Kimi熹妃回宫

2026年8月17日葬爱咸鱼葬AI

在OpenAI一时半会没憋出来GPT 6的情况下，大模型排行榜被中国团队卷成麻花了。

除了榜首两位固定是Fable 5和5.6 Sol，剩下从第三到第十，排名更新速度远远快过喜茶上新速度。

这两个月来的趋势是，一开始Opus 4.8被当怪刷，这两天GLM、DeepSeek更新版本后，Opus 5也被当怪刷。

然而，看具体的bench分数已经毫无意义了。反正这么多bench，多跑几轮，叠加上测试都用自家Harnees，这么多变量之下，具体bench成绩完全取决于团队愿不愿意在宣传上放卫星。

我的意思是模型厂可以跑出任何自己想要的成绩。所以公开bench是不重要的，重要的只有模型在自己工作场景的真实表现，这也是我们要做懂模帝集合若干个性化评测集的原因❤️

回到残酷的大模型竞赛上。

现在的情况很明显，大模型开始新赛季了。

2026年上半年的赛季是，猛攻编程场景，在1T以内参数模型上，靠后训练猛猛提升编程能力，这个赛季的版本之王很显然是智谱，靠GLM 5.2彻底打穿用户心智，率先斩杀Opus 4.8，先入关中者为王。

下半年的赛季则是，参数量大跃进，先搞出来稳定能用的2T参数模型者为王，后训练固然永无止境，但预训练放卫星更加海阔天空。

赛季刚刚开始，率先放卫星的Kimi K3是版本之子，率先在跑分上逼近Fable 5，将国产模型从平替叙事切换到挑战第一，并且还靠极致优化一次性生成漂亮网页能力，打穿前端场景，开启了国产模型的摸高新赛季。

K3前端一把梭能力确实很行。我做冕神语录网站（libtv.md）第一反应就想到Kimi，时间紧任务重，临时赶制出来的网站获得了广大冕徒的一致好评。

话说回来。

新赛季已经入场的选手还有2.4T参数的Qwen 3.8 Max，很遗憾只比K3晚了两天发布，大模型汪峰无疑。

逼近入场的选手有GLM、DeepSeek、MiniMax，都在加紧训几T参数模型。

目前进度最明显是DeepSeek，V4 Pro正式版虽然神一阵鬼一阵，但毕竟是1.6T参数，以小鲸鱼在Flash展现出来的用1/3参数量打平后训练老王GLM 5.2的能力，再发一个小版本，小鲸鱼未必不能成为后训练大王，再次震撼人心。

熟悉了本赛季基本情况，得出结论是一个很容易的事情。

Kimi依靠K3率先开启了新赛季，领先持续了一个月，还有Qwen 3.8紧接着进入新赛季。

而旧版本之王智谱，依靠后训练大法悍然续命，又更新了一个GLM 5.3。753B这个基座模型整整用了半年时间，能力从勉强可用一直优化到Fable平替，不可以不说很神奇很努力。

不提别的，GLM 5.3马卡龙后训练版本估计正在路上了，期待一手后训练的后训练的后训练。

我加跑了葬AI bench，GLM 5.3确实有提升，但提升得不够多，排在Grok 4.6和K3后面。只能算延续良好势头，没有上个版本的开创性。

而且不知道是不是因为刚涨价放开Token plan限售，GLM 5.3执行任务偏慢，平均每轮任务耗时12.7分钟，远高于DeepSeek V4 Pro （7.9 Min）和Grok 4.6 （5.4 Min）。

顺便一提，DeepSeek V4 Pro正式版神一阵鬼一阵，我跑下来比Flash是有提升，但提升不大。真正提升较大的是Grok 4.6，速度快得分高不说，跑完测试也就花了15.7元人民币，不到GLM 5.3 API费用（38.2元，参照5.2价格计算）的一半。

马圣也算是把制造业这块整明白了，大模型也是纯纯制造业这一块。

话说回来，没有任何说GLM 5.3不好的意思，但这模型一直放消息要发不发的、狂吹ARR（还有几天半年报见分晓），再结合上上周GLM 5.3 API泄漏的事件来看，我真有点好奇还能后训练出来一个GLM 5.4不？

新赛季的意思是，版本变了，旧版本再次第一也只是续命，决定新赛季排名的还是尽早端出2T参数模型。

时间点传闻有很多，至少我们可以肯定，MiniMax和GLM很难在月底前发布下一代模型，家人们忍一下，暂时再让杨圣爽一段时间。

暂时处于领先地位的Kimi，在国内最强竞争对手有两个。

一个是Qwen很快会更新小版本，Qwen 3.8 Max的弱点是多模态能力，叠加连续发布预览版和正式版带来的心智混乱，没能打穿用户心智。一个例证是，Qwen 3.8 Max的开源版本不包含多模态能力，侧面印证了它可能是单独拼接了一个VL小模型。

另一个则是忽神忽鬼的DeepSeek。DeepSeek V4 Pro的实际表现和它的官方bench结果偏差过大。因为官方成绩是在DeepSeek Harness的极简模式里跑出来的。

而DeepSeek Harness又是一个说明白了是给开发者测试用的预览版，版本号都是0.1，思路和交互设计过于新奇，所以显然不会有多少用户真的用这玩意。那么，DeepSeek V4 Pro正式版和它的Harness一样，也只能算半成品。

好的一方面是，Qwen 3.8 Max和DeepSeek V4 Pro的下一个小版本，都未必不能重现后训练奇迹。

当然，大模型训练是工程问题，没有奇迹，也没有秘密。

我的意思是，后训练之王的名头就像是模型版本号一样，有效期只有一个月。Kimi和Qwen未必不能成为后训练之王。

国内大模型成为纯粹制造业的同时，国外也有最强对手，就是美国制造业最后的圣人马斯克。

Fable 5和5.6 Sol传闻都是近10T参数，是所有模型高悬头顶的太阳月亮。

但离太阳太近的结果是，美国大模型团队没有百家争鸣，大模型被双子星吊起来打，相对小尺寸模型也被Qwen 3.8-27B斩杀——一个能在Mac Mini上跑的模型，跑分持平Opus 4.6你敢信？

Grok 4.6是一个2T参数模型，我用下来和这几个顶尖国模一个水平，并且很有性价比，Grok API价格比GLM、K3都便宜。而马斯克预告将在几周内发布的Grok 4.7，将是2.1T参数模型，正式和K3、Qwen 3.8 Max进入一个赛季。

不过说真的，亲爱的马圣有点太爱我们的版本之子 Kimi了，我刷小红书才发现Grok bot神似Kimi。

阶跃 logo能学习Claude，那我马圣也能学Kimi，中美互相学习这一块👍

马圣的前后遭遇也说明了，大模型是没有奇迹的制造业。马圣之前乱装逼，想复刻他在特斯拉、推特搞的那一套微操到人，事实证明不行，这是纯粹的无招行为。

马圣不装逼后，Grok反而行了。道理也非常简单，老老实实做数据，勤勤恳恳训模型，求真务实实事求是，不搞大炼钢铁不成天微操装逼。

这里不展开，明天我专文解释为什么大模型是纯粹的制造业。

一句话总结马圣的所作所为：蒸馏中国模型，不是蒸馏思维链，而是蒸馏组织方式。

话说回来了。马圣买Cursor不如买Kimi。我看 Kimi 搞得不错，功能极大丰富，模型鸿沟基本消灭，生产力和娱乐性也受到重视；如果再加上用不完的算力，Kimi 就是我们理想中的 Grok👍

还有蠢蠢欲动的真的字面意思上的邪恶资本家扎克伯格，此人的新模型从跑分来看，也有一战之力，试图重新老鼠上桌。

在上次专门写Kimi这家神奇的公司的文章里Kimi看天讨饭吃。那会K3还没有发布，和GLM 5.2同期的K2.7 code是一个贵且不领先的模型。

我错误地描述这家充满神性的公司：Kimi是模型层的版本之子，既不能开创版本也不会落后版本，当市场注意力移开模型层时，Kimi会跟着版本一起沉寂，当模型层重回热点时，Kimi会跟随版本一起伟大。

但K3开创了一个大版本。回首这疯狂的两个月，从GLM 5.2摸高Opus 4.8终结旧赛季，到K3逼出Opus 5，开创新赛季。

最大的赢家首先是开源模型，再细分一点，目前的版本之子是Kimi，底大一级压死人。而另外三小龙：智谱和MiniMax、阶跃一道，都需要憋大的在2T参数量级证明自己。

最后收束一下标题。

甘露寺寓意着嬛嬛迎来自己的牛来时刻，她经历了艰苦磨难，得到的奖赏是与果郡王真心相爱，而后真爱幻灭如梦幻泡影，她决心回到皇宫，对抗胖橘，重新降临权力的中心。

我的意思是，Kimi这波开创了新赛季，属于龙王归位牛来翻身甄嬛回宫，第二波宫斗即将开启，纯纯大女主复仇记。

（本文封面由ChatGPT 生成，纯人工写作。）

欢迎来本周末我们的Bench黑客松实测K3，API充足供应，扫描海报二维码报名❤️