2.8万亿参数Kimi K3发布 开发者对比测试9款前沿模型

Kimi K3 发布，参数规模 2.8 万亿。我在自己开发的开源 AI 测试框架中，让它和 9 个前沿模型同台比拼：Claude Opus 4.8、Fable 5、Grok 4.5、Gemini 3.1、GPT 5.3。

全新的@Kimi_Moonshot 模型有一个设计巧思：总共 896 个专家，每个 token 仅激活 16 个专家；Delta Attention 是线性复杂度，而非 n 平方复杂度；循环可以复用上一轮迭代的 token 💻

给仓库点星：🚀 Kimi K3 文档：所有模型都在同一个框架中运行：代理循环 → 记忆检索门限 → 工具调用 → 评估 → 追踪，还附带实时成本面板。

GPT 5.6 Sol 不允许我在我的框架中调用工具，因此它无法参赛，转而担任了评委。

一共 8 场比拼：日历工具、网页搜索、子代理、贪吃蛇游戏。最终的排行榜真的出乎我意料，成本表更是让我惊讶。

视频前 8 分钟：讲解这个模型的工作原理。剩下的内容：比拼过程。先看视频，再保存下方的白板笔记。🔖 你可以打造任何东西。你可以学会任何东西。💪

0:00 Kimi K3 登场：2.8T 参数，1M 上下文
1:47 这个模型的本质是什么
2:30 MoE：896 个专家，仅激活 16 个
5:28 Kimi Delta Attention：运行平均，而非 n 平方
7:28 为循环设计：为什么代理开发者应该关注
8:00 测试：waku-agent 快速入门
8:41 测试：对比标签页，10 个模型，1 个评委
10:27 比拼 1：法国首都 + 成本面板
13:10 比拼 2：预约咖啡（日历工具）
14:20 比拼 3：组建宝可梦队伍
15:07 比拼 4：网页搜索 + 起草消息
16:18 比拼 5：配合子代理玩贪吃蛇游戏
17:02 最终排行榜：8 场比拼，评分与成本
18:26 额外内容：语言模型极简史
19:27 最终总结 + 如何参与贡献