Kimi K3 发布：2.8 万亿参数只是前菜，前端审美才是最狠的

前面写 Kimi K2.7-Code 时，我说月之暗面开始卷一件很实际的事：让模型少想废话，把代码更快交出来。

现在 K3 来了。

2.8 万亿总参数，100 万 Token 上下文，原生视觉理解，完整权重最晚在 2026 年 7 月 27 日放出。

这些数字已经够夸张了。

但卡哥看完第一批实测后，最想聊的反而不是参数。

会写代码的大模型已经很多了，能把前端写出审美的模型，依然很少。K3 这次真正打穿的，就是这块。

它不是只把按钮、卡片、导航栏拼出来。

它开始知道页面哪里该留白，信息怎么分层，颜色怎么收，动效为什么要动，甚至能把一个模糊的美术想法做成可玩的交互产品。

这才是 K3 最有意思的地方。

先把发布信息说清楚：现在能用，完整权重还要等

Kimi K3 是月之暗面新一代旗舰模型，核心规格很猛：

• 总参数量 2.8T，也就是 2.8 万亿
• MoE 架构，共 896 个专家，每次激活 16 个
• 100 万 Token 上下文
• 原生支持视觉理解
• 面向长程编程、知识工作、深度研究和复杂推理
• 已上线 Kimi、Kimi Work、Kimi Code 和 API
• 完整模型权重计划最晚于 2026 年 7 月 27 日发布

所以这里要抠一下字眼。

截至发布当天，K3 是“已经能用、已经宣布开放权重”，但还不是“完整权重已经下载到手”。

别看到“全球首个开放的 3 万亿级模型”，就以为现在已经能在 Hugging Face 上把全部权重拉下来。

另外，官方自己也没有喊“全面世界第一”。

月之暗面的原话很坦诚：K3 整体表现仍然落后 Claude Fable 5 和 GPT-5.6 Sol，但在整套评测里达到前沿水平，并稳定超过其他受测模型。

这句话反而让人更愿意继续看。

真正有长板的模型，不需要把每一项都吹成第一。

前端榜第一，这个成绩到底说明什么

K3 发布后，最炸眼的成绩来自 Arena AI 的 Frontend Code Arena。

K3 拿到 1679 分，排在第一。

后面是 Claude Fable 5 的 1631 分、GPT-5.6 Sol 的 1618 分、GLM-5.2 的 1587 分和 Claude Opus 4.8 Thinking 的 1562 分。

上一代 Kimi K2.6 还在第 18 名。

这一代直接跳了 17 位。

这个榜的价值，在于它不是让模型回答“React 的生命周期是什么”。

它测的是更接近真实前端交付的东西：模型根据要求生成网页，用户实际打开两个匿名结果，比较视觉还原、交互体验和功能完成度，再投票。

投票前不知道模型是谁，投完才揭晓。

所以品牌滤镜会弱很多。

不过也别把这个第一偷换成“编程世界第一”。

Frontend Code Arena 测的是前端，尤其看视觉和交互。它不能代替 SWE-Bench、Terminal-Bench，也不能证明 K3 修复杂后端 Bug 一定比所有模型强。

但它至少证明了一件事：

在“把需求变成一个好看、能用、愿意点下去的网页”这件事上，K3 已经进入最强一档。

K3 的“美术好”，不是颜色调得漂亮这么简单

很多人一说模型有审美，理解就是“配色不错”。

太浅了。

前端美术真正难的，是四件事同时成立：

1. 画面有统一的视觉语言
2. 信息层级清楚，用户知道先看哪里
3. 动效和交互服务内容，不是乱飞
4. 美术方案能被代码稳定实现

K3 的优势，恰恰是把这四件事接起来了。

它不只复刻画面，还能读懂画面背后的设计意图

X 上的实测给了 K3 一个很简单的参考：一座中式屋檐，下方垂着大量竖排文字，鼠标划过时，文字像珠帘一样被拨开、摆动。

第一版已经抓住了结构。

再补一次提示后，K3 把屋檐比例、纸张质感、竖排节奏、文字密度和留白都收了回来。

这张图看着安静，但背后不是一张静态海报。

每列文字都要成为可计算、可响应的对象。鼠标经过时产生位移和摆动，离开后还要自然回弹。

它先理解“文字是一道帘子”，再用代码还原这个隐喻。

这就比“照着截图抄 CSS”高了一个层级。

另一个生成式美术案例更明显。

原作是一群蓝色小鱼形成水流，一条粉色小鱼逆向游动。K3 根据教程截图和效果图，用 p5.js 重建了 700 多条分层鱼群，做了摆尾、景深、颜色变化、循环游动和群体裹挟，还补了参数控制和导出能力。

这里最重要的不是“鱼画得像不像”。

是它理解了画面的情绪：个体逆流，最后被群体吞没。

当模型开始把视觉隐喻、运动规律和代码实现连起来，前端就不再只是“搭页面”，而是美术表达的一部分。

它能把一个好看的页面，继续做成完整产品

爱范儿给 K3 的提示词只有一句：复刻 Forest，但界面更精美，动效像 Focus Flight。

几个小时后，K3 做出了一个叫“云驰 Aeris”的专注 App 原型。

这不是换个皮肤的番茄钟。

它把“种树”换成了“飞行”：

• 专注时长对应航程
• 不同航线对应不同目的地
• 专注中途退出会触发返航
• 完成航程积累里程
• 里程继续解锁新城市
• 白噪音、巡航动效、机库和飞行日志保持同一套品牌语言

从命名、配色、插画、交互到成长体系，它给出的不是一个页面，是一个产品概念。

这就是很多编程模型和 K3 的差别。

普通模型会先保证功能列表打勾。

K3 会顺手问一句：这个产品应该让用户产生什么感觉？

写 3D 前端，K3 不只是会“堆模型”

Three.js 一直是检验前端模型成色的好地方。

因为场景能显示出来，只是第一关。

相机、光照、材质、粒子、动画、碰撞、状态系统、交互控制和性能，任何一个地方没接好，页面都只是一个不能玩的空壳。

爱范儿测试里的《Emberhold：熔火矿城》，要求 K3 同时实现多层矿井、轨道矿车、熔炉锻造、通风和塌方系统。

挖得越深，矿越稀有，但温度和塌方风险也会升高；矿车还必须沿真实轨道运行。

这类任务最怕“美术是美术，系统是系统”。

画面很漂亮，按钮点了没反应；数值在变化，场景里什么都没发生。

K3 的完成度高，是因为它把两边接上了：经营数值推动场景状态，场景变化又反过来影响玩家决策。

另一个投石车案例里，K3 和 GPT-5.6 Sol 都做出了能玩的结果。

但测试者认为，K3 的场景氛围、镜头、光影和交互反馈更有设计味道。

这类评价当然带主观性，不能当标准跑分。

但它指出了一个很真实的差别：

两个模型都能把功能做出来，K3 更愿意为“体验”多走一步。

它会安排光源，会控制画面节奏，会让操作反馈和世界观一致。

这就是美术造诣落到前端代码里的样子。

为什么 K3 突然这么会写前端

这不是参数从 1T 涨到 2.8T，就自动掉下来的礼物。

背后至少有三层原因。

第一层：原生视觉，让它能“看懂再写”

很多前端任务不是纯文本需求。

录友丢给模型的，可能是一张 Figma 截图、一段视频、一个竞品页面，甚至只是几张小红书教程图。

K3 原生支持视觉理解，意味着它可以先读构图、字体、色彩、组件关系和运动线索，再把这些东西翻译成 HTML、CSS、Canvas、p5.js 或 Three.js。

参考图复刻能力，本质上是视觉理解和代码生成的交叉能力。少一个都不行。

第二层：长上下文，让它能守住一整套产品语言

100 万 Token 不是为了把 100 万 Token 的小说塞进去炫技。

对长程前端项目，更实用的价值是：设计规范、组件库、业务代码、历史修改、测试结果和多智能体产出，可以在更长的任务里保持连续。

X 上的真实项目测试中，K3 先读取运维文档和多智能体说明，再定位多个用户反馈，开 8 路 Agent 研究，筛出 7 个值得做的任务，随后开启 7 个工作区并行开发。

测试者记录的是：约 1 个半小时完成开发，随后提 PR、过 CI、合入主分支，整个流程约 2 小时结束。

这是个人项目实测，不是可重复的标准评测，不能直接换算成“替代几个程序员”。

但它说明 K3 的前端能力不是只存在于一次性 Demo。

它能进入仓库、读规范、拆任务、并行修改，再走完交付流程。

第三层：新架构在撑住长度和深度

K3 引入了 Kimi Delta Attention 和 Attention Residuals。

简单理解：

• Kimi Delta Attention 负责让超长序列的计算更可控
• Attention Residuals 负责让信息穿过很深的网络时少失真
• Stable LatentMoE 用 896 个专家承载容量，每次只激活 16 个控制计算成本

月之暗面称，这套结构和训练配方让 K3 相比 K2 的整体扩展效率提高约 2.5 倍。

这能解释它为什么敢把模型推到 2.8T，也能解释百万上下文是怎么撑起来的。

但要注意，架构能提供能力上限，不会自动保证每次任务都做对。

真正落地，还要看模型后训练、Kimi Code 的工具编排、项目规范和测试闭环。

先别急着喊“前端程序员没了”

K3 的美术和前端确实很强。

但强到什么边界，要说清楚。

它很会做体验，不代表它不会漏系统约束

X 上那次真实项目测试，K3 完成了多个需求，PR 和 CI 也都过了。

但其中一个热点功能，上线后一次性回补了 9000 条数据，把只能同时处理 6 条资讯的队列堵满，导致网站接近一个小时没有新内容进站。

代码没有语法错误，测试也能过。

问题出在容量和系统边界。

这正是当前 Agent 最危险的地方：局部实现很漂亮，整体约束没看见。

所以复杂生产项目里，录友还是要明确写出并发上限、数据规模、回填策略、灰度方案和回滚条件。

别只给一句“把热点功能做出来”。

它现在默认只开放 max 思考，速度和成本都要算

K3 发布时默认使用 max thinking，低思考和高思考档位要后续再上。

这意味着哪怕任务不难，它也可能想得很久。

API 价格是每百万 Token 输入 3 美元、输出 15 美元，缓存命中输入 0.3 美元。

单价低于顶级闭源模型，但 K3 如果为了一个任务输出更多思考 Token，最终账单未必像看起来那么便宜。

我们在 Kimi K2.7-Code 里刚聊过“少想废话”，K3 首发阶段反而又回到了“能力优先、先把思考拉满”。

这两个模型定位不同，别混着看。

它对历史思考和 Agent 框架比较挑

官方明确提醒，K3 对历史思考内容敏感。

如果 Agent 框架没有按要求回传完整思考历史，或者会话中途从其他模型切到 K3，生成质量可能不稳定。

当前更稳的选择，是直接用适配过的 Kimi Code。

而且 K3 在意图模糊时比较主动，可能替用户多做决定。

所以项目里的 AGENTS.md、验收条件、禁止修改范围和操作权限要写清楚。

模型越能干，边界越要写明白。

前端第一，不等于综合能力第一

K3 在 Frontend Code Arena 拿到第一，AA 综合智能指数则排第三，官方也承认整体仍落后 Fable 5 和 GPT-5.6 Sol。

精准执行、复杂软件工程、写作、数学、长程 Agent，本来就是不同赛道。

在 GPT-5.6 那篇里我们也说过，Sol 在终端任务和单位成本上很强，但 SWE-Bench Pro 仍然会输给 Claude。

模型没有一个总分能解释全部。

K3 的前端长板是真的，别为了证明它强，硬把这块长板吹成全能。

哪些录友最值得现在就试

如果你属于下面几类，K3 很值得立刻上手：

• 独立开发者：有产品想法，但缺设计和前端搭档
• 前端工程师：要快速做高完成度原型、交互动效和 3D 页面
• 设计师：想把 Figma、截图或视频效果直接变成可运行代码
• 内容团队：需要数据可视化、互动专题和品牌页面
• 国内团队：用不上 Claude 或 GPT，但又需要强多模态和长程编程

用法也别只说“做个好看的页面”。

把参考图、目标用户、情绪关键词、交互方式、技术限制和验收标准一起给它。

例如：

“参考这张图的东方纸张质感和竖排节奏，用 Canvas 做可拨动的文字珠帘；鼠标经过产生位移，离开后带阻尼回弹；移动端支持触摸；首屏 3 秒内可交互；不要使用外部 3D 模型。”

这种提示比“复刻一下”更稳。

如果是线上业务，再补五项：并发上限、数据规模、灰度比例、失败回滚、监控指标。

前端可以让 K3 放开手脚。

生产系统，别让它只顾着漂亮。

写在最后

K3 最让我意外的，不是 2.8 万亿。

是一个国产开源模型，开始把“审美”变成自己的技术标签。

以前我们评价 AI 写前端，标准是“能不能跑”。

现在 K3 把标准往前推了一截：不只要能跑，还要让人愿意看、愿意用、愿意继续玩。

这一步，比榜单第一更有意思。

前端还没消失。

只是以后，没审美的前端会更难混。

加油。