Kimi K3 发布 12 小时后，大家创造了什么？

今天凌晨，Kimi K3 正式发布。这是 Kimi 迄今能力最强的模型。

在 Arena AI 主要测试前端编程的 Code Arena 最新榜单中，Kimi K3 拿到了 1679 分，较此前提升 17 名，位居全球第一，超过 Claude Fable 5 的 1631 分和 GPT-5.6 Sol 的 1618 分。

Kimi K3 是一个 2.8 万亿参数模型，基于 KDA 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有 100 万 token 上下文窗口。它是全球首个开源的 3 万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。

虽然 Kimi K3 整体表现仍落后于最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol，但它在 Kimi 整套评测中展现出前沿水平的能力，并稳定超过了其他所有模型。

依托 100 万 token 上下文窗口，Kimi K3 在 BrowseComp 上取得 91.2 分，达到新的 SOTA，超越 GPT-5.6 Sol Max 和 Fable 5 Max。Artificial Analysis 也发布了对 K3 的评测，证实其性能已经达到全球第三。马斯克现身评论区留言：「Impressive」（令人印象深刻）。

发布 12 小时后，大家是怎么真正用起 Kimi K3 的？它到底能做什么？

我们问了问 K3，以下是它的答案：

给出主题，补齐世界

@Bhavani_00007 给 Kimi K3 和 Claude Opus 4.8 发出了同一个 Prompt：制作一座带有灯光、道具和细节的兵器库。

K3 要先回答的问题是理解，「兵器库」这三个字意味着什么。

来源：@Bhavani_00007

所以当 Opus 4.8 交出一个更接近游戏开发早期的灰盒，搭好了房间、墙壁和地面，K3 选择继续往下推演：人走进这里会先看到什么？哪些物件能证明这里真的在储存和管理武器？什么样的灯光才能让这个空间显得危险而真实？

它在房间里加入了武器架、弹药箱、警戒线、墙面标识和散落的道具。不同区域使用不同的灯光，房间中央被红色光源照亮，远处则保留在阴影中。物品也不是平均摆放，而是围绕视线和动线被组织起来。

这些细节，Prompt 并没有写明。

@Bhavani_00007 在 X 上分享的 Kimi K3 Prompt

这正是官方所说的 3D 推理、编程与视觉能力的融合：K3 不是在执行字面指令，而是从概念推演出一个完整的环境。

用户只给出一个主题，它会主动补齐背后的世界。

Prompt 没说的部分

@chetaslua 让 K3 和 GPT-5.6 Sol 用 Three.js 制作一台可以操作的古代弩炮。

拿到这个指令，K3 先回答的不是弩炮究竟用来做什么。

K3 没有把它当成一件等待观看的器物。它把弩炮放进了夜晚的战场。玩家站在弩炮后方，远处是城墙和目标，周围燃着火把。镜头进入操作者的视角，用户可以瞄准、调整方向并发射。

GPT-5.6 Sol 的答案同样合理：弩炮位于画面中央，参数和操作信息整齐排列，更像一件博物馆展品。两个模型都完成了功能，但一个在回答「弩炮长什么样」，另一个在回答「操作弩炮是什么感觉」。

来源：@chetaslua

这正是 Kimi 官方所说的「将概念转化为完全可玩的交互体验」。

网友 @HarshithLucky3 称，Kimi K3 是月之暗面的 Mythos 时刻。

60 万 Token，不中断的开发

@ChrissGPT 用三轮指令、约 60 万 token，就让 K3 做出了一款结合《CS:GO》和《Portal》的第一人称游戏：玩家可以移动、瞄准和射击，画面里还有 HUD、小地图、3D 关卡与传送机制。

对 K3 来说，真正的难点并不是写出其中任何一个系统，而是每加入一个新机制，之前的一切仍然成立。加入传送门之后，移动不能坏，瞄准不能坏，小地图也不能坏。60 万 token 支撑的不只是更多代码，是一条持续演进、始终自洽的开发轨迹。

来源：@ChrissGPT

这是 K3 最核心的 100 万 token 上下文与长程编码能力。

它可以在极少人工监督下持续完成长时间的工程任务，理解大型代码库，并协调使用终端工具。长上下文不只是能读进更多代码，还可以支撑一条更长的开发轨迹。

整个过程的 API 调用成本只有 3.24 美元。按照 Chris 测算，同样的 token 用量，Claude Fable 5 需要 10.80 美元，GPT-5.6 Sol 则需要 6 美元。

先理解感受，再选择画面

@filicroval 测试的是前端设计。

面对这道题，K3 先回答的不是「页面应该有哪些模块」，而是「这个产品应该让人产生什么感受」。

它的答案是：精密、坚硬、高速，以及工业制造中特有的力量感。

之后所有选择都从这种感受倒推出来。深色背景，把光线留给金属；主视觉不是静置的产品特写，而是钻头切割金属的瞬间。火花、碎屑和高速运动占据画面中心，产品不再被摆放，而是在工作。

GPT-5.6 Sol 的方案同样成熟：米白背景、大字号标题、整齐的信息层级，是一个可靠的高端产品网站模板。两者的差距不在功能，也不只是美丑，而在于一个在遵循规范，一个在表达判断。

作者 Filipe 将这种差异概括为 taste。

来源：@filicroval

Taste 不只是字体、配色或图形。它意味着在大量都说得通的方案中，模型能够判断哪一种更适合这个具体的产品。它知道什么时候应该克制，也知道什么时候需要一个更强的画面。

从搭建细节丰富的 3D 世界、开发可交互的前端应用，到处理大型代码库、完成复杂的行业研究，第一批用户正在不断拓展 Kimi K3 的能力边界。

在这些案例中，K3 展现出一种鲜明的能力组合：长程执行、空间推理、视觉反馈，以及罕见的主动审美。

从月之暗面创立之初一路陪伴至今，真格也有幸见证 Kimi 一次次推动智能的边界。

这些案例或许只是开始。一个模型的可能性，由每一位使用它的人共同定义。

现在，使用 Kimi K3，打开属于你的下一个可能。