、由内部跑分、十一天后再放出权重、且恰好落在融资进行中的模型发布，是一次面向第二类受众的发布。

出口管制的潜台词

《财富》指出，此次发布可能会加剧围绕美国AI出口管制和模型蒸馏政策的争论，其中的逻辑很直白。出口管制的前提是算力构成瓶颈。一家中国实验室交付了一个2.8万亿参数的模型，并被第三方排行榜排在两个美国前沿系统之上，这本身就是一个论据，说明那个瓶颈比人们设想的更漏——或者说，蒸馏正在以快过限制开凿差距的速度弥合差距。

Angelopoulos的那句框定——中国开源模型超越美国模型的时刻——将会是在华盛顿被反复引用的那句话。它能否经受住7月27日权重发布的检验，才是需要盯住的事。

总结

Kimi K3是本周最重大、也最无从核实的一次模型发布。定价是真实的，而且确实极具攻势：输入3美元，输出15美元，在一百万token范围内统一，大约是Fable输出成本的三分之一。Arena的前端结果是真实的，而且出自Moonshot之外的第三方。除此之外的一切——尺寸上的最高级、击败Opus的主张、自主工程的卖点——要么依赖于这家公司自己的成绩单，要么依赖于一个尚不存在的检查点。

7月27日是那个把这则故事从新闻稿变成事实的日期。如果权重如期落地、参数确为2.8万亿、许可条款允许真正的使用，而且独立评测方能复现哪怕一半的内部数字，那么Angelopoulos就说对了，开放权重的前沿已经移到了北京。如果它延期、或者体量缩水、或者带着悄悄限制“开放”含义的条款出现，那么这一周就将被记作：一个315亿美元的估值发布了，顺带附上了一个模型。

两种可能都还活着。在27号之前，别让任何人告诉你结局是哪一种。