大家好，我是程序员鱼皮。
刚刚 Kimi 发布了他们迄今为止最强的模型 K3，这是全球首个 3T 级别的开源大模型，主打编程能力。
亮点包括 2.8 万亿参数 + 百万 token 上下文 + 原生多模态，而且将于 7 月 27 日 开源。
本来我的内心是很平静的，因为前段时间刚刚经过了 Claude Fable 5 和 GPT-5.6 的轮番轰炸，现在对新模型已经无感了。
但是，这次的 K3 好像没那么简单……
今天我一打开推特，发现首页已经被 Kimi K3 刷屏了。
其中最让人惊讶的是，K3 在 Arena.ai 前端代码竞技场中 登顶第一，甚至超越了 Claude Fable 5 和 GPT-5.6 Sol！
这是首次有开源模型登顶该榜单，Kimi 真的为国争光了！
再来看看其他跑分。测试终端编程和 Agent 工作流能力的 Terminal-Bench 2.1 中，K3 拿到了 88.3%，接近 GPT-5.6 Sol 的 88.8%，超越 Fable 5 的 84.6%。测试多步骤编程任务完成度的 Program Bench 中，K3 拿到了 77.8%，超越了 GPT-5.6 Sol 的 77.6% 和 Fable 5 的 76.8%！
不过在 DeepSWE 和 FrontierSWE 这类更复杂的工程基准上还跟 Fable 5 和 Sol 有差距。
不过跑分归跑分，模型好不好用，还得拿真实项目来检验。
这篇文章我会使用 Kimi 自家的 AI 编程工具 Kimi Code，通过 7 个不同类型的项目 来测试 K3 模型的实际编程能力，从简单的前端动画到复杂的全栈产品，由浅入深。
激动的心，颤抖的手，点个收藏，咱们开始~
安装 Kimi Code
先到 Kimi Code 官网 复制一行安装命令，在终端执行就好：
安装完成后，在终端输入 kimi 进入 Kimi Code，然后输入 /login 命令通过网页登录：
登录成功后，输入 /model 切换模型为 K3。目前 K3 的 thinking 仅支持 max 模式，后续会开放 low 和 high：
切换成功，可以在下方看到当前模型已经是 K3，上下文窗口显示 1M，这下可以狠狠造了~
Kimi Code 跟 Claude Code 一样，支持 Skills 技能扩展。由于我之前很多技能都装在了 AI 编程工具通用的 ~/.agents/skills/ 目录下，Kimi Code 会自动扫描加载，不用再重新安装了。
在 Kimi Code 中输入 /skill 可以查看已安装的技能：
接下来的测评中，我会用到 Context7 的文档搜索技能、Firecrawl 的联网搜索和网页抓取技能、browser-use 浏览器操控技能等等。
环境准备完毕，下面开始实战。
项目实战测评
这次，我准备了 7 个项目 来测试 K3 的编程能力，从简单的前端页面逐步升级到复杂的全栈产品：
- 交互式动画讲解网站
- 3D 版动画知识讲解
- 文案拆解为网页 PPT
- 网页 PPT 生成工具（内置 AI 大模型）
- 足球对战网页游戏（横评对比）
- 以撒的结合肉鸽游戏
- 全栈 AI 编程工具（复刻 Cursor）
下面挨个儿来看。
1、交互式动画讲解网站
第一个项目，让 K3 生成一个用交互式动画讲解知识的网站。
以讲解 K3 模型引入的「注意力残差」机制为例，让模型自己用动画解释自己的核心技术。
提示词中，我告诉 AI 先用 Firecrawl 技能联网搜索注意力残差的技术细节，确保讲解内容准确，不会因为训练数据的时效性而瞎编：
K3 完成任务后，可以看到它确实调用了 Firecrawl 联网搜索了相关论文和解读，还通过截图验证了桌面端和移动端的渲染效果，发现问题后自主修复了布局细节。
这其实就是 K3 的多模态工程能力在发挥作用，官方博客里管这个叫「vision in the loop」，开发完截图看一眼效果对不对，不对就改，相当于 AI 自带了一双眼睛来检查自己的作品。
来看看成品效果，K3 把注意力残差的原理拆分成了几个阶段来讲解，每个阶段配有交互式动画。
第一部分用了「煮汤」的类比来解释问题。标准 Transformer 的残差连接会把每一层的输出都等权加到信息流里，层数一多，早期层的信号就被后面的信息淹没了。网站把这个过程类比成 100 位厨师接力往一个大锅里加调料，到最后第一位厨师加的高汤原味几乎尝不到了。
用户可以通过滑块控制加料速度，实时看到信息如何被稀释：
第二部分进入核心机制的交互演示。用户可以拖动滑块给不同层分配注意力权重，实时看到 softmax 归一化后的注意力分布变化：
最后还有分块注意力残差的工程落地方案可视化，用户可以调节总层数和块数，直观感受分块策略对显存的影响：
一个提示词就搞定了，前后不到 5 分钟。
我对这个效果是很满意的，点和线之间的连接很准确，动画过渡也很流畅，审美在线。
之前我都是用 Claude 做这种交互式动画网站，还经常会有元素错位的情况。K3 在前端这块确实有两把刷子，难怪能在 Arena 前端榜拿第一，之后这种动画完全可以放心交给它来做了。
2、3D 版动画知识讲解
还是用跟第一个测试同样的知识点，这次换成 3D 场景来呈现。
提示词中除了让 AI 联网搜索，还要求用 Context7 查询所用 3D 库的最新文档，避免用过时的 API：
这次执行前，我先开启了 /yolo 模式。
开启后，AI 会自动批准安全的工具调用，不用我一个个手动点确认了，适合跑这种已知安全的开发任务：
来看看成品效果。界面没有多余的元素，重点全在 3D 动画演示上。左下角有步骤控制面板，可以逐步推进讲解：
我可以通过鼠标拖拽自由调整视角，3D 空间中的节点和连线把 Transformer 各层的信息流动展示得很清晰：
两个动画讲解网站都是单次提示词就搞定的，速度很快，效果也不错。
这类前端创意项目本来就是 AI 编程最擅长的场景，Kimi 在前端生成方面的口碑一直不错，K3 延续了这个优势。
3、文案拆解为网页 PPT
我做视频教程时，偶尔会需要把文章内容做成演示画面。
但手动做 PPT 太慢了……
这次，我干脆直接把技术文章丢给 K3，让它按照文章讲解顺序，拆解成一个可以全屏演示的网页 PPT，后续可以当做视频录制的画面素材。
提示词很简单：
很快 AI 就搞定了，成品效果很有科技感。你会发现，K3 自动识别了文章的结构层次，每页 PPT 都标记出了重点内容，代码块也用了高亮显示：
以后要给别人讲东西的时候，比起甩一篇密密麻麻的文章过去，用这种 PPT 来辅助表达清晰多了。
此外，翻页动画比较丝滑，支持键盘左右键和空格翻页。移动端的布局也很合理：
如果你希望 PPT 中有图片，跟 AI 说一下把文章中的图片添加到合适的位置就好。
4、网页 PPT 生成工具（内置 AI）
前面 3 个都是开胃小菜，更看重的是 K3 的前端创意和信息拆解能力。
接下来要测测它的全栈工程能力了，让 AI 开发一个集成大模型的完整应用。
上一个案例是给定一篇文章生成 PPT，那能不能把这个能力做成一个通用工具呢？
用户粘贴任意文案，后端调用 AI 大模型拆解内容，前端渲染成可演示的网页 PPT，还支持切换主题和导出 HTML。
这次使用 Kimi Code 内置的 /goal 命令来执行，完整提示词如下：
这个命令会让 AI 进入自主目标模式，跨多轮持续工作直到任务完成，不需要人工干预，很适合这种复杂的长程开发任务。
注意，提示词里我直接把 Kimi Code 的 API Key 写进去了，这样 AI 能自主调通大模型接口完成测试：
K3 完成后，从日志中可以看到它做了两组端到端的 Playwright 测试，桌面端和移动端都验证通过了。API Key 也很贴心地写入了 .env 并加入了 .gitignore，不会泄露到版本控制里：
看下成品界面。非常精简，核心就是一个粘贴文案的输入框。我把之前写过的 Loop Engineering 教程粘进去，点击生成 PPT：
AI 把文案拆成了 11 页 PPT，每页都有标题和要点：
可以随时切换内置的主题配色，全屏演示和导出 HTML 功能也都能正常运行：
美中不足的是，开发出来的应用比较简单，没有给大模型加工具调用等 Agent 能力，所以得到的 PPT 有点过于精简了。
不过至少核心业务流程是完全跑通的，从粘贴文案到生成、预览、切换主题、导出，每个环节都能正常工作。作为初版 demo 已经够用了，后面再让 AI 迭代优化就好。
5、足球对战网页游戏
之前 GPT-5.6 发布的时候，我写过一篇 《顶级国外模型横评对比》 的文章，用同样的提示词让 GPT-5.6 Sol、Claude Fable 5、Grok 4.5 三个模型同时开发了一个「2066 决战世界杯」足球游戏。
这次用完全一致的提示词让 K3 来做，来一波横向对比，看看国产模型能不能问鼎巅峰？
同样用 /goal 模式执行，提示词要求用 Loop Engineering 的方式推进，先搭最小可玩版本，每完成一个功能就自测，发现问题就修，交付前做完整验收。
过了大约 17 分钟，K3 完成了目标。
技术选型上选了 Node.js + Express + SQLite 做后端，前端用 Canvas 手写了物理引擎，这个选择跟之前 GPT-5.6 Sol 的思路一致，对于这种量级的游戏来说是合理的：
来试玩一下，西班牙大战阿根廷！
赛前设置界面做得中规中矩，能选择比赛难度、时长、队名和颜色：
进入比赛，球场布局还算标准，也能够正常切换球员和踢球。
不过人机的算法有点简单，我方只有当前控制的球员单枪匹马往前冲，其他队友全在后方观战吃瓜。而人机对手的策略就是造人墙堵着我：
守门员的防守可以说是滴水不漏，总是能卡在我射门的方向。结果我玩了好几局中等难度，都是 0 比 0 平局：
跟之前测的其他模型对比一下。
先说好的方面。K3 的操控和物理引擎没有明显 Bug，球不会瞬移也不会穿模。对比一下 Claude Fable 5，物理引擎翻车了，球经常会瞬移，根本没法正常玩耍。
对比 Grok 4.5，存在球场渲染的硬伤，而且换人逻辑不顺畅，经常切换到离球最远的队友身上：
K3 在「能不能正常玩」这一点上是稳稳过关的，体验比 Fable 5 和 Grok 4.5 都好。
不过跟 GPT-5.6 Sol 比，还是有差距的。GPT-5.6 Sol 只用了 9 分钟就完成了开发，人机虽然也不太聪明，但至少有些进球的机会。
K3 的人机对手战术智能明显不如 Sol，从游戏性角度来说离「好玩」还有距离。
整体来看，K3 在这个项目上处于中上游的水平，一个国产模型能做到这样，已经是超出我的预期了。
6、以撒的结合肉鸽游戏
接下来是一个更有挑战性的游戏项目。
以撒的结合是我小孩儿时代很爱玩的一款肉鸽游戏，这次让 K3 来复刻它的核心玩法，包括随机地牢生成、射击战斗、道具系统、多种敌人和 Boss。
提示词中要求先用 Firecrawl 搜索以撒的结合的游戏机制和美术风格资料，用 Context7 查询所用游戏框架的文档：
K3 完成目标后，反馈说它用了 Firecrawl 研究了游戏机制与美术风格，用 Context7 查了所选游戏引擎的最新文档，并且通过 Playwright 在每一步完成后自动试玩、截图验证，修复了好几个问题。最终测试已实现从开局到击败三层 Boss 通关的完整流程：
来试玩一下。
虽然界面看起来简陋，但基本玩法是完全跑通的，可以发射子弹打击怪物：
玩过原版的朋友应该会注意到一个小细节，AI 生成的人物形象是有眼泪的，致敬了原版以撒的角色设计：
游戏中可以杀怪、吃道具、开宝箱，拾取道具后角色的攻击力、射速等属性会实时变化，屏幕上方还会显示当前状态：
敌人方面做了多种不同类型，有追着你跑的、有远程射击的、有对着你横冲直撞的，甚至还有会放弹幕和召唤小怪的 Boss！
总的来说，整个游戏的玩法链路已经跑通了，从开局到清房间、捡道具、打 Boss 都没问题。
别忘了，我们现在只用了一轮提示词，没有做任何后续迭代。
如果后面想正儿八经地做这个游戏，只需要再多提供一些美术素材，增加更多道具、怪物和关卡的设计就行了。
7、全栈 AI 编程工具
最后一个项目，直接把难度拉满！
我让 K3 基于 VS Code 的开源代码，开发一个类似 Cursor 的 Web AI 编程工具，支持 Editor Window 代码编辑器和 Agents Window 对话工作台两种模式。
提示词中要求先用 Firecrawl 搜索 Cursor 3 的产品设计，再用 Context7 查询 VS Code 扩展 API 文档：
这个任务跑了半个多小时。K3 先克隆了 VS Code 源码作为参考，通过 Firecrawl 搜索了 Cursor 官方博客和第三方指南了解产品设计，然后一步步构建了完整的 Web IDE，每完成一步都通过浏览器截图来验证效果：
来看成品。
默认打开的是 Editor Window，也就是代码编辑器界面。有文件树、多标签页和语法高亮，可以正常浏览和编辑代码：
切换到 Agents Window，这就是我们非常熟悉的 AI 对话工作台了。
我让它开发一个贪吃蛇游戏，可以看到 AI 调用了 RUN_COMMAND 工具，先执行 ls -la 来了解当前项目结构：
接下来 AI 会执行更多命令，分析当前项目的文件结构，然后在当前工作空间基础上完成开发任务：
虽然跟 Cursor 这种成熟产品比还有很大差距，但核心的 Editor + Agent 双窗口能力是跑通的。
这个项目是 7 个 Case 里最复杂的长程任务，K3 能够理解 VS Code 这么庞大的代码库，从联网搜索产品设计、查阅 API 文档到独立完成开发，半个多小时一路跑下来没有卡死或跑偏，这对模型的长上下文稳定性和自主规划能力要求很高。
我的感受
7 个项目全部跑完了，聊聊我的真实感受。
首先，K3 最让我惊喜的地方是稳定性。7 个项目全部直接跑起来就能用，前后端启动没有报错、核心功能都是通的。
之前我测其他国产模型的时候，经常会遇到依赖装不上、服务启动报错、还得再让 AI 修一轮才能跑的情况。
K3 在这方面明显更稳了，让我想到了 Claude Opus 刚出的时候，「能用」这一关稳稳过了。
模型的执行速度也还不错，简单项目基本都在几分钟内搞定，最复杂的 AI IDE 项目用了半个多小时。
前端能力是 K3 最能打的方向。 从 Arena 前端竞技场的数据来看，K3 确实在前端领域超越了 Fable 5 和 Sol。我自己实测下来也有同感，动画网站的审美和准确度比我之前用 Claude 做的还好，PPT 的排版和配色也很有设计感。
但是，整体工作完成度跟海外顶尖模型还是有差距的。
比如让它做个游戏，虽然能玩，但跟能发布的成品有距离。想做出 Kimi 官方演示的这些游戏大作，还需要再进行多轮迭代优化。
再看看大家最关心的成本。K3 官方博客 公布的 API 定价：
| 模型 | 输入（缓存命中） | 输入（缓存未命中） | 输出 |
|---|---|---|---|
| Kimi K3 | $0.30/百万 token | $3.00/百万 token | $15.00/百万 token |
| Claude Fable 5 | $2.50/百万 token | $10.00/百万 token | $50.00/百万 token |
由于 Kimi 的 Mooncake 分离式推理架构在编程场景下缓存命中率超过 90%，相当于绝大多数输入只按 $0.30 计费，这个价格比 Fable 5 便宜了一个数量级。
我自己是 Kimi Code 的满配套餐（Vivace），跑完这 7 个项目，包括半小时的 AI IDE 开发、17 分钟的足球游戏、各种前端动画和全栈应用，本周用量才花了 2%。以后真的是随便 Vibe Coding 了，百万上下文随便造。
对于国内开发者来说，不用折腾海外支付、不用担心封号，直接订阅就能用上百万级上下文的编程模型。而且大多数日常开发任务根本用不到 Claude Fable 5 这种模型，写个工具、做个网站、搭个原型、办公自动化，K3 的能力完全够用。
顺便提一下，K3 除了在 Kimi Code 中使用，也可以在 VS Code 插件中使用，或者通过 CC Switch 接入 Claude Code 和 Codex 等工具，可以跟着 我之前的教程 操作。
最后说点心里话。
我测过很多国产模型，大部分时候的感受是凑合能用、还差点意思。但这次测 K3，是我第一次觉得一个国产编程模型真的能让我在日常工作中用起来，而且用得挺舒服的。
稳定性足够、前端能力甚至超越了海外顶尖模型、成本只有 Claude 的几分之一，还支持百万上下文和多模态能力。
虽然在复杂任务的精细度上跟 Fable 5 和 Sol 还有差距，但 K3 的发布，给了我们信心：国产模型在编程领域终于站起来了！
大家也可以自己试试，觉得好用、有需求的同学最好订阅个套餐。
每月 99 元的 Moderato 套餐就能用上 K3（256K 上下文），每月 199 元的 Allegretto 能解锁 K3 的满配 1M 上下文。Kimi 的会员套餐是 Kimi Code + Agent + 网页端共享一个额度池，性价比很高。
而且算力资源是有限的，趁现在 K3 刚发布赶紧下手，后面用的人多了搞不好就得像 GLM 一样排队抢了。
我是鱼皮，持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~
也欢迎在评论区聊聊：你现在都用什么 AI 编程模型？有试过 Kimi K3 的朋友来说说感受？
