<mark id="oztn4"></mark>
0
作者丨鄭佳美、樊天驕
編輯丨馬曉寧
7 月 15 日，一款名為 Kivine 的匿名模型突然出現在 LMArena。
按照正常流程，它本應該只是眾多匿名測試模型中的一個，等待用戶通過盲測判斷能力高低。但這一次情況有些不同，在上線之后短短幾個小時內，Kivine 就迅速成為全球 AI 社區關注的焦點。
越來越多測試者開始懷疑，這個隱藏身份出現的模型，很可能就是月之暗面尚未正式發布的下一代旗艦模型——Kimi K3。
目前，月之暗面并沒有公開確認 Kivine 與 Kimi K3 的關系，也沒有發布任何官方技術資料。但從已經曝光的信息來看，事情正在形成一條越來越完整的證據鏈。
從 LMArena 上的模型表現，到用戶測試反饋，再到 beta.kimi.link 后臺出現的產品信息，以及提前泄露又迅速消失的充值活動頁面，所有線索都指向同一個方向：Kimi K3 可能已經完成了大部分發布準備，只是在等待最后的公開亮相。
這也讓 Kimi K3 的曝光方式變得非常特別。
過去，大模型發布通常伴隨著發布會、技術報告以及官方宣傳，但這一次，月之暗面似乎選擇了一種更加隱秘的方式，讓模型先進入真實用戶環境接受測試，再根據反饋調整最終版本。只不過，這種“隱藏測試”最終沒有完全隱藏住。
01
事情的起點來自 X 用戶 @lentils80。
7 月 15 日凌晨，他在瀏覽 LMArena 時發現，一個此前從未出現過的新模型悄然上線，名稱為 Kivine。隨后，他發布了一條引發大量討論的推文：
“Kimi K3 is already on LMArena under the stealth name Kivine.” 這句話迅速在 AI 圈傳播。
之所以引發關注，并不是因為“Kivine”這個名字本身有多么明確。實際上，LMArena 上的匿名模型經常使用隨機名稱，單純依靠名稱判斷模型身份并不可靠。但問題在于，Kivine 出現之后，用戶很快發現，它在能力表現上展現出了許多與此前 Kimi K3 傳聞高度吻合的特點。
其中最明顯的一點，就是長上下文能力。
LMArena 的意義在于，它并不是實驗室內部測試，而是真實用戶環境下的公開競技場。模型需要面對各種復雜任務，包括寫代碼、分析文件、進行長文本總結、完成多步驟推理。在這種環境中，一個模型是否真正具備能力，很容易被用戶發現。
而 Kivine 在這些任務中的表現，讓很多測試者第一時間聯想到月之暗面。尤其是它對于超長信息的處理能力，與 Kimi 系列一直以來的技術路線非常接近。雷峰網
在測試過程中，多名用戶注意到，Kivine 展現出了明顯的長上下文優勢。
X 用戶 @kimmonismus 測試后表示，Kivine 擁有 1M context，并且在長程任務處理中表現更好。這一點非常關鍵，因為百萬 token 上下文一直是外界對 Kimi K3 最大的期待之一。
對于當前的大模型競爭來說，參數規模已經不再是唯一指標。隨著模型能力逐漸接近，如何讓 AI 理解更長的信息、保持更穩定的任務連續性，正在成為下一階段競爭重點。
百萬 token 上下文意味著模型可以一次性處理更大規模的信息輸入。例如，一整套企業資料、幾十萬字的研究報告、大型軟件項目代碼，甚至長期積累的知識庫，都可以進入模型理解范圍。
這正好符合月之暗面過去的發展方向。
Kimi 最早被用戶熟知，就是因為它在長文本閱讀領域表現突出。當其他聊天模型仍然受到上下文限制時，Kimi 通過更長的輸入能力迅速建立差異化優勢。
隨后推出的 K2 系列，則開始向推理和復雜任務方向發展。如果 Kimi K3 真正具備百萬 token 上下文能力，那么它實際上是在延續一條非常清晰的路線：讓 AI 從簡單回答問題，進一步變成能夠長期參與復雜工作的智能系統。雷峰網(公眾號：雷峰網)
因此，當 Kivine 在競技場中表現出類似能力時，社區很自然地將它與 Kimi K3 聯系起來。
除了長上下文之外，Kivine 最受關注的地方，是它展現出的生成質量。
一名測試用戶 @synthwavedd 在體驗后表示，Kivine 的輸出質量已經接近“Fable level”。
這里的 Fable，被認為對應 Anthropic 旗下頂級模型水平。雖然目前沒有官方信息證明這種比較準確，但從用戶反饋來看，Kivine 在復雜任務上的表現確實給不少人留下了深刻印象。
一些測試案例顯示，Kivine 不只是完成簡單問答，而是在需要連續規劃和創造性工作的任務中表現突出。例如，有用戶要求它制作一款類似《我的世界》的小游戲，需要包含中世紀城堡、森林環境、花草細節以及光影效果。最終生成結果不僅包含基礎玩法，還加入了尋寶機制和環境音效設計。
這種表現說明，Kivine 的目標可能并不是普通聊天，而是更加偏向復雜任務執行。
但與此同時，一個明顯的問題也暴露出來：速度。測試用戶反饋，一次完整生成過程可能需要等待約 35 分鐘。
這幾乎意味著 Kivine 使用了高強度推理模式。在當前 AI 行業中，推理能力越強，通常意味著更高計算成本和更長響應時間。OpenAI、Anthropic 等公司的頂級推理模型同樣面臨類似問題。
因此，Kivine 展現出來的是一種典型取舍：它可能追求的是極致質量，而不是即時響應。
對于普通消費者來說，等待幾十分鐘生成一次答案顯然難以接受。但對于科研、軟件開發、企業分析等專業領域，如果模型能夠完成過去需要數小時人工投入的任務，那么這種等待仍然可能具有商業價值。
02
如果說 LMArena 上的 Kivine 只是能力層面的猜測，那么隨后出現的產品信息，讓外界對 Kimi K3 的判斷進一步加強。
7 月 14 日晚，一張“Kimi K3 發布限時充值活動”的截圖開始在 AI 圈傳播。頁面顯示，用戶可以在指定時間充值并獲得額外獎勵。但奇怪的是，這個頁面存在時間非常短，很快便被撤下。
單獨來看，這或許只是一次測試頁面誤上線。但結合后續發現的信息來看，外界更傾向于認為，這是月之暗面提前準備好的發布物料。
隨后，網友通過抓包發現，beta.kimi.link 后臺已經出現 K3 相關模型信息。
從接口信息來看，Kimi 產品體系可能已經完成重新劃分。K3 被放在默認位置，負責更加復雜的任務處理；K3 Agent 集群則對應更強的自動化能力；而 K2.6 并沒有消失，而是被重新定位為快速響應模型。
這么看，這個變化實際上也透露出了月之暗面未來產品策略的方向。
過去，大模型競爭主要圍繞“誰回答得更聰明”。但未來競爭可能更多圍繞“誰能夠真正完成工作”。因此，一個模型負責快速交流，一個模型負責復雜推理，再通過 Agent 系統執行具體任務，可能成為下一代 AI 產品的標準形態。
除了產品信息之外，社區還流傳出了部分測試成績。根據目前曝光結果，Kimi K3 在部分測試中超過 Claude Opus 4.7、GPT-5.5 以及 GPT-5.6 Terra，但與 GPT-5.6 Sol 和 Fable 5 相比仍存在差距。
這些結果目前無法得到官方驗證，因此需要保持謹慎。但如果最終成績接近傳聞水平，其意義仍然非常明顯。
過去幾年，中國大模型行業的發展邏輯主要是追趕。從參數規模到訓練數據，再到模型能力，中國企業一直在縮小與海外領先公司的差距。
但如果 Kimi K3 真正達到全球第一梯隊水平，那么競爭關系將發生變化。國產模型將不再只是尋找應用機會，而是開始直接參與最高水平基礎模型競爭。
與此同時，關于 Kimi K3 的技術規格也不斷被曝光。目前傳聞最多的是超過 2.5 萬億參數規模。如果這一數字成立，它將超過此前多款國產旗艦模型，成為國產大模型中規模最大的模型之一。
此外，K3 還被認為可能支持百萬 token 上下文、原生多模態能力，以及新的注意力架構設計。
不過，這些信息目前仍然屬于未經官方確認的消息。
但從目前跡象來看，Kimi K3 很可能已經具備公開測試條件。但為什么遲遲沒有正式發布，可能還有幾個現實原因。
首先是模型穩定性。高質量推理能力背后，需要巨大的計算資源支撐。35 分鐘生成時間說明，模型雖然可能擁有非常強的能力，但如何降低成本、提高響應速度，仍然是商業化過程中必須解決的問題。
其次是產品設計。一個頂級模型真正進入市場，并不只是開放接口那么簡單。會員體系、調用限制、價格策略、Agent 服務模式，都需要提前規劃。
最后是發布節奏。如今的大模型發布已經不是單純展示技術能力，而是一場綜合競爭。技術報告、產品體驗、生態合作以及市場傳播，都需要同步準備。
因此，Kimi K3 可能不是沒有準備好，而是在等待一個更合適的時間點。
03
從 LMArena 上突然出現的 Kivine，到 beta 接口中的 K3 信息，再到提前泄露的運營頁面，越來越多線索正在匯聚。
雖然月之暗面尚未公開確認，但 Kimi K3 已經很難再稱為一個秘密。
如果最終證實 Kivine 就是 Kimi K3，那么這不僅意味著月之暗面完成了一次模型升級，也可能成為國產 AI 競爭格局中的一個重要節點。
它代表的不是簡單的參數增加，而是國產模型開始嘗試進入全球頂級模型競爭。當然，Kimi K3 最終能否成功，并不只取決于它的能力上限。
真正決定它商業價值的，是它能否解決一個現實問題：一個需要 35 分鐘才能完成任務的超級模型，如何變成普通用戶每天都愿意使用的 AI 助手？
這可能才是 Kimi K3 正式發布之后，真正面對的挑戰。
上車，帶你看遍全球 AI 頂會精華
可獨家暢覽：
專家演講PPT
大會報告全文
熱門論文解讀
學術新星訪談
掃描上方二維碼
或點擊「閱讀原文」關注專區。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
