# Kimi K3 编程能力实测 - 7 个项目案例

> 用 Kimi Code 跑了 7 个真实项目，从前端动画到全栈产品，实测 K3 的编程能力到底几斤几两。

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**。

![](https://pic.yupi.icu/1/image-20260717092743195-20260717144612283.png)

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！

![](https://pic.yupi.icu/1/image-36-scaled-20260717144612360.png)

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。

![Kimi K3 跑分对比](https://pic.yupi.icu/1/1d9chlgn6rtp4tqfnnmjg-20260717144612482.png)

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，咱们开始~



## 安装 Kimi Code

先到 [Kimi Code 官网](https://www.kimi.com/code) 复制一行安装命令，在终端执行就好：

![](https://pic.yupi.icu/1/1784171620008-ffaf4ccb-8b91-4559-94e7-b8bf142c3a0f-20260717144613039.png)

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：

![](https://pic.yupi.icu/1/1784211829361-e461a0d2-76c7-4033-b417-3d201343ac94-20260717144613127.png)

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`：

![](https://pic.yupi.icu/1/1784211934461-a4897b78-aa9a-423c-b461-c2177b7bff4c-20260717144613240.png)

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~

![](https://pic.yupi.icu/1/1784211973313-458de0b1-1f05-41d7-b0b3-6c99f5a66811-20260717144613435.png)

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：

![](https://pic.yupi.icu/1/1784172987287-9e55701a-3045-467e-b093-02a4a98db463-20260717144613497.png)

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：

1. 交互式动画讲解网站
2. 3D 版动画知识讲解
3. 文案拆解为网页 PPT
4. 网页 PPT 生成工具（内置 AI 大模型）
5. 足球对战网页游戏（横评对比）
6. 以撒的结合肉鸽游戏
7. 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：

![](https://pic.yupi.icu/1/image-20260717111349321-20260717144613538.png)

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。

![](https://pic.yupi.icu/1/1784182068361-f421d08f-a157-42f0-8cc3-606e69afa6f7-20260717144613862.png)

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：

![](https://pic.yupi.icu/1/1784181755536-d293e9bf-8eb5-4ad8-af7f-4eef6da47067-20260717144614356.png)

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：

![](https://pic.yupi.icu/1/1784181771104-8becb2f1-a011-4d45-9741-3daf5bc35a50-20260717144614853.png)

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：

![](https://pic.yupi.icu/1/1784181796772-02fc0cdb-545f-431b-a2c7-f64a0db97847-20260717144614997.png)

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：

![](https://pic.yupi.icu/1/image-20260717111408539-20260717144615047.png)

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：

![](https://pic.yupi.icu/1/1784212052027-a60efe1d-787b-4e1c-9ff3-3f6618947f21-20260717144615340.png)

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：

![](https://pic.yupi.icu/1/1784181948833-d092b7b8-abc2-42c4-9c8c-bfcd38cef470-20260717144616007.png)

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：

![](https://pic.yupi.icu/1/1784181917700-09e53717-bbf1-42c1-9f4e-c17413ace9f1-20260717144616347.png)

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：

![](https://pic.yupi.icu/1/image-20260717111421384-20260717144616722.png)

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：

![](https://pic.yupi.icu/1/1784182284219-2a17237b-b739-4def-ac14-4361bc39fd3d-20260717144617743.png)

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：

![](https://pic.yupi.icu/1/1784182350543-fb631ebf-e7aa-4bdc-9d69-4988b5869e1b-20260717144617905.png)

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：

![](https://pic.yupi.icu/1/image-20260717111459584-20260717144618089.png)

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：

![](https://pic.yupi.icu/1/1784212180951-43c52af1-007f-4f1b-8582-78edd9c7defc-20260717144618309.png)

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：

![](https://pic.yupi.icu/1/1784182502815-67d51dcf-29fc-438a-a725-88357a126380-20260717144618858.png)

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：

![](https://pic.yupi.icu/1/1784182758933-6b75a1c9-f922-437b-8c85-0115cdea665e-20260717144619030.png)

AI 把文案拆成了 11 页 PPT，每页都有标题和要点：

![](https://pic.yupi.icu/1/1784182820142-e3568d65-e8d9-4f9d-80a6-e35fb240f07e-20260717144619691.png)

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：

![](https://pic.yupi.icu/1/1784182924437-2dfeda13-6f0f-4979-85ca-515c6286a63f-20260717144620501.png)

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。

![](https://pic.yupi.icu/1/1784212215001-dd8b856c-c210-458a-9028-fbab5050ace4-20260717144620566.png)

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：

![](https://pic.yupi.icu/1/1784182979895-6c1425b5-1b1e-49a8-8e7a-cd4e25cbd3d7-20260717144620711.png)

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：

![](https://pic.yupi.icu/1/1784183295400-9db9775e-5666-400f-994e-0eeb6b77b4f8-20260717144620787.png)

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：

![](https://pic.yupi.icu/1/1784183345124-cfa1e19d-6ee3-4487-b31b-c164d1f53d00-20260717144621824.png)

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：

![](https://pic.yupi.icu/1/1784183683653-faafeeba-b8fd-46df-8182-fee7303188c2-20260717144622038.png)

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。

![](https://pic.yupi.icu/1/1783648857986-4d1edca9-1496-494c-80b1-096690b34bc4-20260717144622560.png)

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：

![](https://pic.yupi.icu/1/1783648020795-d1809bda-6c3c-4e36-babf-a3f6e9e494e1-20260717144623018.png)

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。

![](https://pic.yupi.icu/1/1783647330206-bb64786d-95d9-41e5-9d53-4fb42ffdd9da-20260717144623818.png)

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：

![](https://pic.yupi.icu/1/1784212259593-16d5f314-9b40-4651-851b-c61dcf8d8c7c-20260717144625002.png)

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：

![](https://pic.yupi.icu/1/1784185068039-17f4980f-618e-46eb-a1c2-68f752637f5f-20260717144627576.png)

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：

![](https://pic.yupi.icu/1/1784190076766-03662fe2-7400-4938-87d1-422f3d992bd7-20260717144628318.png)

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：

![](https://pic.yupi.icu/1/1784184670536-65377053-11ea-4c54-b0f6-e48318b1d955-20260717144629472.png)

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：

![](https://pic.yupi.icu/1/1784184864353-d099812b-21e7-4cdc-a0e6-43fe80b45a24-20260717144630414.png)

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！

![](https://pic.yupi.icu/1/1784184823083-d46122a9-8b45-4719-a69d-c8eeda7906aa-20260717144631052.png)

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：

![](https://pic.yupi.icu/1/1784212308866-3738611f-e9c5-4546-a161-d96611a13d68-20260717144631641.png)

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：

![](https://pic.yupi.icu/1/1784190241907-868bceef-a1b5-4fe6-80b9-536ffc0d0738-20260717144632037.png)

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：

![](https://pic.yupi.icu/1/1784190810038-c3d24d7d-f500-46ff-bb62-b2c9205005f2-20260717144633410.png)

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：

![](https://pic.yupi.icu/1/1784190877508-637d8580-e58d-4810-b54a-d740da2b6be6-20260717144634958.png)

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：

![](https://pic.yupi.icu/1/1784190957997-f207d1e5-3b65-4005-9a6e-392ecd25f328-20260717144635325.png)

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。



## 写在最后

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。

![](https://pic.yupi.icu/1/image-20260717111152646.png)

再看看大家最关心的成本。[K3 官方博客](https://www.kimi.com/zh-cn/blog/kimi-k3) 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。

![](https://pic.yupi.icu/1/image-20260717141420121-20260717144636656.png)

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。

![](https://pic.yupi.icu/1/image-20260717102305034-20260717144636779.png)

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！**

如果你也对 AI 编程感兴趣，不妨亲自动手试试不同的模型和工具，用实际项目来感受它们的能力差异。AI 编程的世界变化很快，保持好奇心，多动手实践，你一定能找到最适合自己的编程搭档！