# China just dropped a new frontier model... and nobody can explain how

- Channel: [Fireship](https://www.youtube.com/channel/UCsBjURrPoezykLs9EqgamOA)
- Published: 2026-10-26
- Source video: [Watch on YouTube](https://youtube.com/watch?v=G_em1hHPnXY)
- Read on ReadTube: https://www.read.tube/p/videos/G_em1hHPnXY
- Language: Simplified Chinese

## Summary

**Kimmy K3.1的性能之谜**

Kimmy K3.1以接近顶尖闭源模型的表现震动了开放模型领域，但其能力与模型蒸馏争议也让成绩显得难以解释。独立测试支持它的强大表现，不过基准框架差异意味着相关数字不能盲目比较。Moonshot AI主动削弱了它的网络安全能力，以降低监管风险；在三维马匹测试中，它的外观生成领先，但动画结构明显不如其他前沿模型。

Kimmy K3.1以接近顶尖闭源模型的成绩，成为异常强大的开放权重模型。它在终端基准测试中只落后于 Opus 5.5 一个百分点，并在多小时软件开发任务测试中取得领先；Artificial Analysis 独立测试也给出 67% 的高分。不过，视频提醒说，运行框架会显著影响不同模型的基准成绩，因此这些数字仍需谨慎解读。

它的出现重新点燃了关于模型蒸馏的争议。Anthropic 曾指控 Moonshot AI、Deep Seek 和其他中国公司通过大量伪装用户获取 Claude 的回答与推理数据，用于训练开放模型；Anthropic 随后声称已拦截九成至九成九的相关攻击。如果这一说法可信，那么 Kimmy K3.1 达到如此水平就显得难以解释，因为大型人工智能公司长期暗示中国模型的快速进步主要依赖窃取其输出。

Kimmy K3.1 的网络安全能力被 Moonshot AI 有意削弱，以降低被美国政府以安全理由全面禁用的风险。内部未过滤版本在非法漏洞利用测试中达到 90.5%，最终发布版本降至 81%；即便如此，它仍在公开模型的网络安全指数中排名靠前，部分原因是 Claude 和 GPT-6 为了安全政策拒绝了相关请求。

在视频自制的“三维马匹”测试中，Kimmy K3.1生成了样本里外观最漂亮、着色最准确的三维马，最终得分为 4.20，但仍落后其他前沿模型。它的问题在于动画：模型只是扭曲原始网格，导致动作粗糙；相比之下，Claude 创建了拥有约九万五千个顶点、由 35 根骨骼独立驱动的网格，因此行走时更加自然。这个结果说明 Kimmy K3.1 的静态视觉生成很强，但复杂的结构化三维动画仍不是它的优势。