Kimi K3编程实测接近前沿
PawelHuryn · x · 2026-07-17
作者用同一套 8 任务编码测试，把 **Kimi K3** 和 **Opus 4.8、GPT-5.6、Grok 4.5** 放在一起比较。 ### 测试结果 - K3 在完成的 7 个任务里，有 6 个表现**打平或超过**另外三款模型。 - 它抓出了 **21 个植入 bug 中的 14 个**，高于 Opus 的 12 个，其他模型都没有超过 7 个。 - 但它也报了 **2 个误报**，是唯一出现误报的模型。 ### 关键问题 - 上线当晚，有 2 个任务直接返回 **0 tokens**，不是答错，而是没有输出。 - 13 小时后重跑，其中 1 个任务变成 **14/14 满分**，说明同模型在不同时间可用性差异很大。 - 截至发帖时，OpenRouter 仍在限流，Moonshot 自家 API 也提示 **engine overloaded**。 ### 结论 - 这是一个 **2.8 万亿参数**、号称史上最大的开源权重模型。 - 但作者的判断很直接：**权重是开放的，容量不是。** 现在不仅普通用户跑不动，Moonshot 自己也还没有稳定承载。