发布24小时不到，Arena.ai前端代码竞技场的排行榜出现了过去两年从未有过的画面：第一名，kimi-k3，1679分。第二名，claude-fable-5，1631分。第三名，gpt-5.6-sol，1618分。一个中国开源模型，把当前领头的两个美国闭源旗舰压在了下面。
核心能力2.8万亿参数是什么概念？目前排名最高的开源模型DeepSeek V4 Pro是1.6万亿，K3直接高出了75%。
但参数不是唯一的衡量标准，K3真正值得关注的是几个具体的能力：原生视觉理解，K3可以边看截图边改代码。它不是把视觉当附加能力，而是把看到的内容实时纳入编程循环。做前端开发、游戏开发、CAD工作流时，这意味着它能自己看到渲染结果，然后决定下一步改什么，不需要你把问题反复解释一遍。
100万token上下文，大约相当于一次性处理75万个单词，足以容纳一个完整的中型代码库、几本书的文献、或者一个长达数小时的会议记录。而且K3专门针对长程任务不掉线做了优化，不只是装得下，而是能从头看到尾还记得前面说了什么。
前端代码全球第一，Arena.ai的WebDev排行榜用的是真实开发者的盲测投票，同一道题交给两个匿名模型，用户用之后投票，投完才告诉你选的是谁。在这个最难被品牌效应干扰的测试里，K3从自家上一代K2.6的第18名，一跃到了第1名。
官方公布的六项编程评测里，K3、Fable5和GPT-5.6 sol分别占据两个榜单的榜首。
有一个细节在大多数测评文章里被忽略了，但很重要：评测结果附注里明确写着，Fable 5 的数据含potential fallbacks，GPT-5.6 Sol 的数据含cyberguards，而 K3 没有这两个标注，它跑出的是干净成绩。也就是说当 Fable 5 遇到它处理不了的任务时，可以触发备用方案；K3 没有，靠的是模型本身。
定价高，但对标的是谁说到价格，要先搞清楚K3在跟谁竞争。
K3的API输出价是¥100/百万token，比自家上一代涨了将近四倍。有人觉得贵，但这个贵是跟什么比的？如果跟DeepSeekV4比，确实贵很多。DeepSeek的定价策略是极致低价走量，两者根本不是同一个赛道。
就像你不会拿DeepSeek去问为什么比记事本贵一个道理，它们的目标场景不一样。
真正和K3竞争的是Claude Fable 5和GPT-5.6 Sol。这两个是目前综合能力排名全球前两位的模型。
K3的综合排名是第四，价格呢？Claude Fable5输出价约¥182/百万token，K3是它的55%。GPT-5.6Sol输出价约¥109，K3几乎持平。用接近世界第二的能力，付它一半的价钱，这才是K3真正的价格故事。
这件事更大的意义K3的发布不只是月之暗面推出了一个新模型。
去年这时候，没有人会认真讨论中国模型值不值国际顶级模型的定价，今天这个问题有了一个正式的答案。
Mozilla的CTO在接受采访时直接说了：现在这就是一个双边竞争的问题。
美国AI实验室的CEO们在华盛顿游说限制开源模型出口，而这个类别的领头羊，是中国公司。
你去游说限制的东西，一定是你觉得有威胁的东西。
有观察者算过：一年前大家说中美AI差距是6个月，半年前说3个月，现在最新的估计是1.5个月。
而K3的综合能力表现，是目前支撑这个差距在快速缩小判断最硬的证据之一。当然一次发布不等于持续领先，Fable 5.1据传已经在路上，GPT-6也比想象中近。
K3坐上第一的时间能维持多久，还要看接下来几个月。
但这件事本身的意义是清楚的：开源模型第一次具备了跟最强闭源模型正面叫板的能力，而做到这件事的，是一家中国公司。人工智能
