国内头部模型厂商月内接连推出新模型，竞争焦点转向长程任务。
7月17日凌晨，月之暗面正式推出2.8万亿参数开源模型Kimi K3，面向长程编程、知识工作和推理等前沿智能场景。就在一个月前的6月17日，智谱上线并开源GLM-5.2，该模型同样专注长程任务，一次任务即可跑完过去需要团队协作数周才能完成的多端应用开发上线全流程。
K3具备长程编码能力，擅长视频剪辑
Kimi K3基于KDA（Kimi Delta Attention）混合线性注意力机制和注意力残差（Attention Residuals）技术构建，这两项架构更新都是为了让信息在更长序列和更深模型中流动得更顺畅。Kimi K3模型原生支持视觉理解，并拥有100万Token上下文窗口。
由于扩大了Mixture of Experts（MoE）的稀疏度，结合Stable LatentMoE框架后，该模型可以在 896个专家中高效激活16个。再加上训练方法和数据配方的优化，这些结构性改进让Kimi K3相比 K2的整体扩展效率提升约2.5倍，能更有效把算力转化为能力。
月之暗面表示，Kimi K3是全球首个开源的3万亿级别模型，虽然其整体表现仍落后于最强的闭源模型Claude Fable 5和GPT-5.6 Sol，但它在整套评测中展现出前沿水平。
Kimi K3具备长程编码能力，可持续完成长时间工程任务。
Kimi K3具备长程编码能力，在极少人工监督下，它可以持续完成长时间工程任务，理解和处理大型代码库，并协调使用终端工具。K3也擅长结合软件工程与视觉推理的任务，它能够利用截图和视觉反馈，优化游戏开发、前端和CAD（计算机辅助设计）等场景。
K3可打通科学文献与可执行代码，自主完成复杂计算研究流程的实现、验证和分析。为复现计算天体物理中的I-Love-Q普适关系，它阅读并交叉验证了20多篇论文，实现了完整的数值流程，评估了300多种状态方程，发现了已发表公式中的不一致之处。
K3擅长动效设计、动画和视频剪辑，它用56段原始素材剪出了自己的品牌视频，完成了选片、动作匹配剪辑、逐帧卡点、音频处理以及多轮修改。而这类短视频通常需要有经验的剪辑师耗费1-2个工作日完成。
不过，Kimi K3也有其局限性。它在后训练过程中全程使用思考历史保留模式，如果智能体框架未按要求回传全部历史思考内容，或从其他模型正在进行的会话中切换到Kimi K3，则有可能引发上下文干扰，导致内容生成质量不稳定。
Kimi K3有时也会过于主动，K3训练重点优化了长程、高难任务，在任务执行过程中遇到小问题或用户意图模糊时，它可能会替用户做出非预期的决定。此外，尽管Kimi K3总体上能力强大，但与Claude Fable 5和GPT-5.6 Sol相比，在用户体验上仍有一定差距。
当下模型亟需突破极长任务执行
前沿模型的竞争依然激烈。6月17日，智谱上线并开源GLM-5.2，该模型同样专注长程任务。
智谱表示，当下模型最需要突破的是完成一个跨越数天、数周乃至数月的极长任务执行。当一个模型不知疲倦地在写软件工程代码，本质上是在学习一名顶级软件工程师的思维方式，然后以机器的耐力将其放大。
GLM-5.2支持1M无损上下文与长程任务。此前1M上下文大多数在超过数百K过后就开始劣化，主要问题在于不同时增强Coding Agent环境及数据的情况下单纯扩展到1M帮助有限。为此，智谱扩展1M Coding Agent的训练环境，覆盖自动化研究、性能优化等领域。
在实际体验中，GLM-5.2完成开发、联调、测试到打包上线，完整交付一个覆盖Web、移动端与小程序的多端应用，累计处理88万Token，几乎用满1M上下文窗口。过去，这样的大型工程需要一支团队协作数周，现在GLM-5.2能在一次长程任务中跑完。
GLM-5.2还引入了思考档位控制，可以在能力、速度、成本之间做出平衡。在相近的Token预算下，GLM-5.2的编程能力大致位于Claude Opus 4.7与Claude Opus 4.8之间。
在API价格方面，GLM-5.2输入价格8元/百万Token、输出价格28元/百万Token，缓存命中2元/百万Token。
此次Kimi K3每百万Token输入价格2元（命中缓存）和20元（未命中缓存），输出价格100元。借助Mooncake分离式推理架构，Kimi官方API编程场景的缓存率超90%，实际输入价格仅为标准输入价格的1/4。
6月初，MiniMax推出的M3模型，API价格按不同上下文长度分两档计价：小于等于512K按4.2元/百万Token输入价格、16.8元/百万Token输出价格、缓存读取0.84元/百万Token计价；上下文长度在512K-1M，按8.4元/百万Token输入价格、33.6元/百万Token输出价格、缓存读取1.68元/百万Token计价。
M3模型最高支持1M超长上下文，编程和智能体能力是重点提升之处。MiniMax表示，下一代Agent Coding比的不仅是代码生成，更要比拼长期协作能力、规划能力以及人与智能体的协同效率。
澎湃新闻记者 张静
官方公众号
