UMBRELLA 4365 Kimi K3
月之暗面 · Kimi · Kimi 谱系 · 2026.07.16 发布 · 在 5 项基准上留有 5 条公开成绩。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
2.8 万亿参数 MoE、激活约 104B、1M 上下文的原生多模态旗舰，7 月 27 日开放权重与技术报告。上线即登 Artificial Analysis 榜第三，仅次于 Fable 5 与 GPT-5.6 Sol；随后有美方官员公开指其蒸馏自 Fable。
◈ 评分卡 SCORECARD
综合分 · 相对前沿63.6
总排名#24 / 30
已测维度3 / 6
综合分 = 各已测维度「相对前沿分」的平均：每个维度取该模型最近一次公开成绩，除以该维度当前最高分（最高 = 100）。至少两个维度有成绩才入总榜，覆盖维度数标在分数旁；未测不等于不行，只是没人公开考过。
| 维度 | 基准 | 成绩 | 相对前沿 | 该维度当前最高 | 日期 |
|---|---|---|---|---|---|
| 编码 | DeepSWE v1.1 | 68.5% | 90.8 | Claude Opus 5.5 89.9% | 2026.09.10 |
| 终端 Agent | Terminal-Bench 4.0 | 21.5% | 32.4 | Claude Opus 5.5 66.4% | 2026.09.10 |
| 前沿推理 | HLE | 43.5% | 67.5 | Claude Opus 5.5 64.4% | 2026.07.16 |
◈ 身份卡 IDENTITY
| 实验室 LAB | 月之暗面 · Kimi |
| 谱系 FAMILY | Kimi |
| 发布日 RELEASE | |
| 定位 TIER | 开源旗舰 |
| 上下文 CONTEXT | 1M |
| 价格 PRICE | — |
| 权重 WEIGHTS | 开放权重 OPEN |
| 状态 STATUS | 在役 ACTIVE |
| 信源 SOURCE | www.kimi.com/news/kimi-k3-open-source |
| 站内档案 ARCHIVE | — |
◈ 全部公开成绩 ALL RESULTS5 条
| 基准 | 分数 | 日期 | 口径 / 备注 | 信源 |
|---|---|---|---|---|
| DeepSWE v1.1 | 68.5% | 据 Cognition SWE-2 发布对照表 · Devin CLI harness | 原文 ↗ | |
| FrontierCode 1.1 Main | 44.2% | 据 Cognition SWE-2 发布对照表 · Devin CLI harness | 原文 ↗ | |
| HLE | 43.5% | 无工具 · 技术报告自报（带工具 56.0） | 原文 ↗ | |
| Terminal-Bench 2.1 | 88.3% | 技术报告自报 · max 档 | 原文 ↗ | |
| Terminal-Bench 4.0 | 21.5% | 据 Cognition SWE-2 发布对照表 · Devin CLI harness | 原文 ↗ |
◈ 同谱系 LINEAGE月之暗面 · Kimi · Kimi · 由旧到新
◈ 相关档案 RELATED RECORDS按模型名在档案库检索 · 含正史与野史
正史断供⌖ COPILOT 战区
Copilot 退四颗：Opus 4.7 让位 5.5
GitHub 一次性下架 Copilot 全线四个模型：Gemini 3.5 Flash 与 3.6 Flash（并为 Gemini 3.8 Flash）、Kimi K2.7 Code（并为 Kimi K3）、Claude Opus 4.7（并为 Claude Opus 5.5）。预告与执行相隔二十九天，替代品一栏在最后一天换了名字。
正史军备⌖ DEVIN 战区
SWE-2：Kimi K3 底座，省 64%
Cognition 发布 SWE-2：在月之暗面 2.8 万亿参数的开源模型 Kimi K3 上再做强化学习，FrontierCode 1.1 Main 50.0%，距 Fable 5.1 一分，成本低 64%。不放权重、无 API，只在 Devin 内可用。