OpenAI急了，A社慌了：实测Kimi K3，低成本，高威力

国产大模型Kimi K3，出生4天就让硅谷大厂集体破防，到底有多能打？

今天咱们就来聊聊。

OpenAI、A社坐不住了

Kimi K3上线48小时，火到服务器被涌进来的用户挤爆，官方连夜发公告紧急限流。

这两天不得了，逼得Anthropic都坐不住了。原本Fable 5的访问权限只开放到7月 19日。

结果K3一出，几天之内官方口风就变了，原本要收紧的访问权限，直接被扩容成了长期订阅权益，这背后肯定是有压力。

上线4天，OpenAI高管Dean W. Ball直接公开开炮，酸Kimi K3这波开源就是给行业拖后腿。

他的逻辑是，把这么强的模型开源低价放出来，会打薄整个行业的商业回报，让大家后面没动力继续烧钱搞研发。翻译一下：你卷成这样，我们再想按闭源那套收高价、拉高融资就不好使了。

这个让硅谷大厂集体警惕的国产大模型，到底什么来头？

评测第一拿到手软

不废话，先看数据。

发布几天后，Kimi K3在几个权威榜单的成绩陆续出炉，几乎是清一色第一。榜单密集到什么程度呢？前端会写、代码会敲、长程工程会协调，几乎覆盖了开发者关心的所有维度。

前端开发榜Frontend Arena上，K3以1679分登顶全球第一，把Fable 5和GPT-5.6 Sol甩在了身后。

AI编程榜Program Bench上，K3同样力压Fable 5和 GPT-5.6 Sol；

到了考察长程软件工程能力的SWE Marathon，K3依旧位列首席，稳稳干过 Opus-4.8 和 GPT-5.6 Sol。

能跟Fable 5和 GPT-5.6打的有来有回，更让人意外的是资本对比。月之暗面成立至今不过三年，累计融资约55亿美元，这个数字放在OpenAI面前不到 1/30，放在 Anthropic面前不到1/24。

也就是说，拿着人家零头的钱、零头的算力，硬冲到了同一梯队的头部，恐怖潜力可想而知。

我自己也试了试

榜单归榜单，实际能不能打，还得自己上手试。

我拿它跑了两个任务，只给了提示词，剩下的全由它自己去做，期间不改代码，成果一次性生成。

第一个任务是贝塞尔曲线WebGL光带。

这个任务要AI一口气写一段极其复杂的实时画图程序，屏幕上每一个像素的颜色都要它现场算出来，光的走向、副波的呼应、鼠标的交互全都要现场推演，容不得半点差错。

能干这个，说明模型对图形编程、数学建模、视觉感知都是深度理解，不是只会背代码。

成品出乎我意料。光带明亮柔和，副波跟着主波、配合鼠标动作交相呼应，背景干净高级；就连散落在画面里的标签都做了视差效果，鼠标一动，标签会跟着轻微晃动。

要说唯一的不足，是玻璃条的色散效果没太做出来，不过在这种复杂度下，已经是相当克制的瑕疵。

紧接着我又拿它去做了视差滚动卡片动画，效果依然不赖。

这次要AI一次性把9张卡片的变换路径全部编排好。相当于让AI同时导演9个演员，指挥他们在同一场演出里完成5次换装、5次换位，每一次换完还要连戏、不能穿帮。

任何一处衔接错了，整个动画就崩了。能一次写对这个，说明模型不止会敲代码，而是真的理解了整个工程该怎么协调、组件之间该怎么配合。

如果换成人类开发者从零手搓，少说也得一整天。K3不到一小时就交了作业，效果还相当出色。

说实话，K3对任务的理解和拆解程度远比我想象中更精准。它的突出特点是多模态能力，所以它在多数长文本理解的场景需求下，表现得比之前模型更稳。

这样单看K3，的确表现优异。

正面硬刚Fable 5

那如果把它拉出来跟Fable 5正面打一场呢？

同一个任务扔给两边，一起跑。从画面观感来看，两者差距其实不算大，只是精致度上略有区别：Fable 5的河流会更弯曲一点，建筑的坐标也更贴近现实。

但看看价格，差距就出来了：Fable 5花了近38美金，K3只花了约16美金，中间差出一倍多。换句话说，用户花一半的钱，就拿到了一份画面几乎打平的成品。

在企业规模化调用AI的场景下，一倍的价差直接决定了成本结构。K3说是性价比之王，我觉得一点都不过分。

能做到这样的效果，K3真是当之无愧的性价比之王，也难怪会被那么多顶级大厂忌惮了。

中国Token出海正在落实

现在K3因为太火，会员服务已经被迫暂停。但短短几天里，它已经用实打实的数据和成果证明了一件事：

能做出世界级模型的，从来不只有硅谷。中国Token出海这件事，正在被一步步落实。

这也让我更确信：对中国公司来说，眼下就是切进AI Native的最好窗口期。过去挡在企业面前的，说穿了就是成本这一关。现在国产模型能打、单价又低，性价比高，AI Native 已经不是大厂才玩得起的游戏了。

这几年我们自己踩坑、跑通的那些路径，也沉淀成了一套可复制的方法。

7月24号，我会在北京做一场线下分享，把这些经验掰开揉碎讲一遍，帮更多企业找到自己那条AI Native的推进节奏。