--- title: "【天风海外&传媒互联网】Kimi K3：Arena 登顶、Artificial Analysis 前三， 针对通用长程任务大幅迭代、推动三季度通用Agent平均" topic_id: 82255484121448112 created_at: 2026-07-17T09:08:12.780+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # 【天风海外&传媒互联网】Kimi K3：Arena 登顶、Artificial Analysis 前三， 针对通用长程任务大幅迭代、推动三季度通用Agent平均 - 序号：224 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/82255484121448112) - 附件：图片 0，音频 0，文档 0 - 音频文件：_无音频_ ## 图片 _无图片_ ## 正文 【天风海外&传媒互联网】Kimi K3：Arena 登顶、Artificial Analysis 前三， 针对通用长程任务大幅迭代、推动三季度通用Agent平均能力抬升、渗透加速。 7 月 16 日，Kimi K3 正式上线：总参数量 2.8T、1M 上下文、原生多模态，完整模型权重将在 7 月 27 日前开放。相比参数规模，更值得关注的是， Arena用户盲测与ArtificialAnalysis独立评测、同时确认了K3的前沿能力。 具体看四点： 1 Arena→单项登顶。Kimi K3 在 Frontend Code Arena 以 1679 分排名第一，超过 Fable 5；在 7 个细分领域中拿下 6 个第一，仅游戏领域排名第二。相比 K2.6，K3 从第 18 名跃升至第 1。 用户盲测把K3投到了第一。 2 Artificial Analysis→进入全球第一梯队。K3 综合得分 57，与 Opus 4.8、GPT-5.5 处于同档，仅落后 Fable 5 与 GPT-5.6 Sol；GDPval-AA v2 得分 1668，超过 Opus 4.8 的 1600；在 AA-Briefcase 长程知识工作评测中排名第二。 3 能力结构→长程通用 Agent 任务适配是最强标签。K3 在前端开发、终端操作、深度搜索和复杂知识工作上表现突出，能够持续执行长时间的软件工程与研究任务。底层采用 Kimi Delta Attention、Attention Residuals 和 Stable LatentMoE，每个 token 激活 896 个专家中的 16 个，官方称整体 scaling efficiency 较 K2 提升约 2.5 倍。 K3的核心进步不是单纯把模型做大、而是让超大MoE能够在百万上下文和长程任务里持续工作。 4 商业化→开始按照前沿能力定价。 国产旗舰模型首次向上定价：K3 API 每百万 token 输入 3 美元、输出 15 美元；Artificial Analysis 测得单任务成本约 0.94 美元，接近 GPT-5.6 Sol 的 1.04 美元，约为 Opus 4.8 的一半。Kimi 没有继续把"低价"作为唯一卖点，而是尝试用 Agent 完成度、上下文长度和产品体验支撑更高定价。 综合看，K3 目前最适合长程 coding、深度研究、前端生成、咨询级 PPT 和复杂知识工作。对于边界严格的自动化流程，仍需设置更明确的系统约束：官方提示 K3 在模糊任务中可能"过度主动"，并且对完整 thinking history 较为敏感，不适合在长会话中途随意切换模型。 落点： 国产头部Agent承接层从单点变成梯队，这对我们此前"承接头部任务的是 coding 执行最好的模型"的判断是加强——名单变长了，逻辑没变。对行业： 供给变厚加速用户切换决策、更好的模型带来token燃烧提速，跑2.8T级模型的推理算力需求上一个台阶、算力与云同步受益。 一句话：Arena 第一证明 K3 能打，Artificial Analysis 同档证明它不是偏科偶然；榜单完成了能力定价，接下来要看商业化兑现。 ## 总体总结 主题正文 1. 【天风海外&传媒互联网】Kimi K3：Arena 登顶、Artificial Analysis 前三， 针对通用长程任务大幅迭代、推动三季度通用Agent平均能力抬升、渗透加速。 2. 7 月 16 日，Kimi K3 正式上线：总参数量 2.8T、1M 上下文、原生多模态，完整模型权重将在 7 月 27 日前开放。 3. 相比参数规模，更值得关注的是， Arena用户盲测与ArtificialAnalysis独立评测、同时确认了K3的前沿能力。 4. 底层采用 Kimi Delta Attention、Attention Residuals 和 Stable LatentMoE，每个 token 激活 896 个专家中的 16 个，官方称整体 scaling efficiency 较 K2 提升约 2.5 倍。 5. K3的核心进步不是单纯把模型做大、而是让超大MoE能够在百万上下文和长程任务里持续工作。 6. Artificial Analysis 测得单任务成本约 0.94 美元，接近 GPT-5.6 Sol 的 1.04 美元，约为 Opus 4.8 的一半。 7. 对于边界严格的自动化流程，仍需设置更明确的系统约束：官方提示 K3 在模糊任务中可能"过度主动"，并且对完整 thinking history 较为敏感，不适合在长会话中途随意切换模型。 8. 对行业： 供给变厚加速用户切换决策、更好的模型带来token燃烧提速，跑2.8T级模型的推理算力需求上一个台阶、算力与云同步受益。