Kimi K3 开源模型对战 Fable 5：Agent 任务几乎打平，成本仅 1/50

Kimi K3 模型总参数量达 2.8 万亿，采用混合专家模型（MoE）设计，包含 896 个专家，每次推理仅激活 16 个，配合 Kimi Delta Attention（KDA）和注意力残差（AttnRes）架构，整体扩展效率较前代提升约 2.5 倍。

AI 推理平台 Fireworks AI 跑了 1030 个真实 agent 任务，把 Kimi K3（Moonshot 的开源模型）和 Fable 5 放在同一个 harness 里做了对照测试。结论很简单：K3 在 SWE‑bench 类任务上拿了 92.4%，Fable 拿了 92.6%——差距不到 0.3 个百分点。但在长 agentic 循环里，K3 的成本可以做到 Fable 的五十分之一。

K3 在符号数学和开发工具链上更强，终端任务里拿了 11 个 solo win（Fable 7 个），安全加密类集群里表现突出。Fable 在 Web 和数据可视化上更好，Java、Python、C++ 领先于 K3。但 JavaScript 和 Rust 基本持平。