刚刚 Kimi K3 炸裂发布，号称 Claude 和 GPT 的国产平替，夯爆了！

大家好我是程序员鱼皮。刚刚 Kimi 发布了他们迄今为止最强的模型 K3这是全球首个 3T 级别的开源大模型主打编程能力。亮点包括 2.8 万亿参数 百万 token 上下文 原生多模态而且将于 7 月 27 日开源。本来我的内心是很平静的因为前段时间刚刚经过了 Claude Fable 5 和 GPT-5.6 的轮番轰炸现在对新模型已经无感了。但是这次的 K3 好像没那么简单……今天我一打开推特发现首页已经被 Kimi K3 刷屏了。其中最让人惊讶的是K3 在 Arena.ai 前端代码竞技场中登顶第一甚至超越了 Claude Fable 5 和 GPT-5.6 Sol这是首次有开源模型登顶该榜单Kimi 真的为国争光了再来看看其他跑分。测试终端编程和 Agent 工作流能力的 Terminal-Bench 2.1 中K3 拿到了 88.3%接近 GPT-5.6 Sol 的 88.8%超越 Fable 5 的 84.6%。测试多步骤编程任务完成度的 Program Bench 中K3 拿到了 77.8%超越了 GPT-5.6 Sol 的 77.6% 和 Fable 5 的 76.8%不过在 DeepSWE 和 FrontierSWE 这类更复杂的工程基准上还跟 Fable 5 和 Sol 有差距。不过跑分归跑分模型好不好用还得拿真实项目来检验。这篇文章我会使用 Kimi 自家的 AI 编程工具 Kimi Code通过7 个不同类型的项目来测试 K3 模型的实际编程能力从简单的前端动画到复杂的全栈产品由浅入深。激动的心颤抖的手点个收藏咱们开始~安装 Kimi Code先到 Kimi Code 官网 复制一行安装命令在终端执行就好安装完成后在终端输入kimi进入 Kimi Code然后输入/login命令通过网页登录登录成功后输入/model切换模型为 K3。目前 K3 的 thinking 仅支持max模式后续会开放low和high切换成功可以在下方看到当前模型已经是 K3上下文窗口显示 1M这下可以狠狠造了~Kimi Code 跟 Claude Code 一样支持 Skills 技能扩展。由于我之前很多技能都装在了 AI 编程工具通用的~/.agents/skills/目录下Kimi Code 会自动扫描加载不用再重新安装了。在 Kimi Code 中输入/skill可以查看已安装的技能接下来的测评中我会用到 Context7 的文档搜索技能、Firecrawl 的联网搜索和网页抓取技能、browser-use 浏览器操控技能等等。环境准备完毕下面开始实战。项目实战测评这次我准备了7 个项目来测试 K3 的编程能力从简单的前端页面逐步升级到复杂的全栈产品交互式动画讲解网站3D 版动画知识讲解文案拆解为网页 PPT网页 PPT 生成工具内置 AI 大模型足球对战网页游戏横评对比以撒的结合肉鸽游戏全栈 AI 编程工具复刻 Cursor下面挨个儿来看。1、交互式动画讲解网站第一个项目让 K3 生成一个用交互式动画讲解知识的网站。以讲解 K3 模型引入的「注意力残差」机制为例让模型自己用动画解释自己的核心技术。提示词中我告诉 AI 先用 Firecrawl 技能联网搜索注意力残差的技术细节确保讲解内容准确不会因为训练数据的时效性而瞎编K3 完成任务后可以看到它确实调用了 Firecrawl 联网搜索了相关论文和解读还通过截图验证了桌面端和移动端的渲染效果发现问题后自主修复了布局细节。这其实就是 K3 的多模态工程能力在发挥作用官方博客里管这个叫「vision in the loop」开发完截图看一眼效果对不对不对就改相当于 AI 自带了一双眼睛来检查自己的作品。来看看成品效果K3 把注意力残差的原理拆分成了几个阶段来讲解每个阶段配有交互式动画。第一部分用了「煮汤」的类比来解释问题。标准 Transformer 的残差连接会把每一层的输出都等权加到信息流里层数一多早期层的信号就被后面的信息淹没了。网站把这个过程类比成 100 位厨师接力往一个大锅里加调料到最后第一位厨师加的高汤原味几乎尝不到了。用户可以通过滑块控制加料速度实时看到信息如何被稀释第二部分进入核心机制的交互演示。用户可以拖动滑块给不同层分配注意力权重实时看到 softmax 归一化后的注意力分布变化最后还有分块注意力残差的工程落地方案可视化用户可以调节总层数和块数直观感受分块策略对显存的影响一个提示词就搞定了前后不到 5 分钟。我对这个效果是很满意的点和线之间的连接很准确动画过渡也很流畅审美在线。之前我都是用 Claude 做这种交互式动画网站还经常会有元素错位的情况。K3 在前端这块确实有两把刷子难怪能在 Arena 前端榜拿第一之后这种动画完全可以放心交给它来做了。2、3D 版动画知识讲解还是用跟第一个测试同样的知识点这次换成 3D 场景来呈现。提示词中除了让 AI 联网搜索还要求用 Context7 查询所用 3D 库的最新文档避免用过时的 API这次执行前我先开启了/yolo模式。开启后AI 会自动批准安全的工具调用不用我一个个手动点确认了适合跑这种已知安全的开发任务来看看成品效果。界面没有多余的元素重点全在 3D 动画演示上。左下角有步骤控制面板可以逐步推进讲解我可以通过鼠标拖拽自由调整视角3D 空间中的节点和连线把 Transformer 各层的信息流动展示得很清晰两个动画讲解网站都是单次提示词就搞定的速度很快效果也不错。这类前端创意项目本来就是 AI 编程最擅长的场景Kimi 在前端生成方面的口碑一直不错K3 延续了这个优势。3、文案拆解为网页 PPT我做视频教程时偶尔会需要把文章内容做成演示画面。但手动做 PPT 太慢了……这次我干脆直接把技术文章丢给 K3让它按照文章讲解顺序拆解成一个可以全屏演示的网页 PPT后续可以当做视频录制的画面素材。提示词很简单很快 AI 就搞定了成品效果很有科技感。你会发现K3 自动识别了文章的结构层次每页 PPT 都标记出了重点内容代码块也用了高亮显示以后要给别人讲东西的时候比起甩一篇密密麻麻的文章过去用这种 PPT 来辅助表达清晰多了。此外翻页动画比较丝滑支持键盘左右键和空格翻页。移动端的布局也很合理如果你希望 PPT 中有图片跟 AI 说一下把文章中的图片添加到合适的位置就好。4、网页 PPT 生成工具内置 AI前面 3 个都是开胃小菜更看重的是 K3 的前端创意和信息拆解能力。接下来要测测它的全栈工程能力了让 AI 开发一个集成大模型的完整应用。上一个案例是给定一篇文章生成 PPT那能不能把这个能力做成一个通用工具呢用户粘贴任意文案后端调用 AI 大模型拆解内容前端渲染成可演示的网页 PPT还支持切换主题和导出 HTML。这次使用 Kimi Code 内置的/goal命令来执行完整提示词如下这个命令会让 AI 进入自主目标模式跨多轮持续工作直到任务完成不需要人工干预很适合这种复杂的长程开发任务。注意提示词里我直接把 Kimi Code 的 API Key 写进去了这样 AI 能自主调通大模型接口完成测试K3 完成后从日志中可以看到它做了两组端到端的 Playwright 测试桌面端和移动端都验证通过了。API Key 也很贴心地写入了.env并加入了.gitignore不会泄露到版本控制里看下成品界面。非常精简核心就是一个粘贴文案的输入框。我把之前写过的 Loop Engineering 教程粘进去点击生成 PPTAI 把文案拆成了 11 页 PPT每页都有标题和要点可以随时切换内置的主题配色全屏演示和导出 HTML 功能也都能正常运行美中不足的是开发出来的应用比较简单没有给大模型加工具调用等 Agent 能力所以得到的 PPT 有点过于精简了。不过至少核心业务流程是完全跑通的从粘贴文案到生成、预览、切换主题、导出每个环节都能正常工作。作为初版 demo 已经够用了后面再让 AI 迭代优化就好。5、足球对战网页游戏之前 GPT-5.6 发布的时候我写过一篇 《顶级国外模型横评对比》 的文章用同样的提示词让 GPT-5.6 Sol、Claude Fable 5、Grok 4.5 三个模型同时开发了一个「2066 决战世界杯」足球游戏。这次用完全一致的提示词让 K3 来做来一波横向对比看看国产模型能不能问鼎巅峰同样用/goal模式执行提示词要求用 Loop Engineering 的方式推进先搭最小可玩版本每完成一个功能就自测发现问题就修交付前做完整验收。过了大约 17 分钟K3 完成了目标。技术选型上选了 Node.js Express SQLite 做后端前端用 Canvas 手写了物理引擎这个选择跟之前 GPT-5.6 Sol 的思路一致对于这种量级的游戏来说是合理的来试玩一下西班牙大战阿根廷赛前设置界面做得中规中矩能选择比赛难度、时长、队名和颜色进入比赛球场布局还算标准也能够正常切换球员和踢球。不过人机的算法有点简单我方只有当前控制的球员单枪匹马往前冲其他队友全在后方观战吃瓜。而人机对手的策略就是造人墙堵着我守门员的防守可以说是滴水不漏总是能卡在我射门的方向。结果我玩了好几局中等难度都是 0 比 0 平局跟之前测的其他模型对比一下。先说好的方面。K3 的操控和物理引擎没有明显 Bug球不会瞬移也不会穿模。对比一下 Claude Fable 5物理引擎翻车了球经常会瞬移根本没法正常玩耍。对比 Grok 4.5存在球场渲染的硬伤而且换人逻辑不顺畅经常切换到离球最远的队友身上K3 在「能不能正常玩」这一点上是稳稳过关的体验比 Fable 5 和 Grok 4.5 都好。不过跟 GPT-5.6 Sol 比还是有差距的。GPT-5.6 Sol 只用了 9 分钟就完成了开发人机虽然也不太聪明但至少有些进球的机会。K3 的人机对手战术智能明显不如 Sol从游戏性角度来说离「好玩」还有距离。整体来看K3 在这个项目上处于中上游的水平一个国产模型能做到这样已经是超出我的预期了。6、以撒的结合肉鸽游戏接下来是一个更有挑战性的游戏项目。以撒的结合是我小孩儿时代很爱玩的一款肉鸽游戏这次让 K3 来复刻它的核心玩法包括随机地牢生成、射击战斗、道具系统、多种敌人和 Boss。提示词中要求先用 Firecrawl 搜索以撒的结合的游戏机制和美术风格资料用 Context7 查询所用游戏框架的文档K3 完成目标后反馈说它用了 Firecrawl 研究了游戏机制与美术风格用 Context7 查了所选游戏引擎的最新文档并且通过 Playwright 在每一步完成后自动试玩、截图验证修复了好几个问题。最终测试已实现从开局到击败三层 Boss 通关的完整流程来试玩一下。虽然界面看起来简陋但基本玩法是完全跑通的可以发射子弹打击怪物玩过原版的朋友应该会注意到一个小细节AI 生成的人物形象是有眼泪的致敬了原版以撒的角色设计游戏中可以杀怪、吃道具、开宝箱拾取道具后角色的攻击力、射速等属性会实时变化屏幕上方还会显示当前状态敌人方面做了多种不同类型有追着你跑的、有远程射击的、有对着你横冲直撞的甚至还有会放弹幕和召唤小怪的 Boss总的来说整个游戏的玩法链路已经跑通了从开局到清房间、捡道具、打 Boss 都没问题。别忘了我们现在只用了一轮提示词没有做任何后续迭代。如果后面想正儿八经地做这个游戏只需要再多提供一些美术素材增加更多道具、怪物和关卡的设计就行了。7、全栈 AI 编程工具最后一个项目直接把难度拉满我让 K3 基于 VS Code 的开源代码开发一个类似 Cursor 的 Web AI 编程工具支持 Editor Window 代码编辑器和 Agents Window 对话工作台两种模式。提示词中要求先用 Firecrawl 搜索 Cursor 3 的产品设计再用 Context7 查询 VS Code 扩展 API 文档这个任务跑了半个多小时。K3 先克隆了 VS Code 源码作为参考通过 Firecrawl 搜索了 Cursor 官方博客和第三方指南了解产品设计然后一步步构建了完整的 Web IDE每完成一步都通过浏览器截图来验证效果来看成品。默认打开的是 Editor Window也就是代码编辑器界面。有文件树、多标签页和语法高亮可以正常浏览和编辑代码切换到 Agents Window这就是我们非常熟悉的 AI 对话工作台了。我让它开发一个贪吃蛇游戏可以看到 AI 调用了RUN_COMMAND工具先执行ls -la来了解当前项目结构接下来 AI 会执行更多命令分析当前项目的文件结构然后在当前工作空间基础上完成开发任务虽然跟 Cursor 这种成熟产品比还有很大差距但核心的 Editor Agent 双窗口能力是跑通的。这个项目是 7 个 Case 里最复杂的长程任务K3 能够理解 VS Code 这么庞大的代码库从联网搜索产品设计、查阅 API 文档到独立完成开发半个多小时一路跑下来没有卡死或跑偏这对模型的长上下文稳定性和自主规划能力要求很高。我的感受7 个项目全部跑完了聊聊我的真实感受。首先K3 最让我惊喜的地方是稳定性。7 个项目全部直接跑起来就能用前后端启动没有报错、核心功能都是通的。之前我测其他国产模型的时候经常会遇到依赖装不上、服务启动报错、还得再让 AI 修一轮才能跑的情况。K3 在这方面明显更稳了让我想到了 Claude Opus 刚出的时候「能用」这一关稳稳过了。模型的执行速度也还不错简单项目基本都在几分钟内搞定最复杂的 AI IDE 项目用了半个多小时。前端能力是 K3 最能打的方向。从 Arena 前端竞技场的数据来看K3 确实在前端领域超越了 Fable 5 和 Sol。我自己实测下来也有同感动画网站的审美和准确度比我之前用 Claude 做的还好PPT 的排版和配色也很有设计感。但是整体工作完成度跟海外顶尖模型还是有差距的。比如让它做个游戏虽然能玩但跟能发布的成品有距离。想做出 Kimi 官方演示的这些游戏大作还需要再进行多轮迭代优化。再看看大家最关心的成本。K3 官方博客 公布的 API 定价模型输入缓存命中输入缓存未命中输出Kimi K3$0.30/百万 token$3.00/百万 token$15.00/百万 tokenClaude Fable 5$2.50/百万 token$10.00/百万 token$50.00/百万 token由于 Kimi 的 Mooncake 分离式推理架构在编程场景下缓存命中率超过 90%相当于绝大多数输入只按 $0.30 计费这个价格比 Fable 5 便宜了一个数量级。我自己是 Kimi Code 的满配套餐Vivace跑完这 7 个项目包括半小时的 AI IDE 开发、17 分钟的足球游戏、各种前端动画和全栈应用本周用量才花了2%。以后真的是随便 Vibe Coding 了百万上下文随便造。对于国内开发者来说不用折腾海外支付、不用担心封号直接订阅就能用上百万级上下文的编程模型。而且大多数日常开发任务根本用不到 Claude Fable 5 这种模型写个工具、做个网站、搭个原型、办公自动化K3 的能力完全够用。顺便提一下K3 除了在 Kimi Code 中使用也可以在 VS Code 插件中使用或者通过 CC Switch 接入 Claude Code 和 Codex 等工具可以跟着 我之前的教程 操作。最后说点心里话。我测过很多国产模型大部分时候的感受是凑合能用、还差点意思。但这次测 K3是我第一次觉得一个国产编程模型真的能让我在日常工作中用起来而且用得挺舒服的。稳定性足够、前端能力甚至超越了海外顶尖模型、成本只有 Claude 的几分之一还支持百万上下文和多模态能力。虽然在复杂任务的精细度上跟 Fable 5 和 Sol 还有差距但 K3 的发布给了我们信心国产模型在编程领域终于站起来了大家也可以自己试试觉得好用、有需求的同学最好订阅个套餐。每月 99 元的 Moderato 套餐就能用上 K3256K 上下文每月 199 元的 Allegretto 能解锁 K3 的满配 1M 上下文。Kimi 的会员套餐是 Kimi Code Agent 网页端共享一个额度池性价比很高。而且算力资源是有限的趁现在 K3 刚发布赶紧下手后面用的人多了搞不好就得像 GLM 一样排队抢了。我是鱼皮持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~也欢迎在评论区聊聊你现在都用什么 AI 编程模型有试过 Kimi K3 的朋友来说说感受